熱門:

2017年6月29日

林天程 價值投資

獅子銀行人工智能反洗錢

友人米奇早前大大讚賞獅子銀行。事緣他收到該行電話查詢某宗信用卡交易,那宗交易並非友人簽署的,估計信用卡已被盜用。米奇讚賞銀行每日幾千萬宗交易中,都能注意到兼且反應快,客戶零損失。未知讀者有否類似經驗?

節省人力 提升效率

除了個人信用卡消費、存款往來大幅波動等, 銀行一直有團隊專責發掘和調查洗錢(money laundering)的可疑活動。滙豐銀行早前和Ayasdi 進行12星期的試點方案,運用人工智能和大數據進行分析,令可疑的調查個案總數大幅下降兩成,但滙報要求人類作深入調查的洗錢個案卻沒有下降。結果顯示,科技將為滙豐節省大量的人力資源。6月初,滙豐公布和Ayasdi合作,令杜絕洗錢活動的調查更有效率。

Ayasdi是來自矽谷的人工智能初創企業,由2008年成立至今融資了7次,合共1.06億美元。共同創辦人兼CEO Gurjeet Singh是史丹佛大學計算機數學博士,去年10月開始成為滙豐銀行技術顧問董事會員。上周三,企業推出專注分析金融服務業數據的Ayasdi Model Accelerator,目標是減低現時模型中的特質(features)和可變數(variables),令建立和運行模型時的透明度和效率更高。

筆者近來嘗試多閱讀人工智能相關文章,但由於沒技術背景,整體理念始終不容易拿捏。維基百科顯示,Ayasdi是機械智能軟件公司,分析大數據並建立具預測性的模型。Ayasdi致力大規模的無預設條件自動分析,透過大量的監督(supervised)和非監督(unsupervised)機器學習演算法,自動找出並排列相關數據,然後以網絡般的地圖顯示結果,幫助分析人員用新方式分類和檢視關聯系數。

機器學習模式有多種

機器學習除了監督和非監督學習,還有強化學習(reinforcement learning),即透過獎賞機制讓機器懂得辨別較好的選擇,現時的最佳例子是AlphaGo。監督學習需要大量數據,強化學習需要的數據量相對少很多,但始終未能像人類般不經歷都可以學懂。例如不衝紅燈過馬路,人類聽過一次就知道,不需要親身試過。但以監督學習訓練機器,就需要大量的交通意外數據才能學會避開車輛。至於強化學習,則可能要在學習過程中撞幾千次車,機器才會學懂。

據聞,現時非監督學習的應用不廣泛,實質例子少。Ayasdi同時運用監督和非監督學習分析數據,並套用在不同行業(包括醫療、交易策略、疾病研究、資訊安全、金融服務等),確實是「超級智能」。希望在一年一度的科技界盛事RISE Conference,有機會向Gurjeet Singh了解更多。

www.facebook.com/trendalysis

 

放大圖片 / 顯示原圖

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads