不少機構(gòu)甚至認(rèn)為，盡管很多人工智能技術(shù)現(xiàn)在看起來算是偽應(yīng)用，但隨著機器深度學(xué)習(xí)能力的不斷增強，有朝一日它或許能大幅提升平臺的運作效率，成為平臺的新核心競爭力。
“不過，機器深度學(xué)習(xí)有時也會起到雙刃劍作用。”這位大型消費金融機構(gòu)首席技術(shù)官指出，比如在智能風(fēng)控領(lǐng)域，機器深度學(xué)習(xí)得出的風(fēng)控結(jié)論，往往是難以解釋的。
上述消費金融平臺負責(zé)人對此也感同深受。此前他們專門為小微企業(yè)主研發(fā)了一款線下消費信貸產(chǎn)品，當(dāng)時產(chǎn)品研發(fā)團隊認(rèn)為有房有車的小微企業(yè)主還款風(fēng)險不高。但人工智能風(fēng)控模型得出截然相反的結(jié)論——沒有房產(chǎn)的小微企業(yè)主壞賬率會低于有房產(chǎn)的。
“起初我們也想不通為何會有這樣結(jié)論。”他回憶說，后來大家多方討論認(rèn)為，人工智能的邏輯是不少小微企業(yè)主喜歡拿房產(chǎn)去不同機構(gòu)重復(fù)借款，導(dǎo)致壞賬風(fēng)險驟增。不過，人工智能風(fēng)控模型通過哪些風(fēng)險因子與借款人數(shù)據(jù)得出這樣的觀點，他們至今都沒搞明白。
“深度學(xué)習(xí)還可能存在過度彌合問題。”這位大型消費金融機構(gòu)首席技術(shù)官透露，比如不同借款人是否有公積金繳款記錄，以及不同借款人在京東、天貓不同電商平臺的消費記錄，都會通過人工智能得到完全不同的風(fēng)控結(jié)論，不少風(fēng)控結(jié)論在實驗論證階段看似相當(dāng)有道理，但經(jīng)不起實踐考驗。
在他看來，機器深度學(xué)習(xí)模型能否行之有效，關(guān)鍵在于技術(shù)團隊能否對人工智能進行有效干預(yù)，通過有效調(diào)整風(fēng)險因子參數(shù)，讓風(fēng)控模型及結(jié)論更貼近實際環(huán)境。
“其實，不少消費金融機構(gòu)也知道人工智能機器深度學(xué)習(xí)技術(shù)的瓶頸，但他們還是刻意放大它的積極作用，因為這有助于提升消費金融平臺的整體估值，獲得更多的股權(quán)融資。”多家消費金融機構(gòu)負責(zé)人直言，這也是互聯(lián)網(wǎng)消費金融領(lǐng)域人工智能企業(yè)估值持續(xù)走高的最大驅(qū)動力之一。
（編輯：閆沁波）
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！