李世石和AlphaGo的人機大戰(zhàn)，AlphaGo連勝兩場，有些人歡喜雀躍，有些人黯然神傷。人工智能的奇點似乎越來越近了。事實上，在很多很多領(lǐng)域，它已經(jīng)悄悄走進(jìn)了我們的生活。
　　螞蟻金服副總裁、首席數(shù)據(jù)科學(xué)家漆遠(yuǎn)介紹，螞蟻金服已經(jīng)將人工智能運用于互聯(lián)網(wǎng)小貸、保險、征信、資產(chǎn)配置、客戶服務(wù)等多個領(lǐng)域。
　　在加盟螞蟻金服及阿里巴巴之前，漆遠(yuǎn)在麻省理工學(xué)院獲得博士學(xué)位，是普渡大學(xué)計算機科學(xué)系和統(tǒng)計系的終身教授。在螞蟻金服，他領(lǐng)導(dǎo)著一個科學(xué)家團(tuán)隊從事機器學(xué)習(xí)與深度學(xué)習(xí)等人工智能領(lǐng)域的前沿研究，并在螞蟻金服的業(yè)務(wù)場景下進(jìn)行一系列的創(chuàng)新和應(yīng)用。漆遠(yuǎn)介紹，這些工作應(yīng)用在大數(shù)據(jù)征信、貸款、風(fēng)控、保險、資產(chǎn)配置、財經(jīng)信息分析等眾多方面。
　　以智能客服為例，2015年雙11，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)已經(jīng)由大數(shù)據(jù)智能機器人完成，同時實現(xiàn)了100%的自動語音識別。正是依靠人工智能的幫助，螞蟻金服客戶中心在雙11的整體服務(wù)量超過500萬人次，客服人員的精力可以更好地集中到處理復(fù)雜類客戶問題和工作。
　　螞蟻金服科學(xué)家打造的人工智能機器人客服大軍，包括了MyRobot、服務(wù)寶等幾項核心人工智能技術(shù)。
　　比如說，當(dāng)用戶通過支付寶客戶端進(jìn)入“我的客服”后，人工智能開始發(fā)揮作用，“我的客服”會自動“猜”出用戶可能會有疑問的幾個點供選擇，這里一部分是所有用戶常見的問題，更精準(zhǔn)的是基于用戶使用的服務(wù)、時長、行為等變量抽取出的個性化疑問點；在交流中，則通過深度學(xué)習(xí)和語義分析等方式給出自動回答。
　　據(jù)介紹，服務(wù)寶問題識別模型的點擊準(zhǔn)確率在過去的時間里大幅提升，在花唄等業(yè)務(wù)上，機器人問答準(zhǔn)確率從67%提升到超過80%。
　　此外在保險領(lǐng)域，大數(shù)法則是保險業(yè)的立業(yè)之本。但限于技術(shù)能力，傳統(tǒng)的大數(shù)法則只能建立在歷史數(shù)據(jù)和抽樣調(diào)查基礎(chǔ)上，存在較大缺陷和不足。螞蟻金服與保險公司合作的“航空退票險”上線之后賠付率一度高達(dá)190%，保險公司面臨巨大的虧損壓力。而通過引入機器學(xué)習(xí)技術(shù)，大數(shù)據(jù)技術(shù)建模、優(yōu)化后，有效地降低了賠付率，并成功扭虧為盈，滿足了保險公司的核保要求。
　　漆遠(yuǎn)表示，螞蟻金服在財富領(lǐng)域也已經(jīng)展開相關(guān)研究，對財經(jīng)資訊做基于深度學(xué)習(xí)的智能分析，聯(lián)系到股票與基金，給用戶做相應(yīng)地推薦。在芝麻信用上運用深度學(xué)習(xí)為很多基于芝麻信用分的場景提供了強有力的支持。但目前人工智能在金融領(lǐng)域完全取代人的機會還很小。金融是關(guān)于人價值交換的業(yè)務(wù)，核心還是人，從某種程度上來說，人工智能可以促使人們的就業(yè)往價值鏈更上層的工作遷移。