ZD至顶网软件频道消息: 随着银监会《中国银行业信息科技“十三五”发展规划监管指导意见(征求意见稿)》的推出,正式掀起了银行业上云的热潮。其中提升大数据的应用,推广基于大数据的风控更是受到业内关注。
风险定价和风险管理能力则是金融业的核心本质,能否更好的建立业务评审策略并有效监测风险决定了金融机构的业务规模和利润空间。大数据风控也是银行、金融行业上云的重要推动力和目标。
日前,百度云与民生银行的“风险预警项目”为大数据风控带来新的进展:依靠百度云在人工智能(AI)、大数据(Big Data)、云计算(Cloud Computing)ABC领域里的显著优势,百度云为民生银行风险管理和风险预警提供云服务。这是股份制银行首次将云服务运用到金融机构核心的贷后管理和信贷决策领域,对国内其他面临云端化转型的金融机构来说,有着重要借鉴意义。
大数据解决银行业风控顽疾 百度云担当技术“领头羊”
根据中国银行业协会《中国资产托管行业发展报告2016》显示,我国银行业资产托管规模已经突破百万亿大关。如能有效管控不良贷款、流动性等风险,将极大提高银行业的业务规模和利润空间。对此,在2017年全国银行业监督管理工作会议期间,银监会主席尚福林明确表示,将以坚守不发生系统性风险为底线,扎实推进不良贷款、流动性等六大重点领域风险防控。
近年来层出不穷的信贷欺诈问题,让银行业的风险管理越来越偏向构建以数据为基础,以计量模型为工具、风险指标的决策体系。但计算信用风险的违约率(PD)、违约损失率(LGD)以及风险敞口(EAD)等基础数据,加上市场风险的内、外部数据,这些海量数据在数字化时代急剧扩容,对于银行的大数据收集、处理能力,对于云服务提出了更高要求。这对国内目前的金融行业和云厂商来说,都是一个巨大的挑战。
百度云与民生银行的合作,让从业者们看到一条大数据在风控领域中开辟出的新路径。基于百度16年的技术优势,百度云大数据的收集、分析和计算建模能力在国内占据“领头羊”的位置,对于银行业关注的海量非结构化数据的处理质量较高,保障了风险数据的储备和规范性。此外,百度云能够将底层数据关联目标企业,并通过风险识别模型来判断其产生的风险信号。基于百度云的BOS服务和API对接银行内部业务流程,实现了对银行授信企业具有前瞻性和全面性的风险监测,这将有助于提升银行的风险收益并降低不良贷款损失。
据悉,百度云与民生银行已计划将云服务拓展至信贷评审、项目评审以及营销等多个领域。
技术+服务双驱动 “金融云”赛道领跑
随着政策的驱动与金融服务过程中难以规避的技术问题,金融机构对于云服务有着更加迫切的需求。同时,国内出现诸如百度云这样专注于云计算、大数据、人工智能的技术平台,以银行业为代表的金融机构将逐步改变以往自筹自建的技术体系。根据去年《中国金融服务业云应用调查》的结果显示,有近47.9%的中国金融服务机构表示“正在制定云战略”。如何快速抢占这块 “金融云”蛋糕成了国内云厂商新的挑战。
对于百度云而言,与民生银行的风控合作为挺进“金融云”市场迅速打开了局面。在最新一期产品正式上线民生银行业务系统后,百度云又与浙江省最大的民营担保公司之一温州中新力合征信服务股份有限公司签订合作协议,迅速完成对接并上线。周期如此短的研发、上线速度,全面显现了百度云的技术实力,同时也扫除了传统金融机构对于业务环境是否可靠、高并发的业务渠道能否免受流量影响、监控和管理要求是否严格、系统安全系数是否严苛等一系列困扰。
互联网覆盖了数以亿计的用户,始终处于新生与增量的金融市场中,大中小银行、券商、资产管理公司、担保公司、征信公司、互联网金融公司等对于金融服务有了更高的标准。归根结底,“金融云”的角逐要回归到金融服务能力方面。从这一点来看,百度云与金融巨头展开一系列“云端”合作之后,技术与经验的积累更加深厚,并在技术与服务理念的驱动下,已经处于“金融云”赛道上的领跑位置。这一位置,将吸引更多长尾金融客户的目光。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。