成立两大实验室乐信低调布局人工智能区块呢

成立两大实验室 乐信低调布局人工智能+区块链

近日，纳斯达克上市公司乐信接受媒体采访时表示，已成立人工智能和区块链两大实验室，将更加注重用系统化和科技来驱动业务创新。

乐信主管技术的副总裁史红哲说，人工智能实验室（AI Lab）的研究目前已于风控、金融资产处理等业务上已经大规模应用，这使得乐信在批量化地放大了业务规模的同时，生成的资产也更优质；区块链实验室（Blockchain Lab），正在尝试多节点的共享账本，今后将运用新技术、新方案在金融上进行更多的探索。

图为乐信副总裁史红哲

人工智能“鹰眼”反欺诈

据了解，作为一家金融科技公司，乐信从2017年起开始全面开展对人工智能领域的研究，目前已经在获客、风控、客服、贷后管理等多个领域

，形成可落地应用的成果。

乐信人工智能实验室的首席研究员是中科院博士、北大博士后，主攻的方向就是自然语言处理和机器学习。这位人工智能专家介绍说，在乐信的风控流程上，人工智能一个典型的落地场景是在欺诈检测上，乐信采用无监督的学习算法，对于自动识别分期电商的欺诈团伙更加精准。

对于电商交易而言，若是产生了10万笔交易，通常不会有10万个订单地址，这些订单总是聚集在若干地址中，传统的风控系统很难辨别哪些是正常的地址，哪些是欺诈团伙的地址。一般来说，欺诈团伙的地址总是具有一定的规律性和相似性，选址会较为聚集。对于那些不太规范、并且靠过往的系统规则很难判断的地址，比如“深圳市南山区”，“广东省深圳南山区”等地址描述虽然不一样，实际上是同一个地址。采用自然语言算法进行特征提炼，并通过无监督机器学习的方式把地址聚类，就可以自动发现可疑的地址，做到更精准地识别欺诈团队，目前的效果非常不错。

在业务异常的捕捉上，人工智能的应用令乐信的风控颗粒度更加精细。比如某个行政区平时每天授信是10万笔，但是有一天突然出现了20万笔申请，以往在传统的风控系统中很难发现，人工更是难以检测出异常，但如今的智能风控系统会结合历史数据，发出异常警报，提交风控人员去重点检测。

“乐信的这套智能风控系统‘鹰眼’是自适应的和自学习的，系统在实时地扫各项交易数据、实时地适应，不需要设定阈值、人工干预。” Alan说。

据介绍，“鹰眼”引擎就能够对该用户的还款能力、还款意愿、稳定性等作出评估，并自动完成即时预警、拦截以及分析部署等功能。目前，“鹰眼”引擎拥有超过5000个风控模型数据变量，已经做到了95%的订单零人工干预，秒级反馈结果；日均处理60万笔订单，这相当于3000名审核员的工作量。

区块链打造“超级账本”，重构交易流程

何为基于区块链的“超级账本”？

乐信区块链实验室负责人Bill解释说，如果一个用户在分期乐商城分期购买了一套iPhone，在资产端，后台涉及到的系统有电商业务系统、风控系统；在资金端，会涉及到乐信旗下桔子理财系统或者鼎盛资产管理系统，如果不是桔子理财提供了购物资金，则可能是由鼎盛资产管理系统合作的某个外部资金方提供的资金，涉及到银行的业务系统。

在以前的交易链中，每个节点都要记一笔账，这种分别独立记账的方式，有可能会产生各个节点数据不一致的情况，因为每个系统相对独立，甚至乐信外部合作方的业务系统中，数据格式都是不一样的。交易的本质就是一个记账的过程，在这样一个用分布式系统实现记账的链路中，多个节点的账本可能会产生不一样的数据。因此，各系统之间的对账是个工程浩大的事情。

在乐信基于区块链的“超级账本”系统中，每个节点都有一份共享账本的自身拷贝，并且拷贝用的是共识协议，所有的交易都严格保证一致。这就令各系统的协同变得更为高效。

我们仍能了解 “有了这个共享帐本，大家的账目都公开透明，所有的记录都实时同步给各个参与方，而且不可篡改，这样就不需要在花费人力物力去对账了。”Bill表示。

区块链节省的不只是运营成本，在金融合作过程中，使用区块链技术还可以为平台增信，进而变相降低资金成本。金融机构在为合作平台提供流动性的过程中，如果合作方的信任度越高，资金成本就会越低，在同一个区块链上的合作伙伴，无疑是最可信的。

据Bill介绍，目前的“超级账本”系统仍然处于测试期，主业务系统仍然在发挥作用。“超级账本”是作为一个旁路系统在进行测试，目前指标是时延在100毫秒内，峰值200笔/秒，每天能承载几十万笔的交易，完全能够满足现有业务量的需求。他透露到，接下来计划乐信在超级账本中跑一个节点，外部合作的银行跑一个节点，通过全新的方式来解决银行和乐信之间的交易和清结算问题。

“用区块链来记账，仅仅是乐信在区块链应用中的第一个尝试，‘超级账本’使得产业链各个节点彼此产生信任感，令各方在对账、清结算等产业协同效率获得了极大的提升，区块链下的清洁数据也会为公司在AI领域的深度探索奠定基石。”