|
金融讲究的是可靠、安全、低风险,而科技则讲究便捷、快速迭代,如何使两者形成一套“和谐相处”的方法?如今,借助人工智能(AI)技术,可随时根据金融市场走向调整投资组合比例,根据投资者家庭的阅读习惯,建议更改流动资金的投资方向;借助AI技术,得以满足客户从投保、核保、保全、咨询到理赔等一系列需求…… 自古以来,智者都可通过旁人的微妙表情去揣摩其心思、看穿其想法,从而审时度势,更好地与人交流沟通。而当科技指数进阶的今天,这种能力已经不再是人类的专利,机器也被赋予了这种能力,并且比人类“识别”得更加高效及准确。而今天,微表情识别技术更多应用在金融等诸多领域,保障了金融安全,降低了风险。据记者了解,目前,微表情风控模型在平安科技的相关应用已经有效预警了上万例可能存在风险的欺诈或诱骗案例,为客户成功防范了数千万元的资金风险。通过这一技术,在保险领域的理赔审核中,也能就骗保行为进行风险识别和预警。 封锁骗保骗贷行为 微表情识别相较于人脸识别、虹膜识别等生物识别技术较为新颖。它主要通过深度学习、大数据分析等技术将AI能力赋予机器,从而捕捉人们在微秒瞬间发生的细微面部变化。 “以信贷行业为例,目前业界贷款的不良率高达10%以上,金融风险主要存在"骗贷"行为。”平安科技微表情工作室主任张国辉向外界透露了开发微表情系统的初衷:“微表情识别技术的上线很大程度可以解决上述问题。”他表示,人脸的表情由几百条细微的小肌肉控制,比如眼角肌肉的生物反应等。即便是骗贷者,他的表情也很难做到完全自主控制,非常细微的表情变化也许人类看不出,但机器完全可以捕捉到。 基于此,当涉及大额的贷款申请时,金融机构在批放贷款之前都会让面审员与用户进行一个10到15分钟的问答环节。随着面审员问题的深入,用户在回答问题时,如果出现了违反之前的回答习惯(例如眼睛从直视屏幕转为眼睛往上瞟或往脚下看),系统则会为其标记一个异常,当面审结束后,系统会根据之前记录的异常次数、等级进行一个综合评估反馈给面审员。如果前后差距过大,就意味着从基础问题到追问环节,此人的情绪、心理变化较大,如此就可提醒面审员此人有一定风险,需要做更多调查,从而更好地降低风险。 降低出错概率 随着科技的日臻成熟,利用生物认证、人机交互等AI技术,可以解决客户投保及后续服务中所有可能遇到的各种“痛点”。目前,平安科技的人脸识别技术已经应用到200多个不同场景,总计进行3亿人次识别,测试准确率达到99.8%。除了人脸识别技术,声纹识别、微表情识别技术、多模态生物识别技术等智能认知技术已经应用于数百个业务场景中,服务人次超过亿级。值得一提的是,微表情识别技术在金融领域的全面应用将给人们提供一些非常关键的信息,从而降低犯错概率。 实际上,微表情识别技术在国内外已有相关产品发布,但落地应用效果却不尽如人意。据平安科技工作室资深微反应研究员周浩分析,与其他生物识别技术的研发相比,该技术的研发门槛较高,技术难点主要体现在三个方面:一是数据收集,数据必须是动态的视频数据;二是肌肉单元很难做标注,每个人对表情的定义都不相同,“微笑”、“难过”等标准难以判定;三是微表情识别必须在五分之一秒内抓取到情绪变化,也就是说要做到一秒钟处理五帧以上画面,让数据做到实时。 在大量有效数据的训练下,目前平安科技微表情识别技术可实现30余个AU(最小表情动作单元)及10种情绪的检测。张国辉介绍说:“通过微表情识别一个人的心理变化已经不是纸上谈兵,如今平安科技已经将该技术应用于多个实际场景中。他还透露,目前该技术已在平安集团使用了半年时间,业务员普遍反馈使用效果颇佳。 知人知面更要知心 通常情况下,微表情持续时间很短、动作幅度很小,肉眼识别必须通过专业培训且准确率较低。然而,微表情识别技术提供的识别结果真的完全可靠吗? “微表情识别是目前最可靠的识别谎言的手段之一,未来这一技术除了应用于金融领域,还将进一步向安防等领域渗透。”张国辉称,平安科技目前所涉及的场景涵盖银行、证券、保险、医疗健康、安防、教育等100多个细分领域,以有效推进AI应用的全面蓬勃发展。比如,将AI技术应用于全国研究生考试中,在有效识别“枪手”的同时也能减轻教师的压力;将AI技术应用于深圳宝安国际机场,以全面保障旅客安全;将AI技术赋能海外,应用于南非首家数字银行,以全方位保障金融安全。 可以看出,科技进步的日新月异使此前在寻人、识面的基础上还要攻克探究“人心”。9年前,美剧《lie to me》里的主人公卡尔·莱特曼通过心理学和微表情戳穿一个个谎言,破案能力神乎其神,让观众感叹称奇。9年后的今天,电视剧中的高技能已在现实中上演,在微表情识别技术的帮助下,每个人都有可能成为卡尔·莱特曼。 |
另一视角
换一换- 2023元旦高速公路有免费吗?
- 现在的取暖煤真的降价了吗?
- 煤炭价格下月能降下来吗?
- 煤炭价格为什么会爆涨?
- 我们这边现在一吨自己烧锅炉的1400—1800元了,你们那里多少钱啊
- 全国多地拉闸限电,企业出路究竟在哪里?
- 可以买腾讯了吗?中概互联ETF规模暴增,谁在抄底?
- 中国奥园被穆迪列入负面观察,是否会成下一个花样年?
- 我国三季度GDP同比增4.9%,今年能完成预定6%的目标吗?
- 90年代下岗的人,现在都在做什么工作?
- 广东又开始限电了,是不是制造业产能过剩了?
- mg通胀连续超记录之后,还会怎么走?
- 欧盟提出应对气候变化一揽子计划,企业和消费者将受到哪些影响?
- 苏伊士运河被堵事件分析
- 苏伊士运河被堵,长荣公司预计赔多少钱?
- 为什么日本作为发达国家,日元却这么不值钱?
- 澳大利亚铜精矿出口暴跌80%,澳企还能顶得住吗?
- 听说在新西兰居住超过10年,到65岁就可以领取退休金对吗?
- 俄罗斯真的有全民免费医疗吗?
- 欧盟各国,农村老人的养老金与城市老人养老金差距大吗?
- 苏宁任性付逾期有哪些后果
- 车贷首付几成不用银行流水(买车首付几成不用银行流水)
- 急用钱借款哪里最安全可靠(急用钱上哪借最安全)
- 什么正规的贷款平台容易通过的(哪些正规贷款平台好下款)
- 花呗不小心注销了还能开通吗(花呗不小心注销了还能开通吗怎么办
- 哪个网络平台借钱利率最低(哪个网络平台借钱利息最低)
- 查征信一定要身份证原件吗(查征信是不是一定要身份证)
- 桔多多是正规的贷款平台吗(桔多多是正规借贷平台吗)
- 车贷4厘5的利息贵吗(车贷44厘利息高不高)
- 随借随还贷款利息怎么算(随借随还的利息怎么还)
- 网贷逾期一年多,没人催收也没被起诉?
- P2P里的借方都可以不还钱了吗?为何不归为“失信”人?
- 如果网贷全面取缔来临,出借人和借款人,哪一个最受益?
- 卢志强从未投资团贷网 22万出借人觉得呢?
- 有多少人受了P2P的亏?有多少人投进去的钱拿不回来的?
- 手机hao被盗用,申请网贷,金融机构找我追款,怎么处理?
- 平台进行协商后要求借款者只还本金,不还征信会受到影响吗?
- 借了网贷钱后,还款也有套路?
- 欠了一大笔网贷,即将全面逾期,应该如何度过这个时期?
- 网贷逾期后,这个还款协议千万不能签!否则这辈子别想还清知道吗
- 2023年凝析油概念龙头股一览,两分钟带你了解
- 豆油概念股有哪些? 2023年豆油概念股一览
- 2023年果蔬加工上市公司名单果蔬加工个股今日股价查询
- TOF概念股分类_TOF概念股上市公司有哪些(2/3)
- 今天游乐园股票的股价是多少? A股游乐场有哪些上市公司?
- 3大“焦炭龙头”个股名单,赶紧收藏起来! (2/3)
- 2023年A股VR头显龙头上市公司有哪些? (2 月 5 日)
- 2023年二氟磷酸锂上市公司有哪些?二氟磷酸锂上市公司名单
- 金属锆概念股有哪些,金属锆概念股股价一览表
- A股酶制剂上市公司龙头股汇总 (2023/2/5)
- 是高市净率好还是低市净率好?
- 为什么最近很多人买基金都亏了?
- 基金都是牛市赚大钱,熊市亏大钱,为什么出现这样的情况?
- 为什么很多新基民喜欢买新基金?
- 首只ETF发行失败,基金募资失败或被清盘,投资者有哪些损失?
- 按照排行榜买基金,为什么总受伤?
- 100万用来买大盘基金,年收益用来当生活费,能不能做到一辈子不
- 投资者买基金时,买的是什么?
- “爆款基金”值得投资吗?
- 基金的表现,会均值回归吗?
- 如何看待那些把人民币兑换成美元现金放在家里的人?
- 今日人民币最新外汇牌价查询(2021年11月12号)
- 今日人民币最新外汇牌价查询(2021年11月11号)
- 今日人民币最新外汇牌价查询(2021年11月9号)
- usa的钱我们叫美元,那人民币走出国门,在国外叫什么?
- 今日人民币最新外汇牌价查询(2021年11月7号)
- 今日人民币最新外汇牌价查询(2021年11月6号)
- 今日人民币最新外汇牌价查询(2021年11月4号)
- 今日人民币最新外汇牌价查询(2021年11月2号)
- 今日人民币最新外汇牌价查询(2021年11月1号)
- 第24届冬奥会铜合金纪念币预约为何没有出现“秒杀”?
- 河南发现50吨特大金矿,对世界金价有影响吗?
- 个人储备较多黄金算违法吗?
- 可以把手里的闲钱买成黄金,来抵御货币贬值?
- 现货黄金行情分析软件下载后怎么做?
- 黄金典当和黄金回收,哪种方式好?
- Taper临近,滞胀担忧来袭,黄金真能翻身吗?
- 黄金现在跌到多少钱一克了?
- 非农数据“爆冷”,金价后续又将有怎样的走势?
- 2021年10月11号金店黄金价格今天多少一克?
- 商品房的预售证哪里可以查到 怎么在网上查商品房预售证
- 18层的槽钢层在哪几层 18层的楼房槽钢层在哪几层
- 新房预售许可证哪里可以查到 房子的预售证哪里可以查询
- 房子过户最安全的办法 怎么规避房产过户风险
- 住房公积金缴纳比例如何上调 住房公积金的缴存基数是如何算的
- 各地为什么绿化率计算规则不一样 有了绿化率如何算绿化面积
- 个人公积金账号在哪里开通 个人公积金账户如何开通大庆
- 2018老房产证贷款买新房流程 新房组合贷款办理流程详解
- 买房小产权房需要注意什么 买小产权房的最佳条件是啥
- 新的婚姻法房产加名字有效吗 现在婚姻法婚前房产可以加名字吗
- 夫妻两人每人月薪3000,工作稳定,小县城,能养的起比亚迪汉吗?
- 最近大雪,很多电动汽车都开不了了,电动汽车的发展之路是不是还
- 网友都说小米汽车以后会超越特斯拉,在技术上有实现的可能性吗?
- 特斯拉生产供应链基本都靠中国,为什么我们不能成,特斯拉能成?
- 汽车传感器市场分析,国产机会如何?
- 大家聊聊今年汽车行业市场行业现状与趋势?
- 存一万给一辆电动车,银行为什么那么大方?
- 为什么有那么多人骑电动车上班?
- 你觉得自动驾驶的前景如何?
- 拿到驾驶证后三年内没开过车,现在想买车,但是又担心开车技术不
- 中国城市GDP排名2020年排行榜-2020全国GDP省份排名一览表
- 2020年中国区块链企业百强榜
- 2019年全球银行千强排名,中国包揽前四,总利润3120亿美元
- 华尔街金融巨头有哪些?华尔街十大金融巨头排名排行榜
- 法国各大银行排名排行榜:法国巴黎银行排第二,第一名成立最早
- 德国银行排名排行榜:德国商业银行登榜,第一名德意志银行
- 巴西各大银行排名排行榜:巴西哪家银行最好?巴西银行仅第三
- 加拿大银行排名排行榜:皇家银行第一 历史最悠久的排名第四
- 2020全球500强排名排行榜完整版 世界五百强排名一览表
- 2020福布斯全球最新富豪排名排行榜 杰夫·贝佐斯位居世界首富第
- 夫妻两人每人月薪3000,工作稳定,小县城,能养的起比亚迪汉吗?
- 最近大雪,很多电动汽车都开不了了,电动汽车的发展之路是不是还
- 鄂尔多斯60万年薪,招清北毕业的教师,教师竞争越来越内卷了吗?
- 新东方真的给学生、老师退款了吗?
- 为什么一些没有技术含量的工作反而比有技术含量的收入高?
- 网友都说小米汽车以后会超越特斯拉,在技术上有实现的可能性吗?
- 特斯拉生产供应链基本都靠中国,为什么我们不能成,特斯拉能成?
- 汽车传感器市场分析,国产机会如何?
- 大家聊聊今年汽车行业市场行业现状与趋势?
- 李云迪还有出路吗?