上周五，氪信CEO朱明杰博士应邀出席首届上海市大数据社会应用研究会年会，在由复旦大学大数据研究院承办的“大数据智能与金融创新”分论坛上，朱明杰博士发表了题为“AI攻克大数据难题”的主题演讲。朱明杰博士表示，目前在大数据的应用中，应当注意“小数据思维”，即用个体或局部数据及自上而下验证假设的思维，去处理海量非结构化数据，并试图从中得到结论。他以氪信在“AI+金融”领域的实践为案例，分享了人工智能是如何助力金融机构攻克大数据难题的经验。
首先，面对金融领域PB级别日处理数据量，氪信将世界顶级互联网AI引擎搭建经验及ZB级别的日处理数据量能力“降维”使用在金融领域，为其赋能;区别于传统的评分卡模型，氪信通过集成模型架构帮助金融机构处理非结构化数据，这也是氪信最初能够和金融机构产生合作共鸣的关键因素。
其次，传统金融领域，风控专家历经数年形成风控经验，在互联网金融到来之际遇到了挑战，面对移动互联网层出不穷的“新状况”，已超出人脑能够总结的规则范畴，氪信基于深度学习的特征工程，可为智能风控提供行之有效的创造性解决方案，相应的成果也被收录于知识发现与数据挖掘国际顶级学术会议——KDD 2018，数据挖掘和机器学习应用国际顶级会议——WSDM 2018等世界顶级学术会议中。
第三，通过全域金融知识图谱构建精准用户画像，实现海量非结构数据价值的最大化。“大家经常提知识图谱，在金融领域，知识图谱更深层次的意义在于，它体现的是机器学习模型使用数据，而不是人去理解的规则，凡是人为表达的规则，就存在着安全隐患，相反，利用机器学习模型，信息泄露的风险相应会小很多。”朱明杰博士表示。
