撰文 | 王艺
一
机器学习技术将怎样改变养殖业？
北京郊外的一家养猪场，主人希望能够认出栏中几百头猪的每一头。不仅如此，他还希望能够通过猪的一举一动，甚至细微表情变化察觉猪的异常。这样，他就能够对猪的健康状况进行实时的把握。
城市中心的超市里，主妇想要为家人挑选一块放心的猪肉做晚餐，她希望能够看到购物篮中这块猪肉的每一个生长环节，至少需要确保这块肉无毒无害，物有所值。
在为养殖场提供贷款及保险的金融机构中，相关责任人希望能够保证自己经手的养殖场正在健康、良性地发展，不存在坏账以及欺诈行为。
而这一切的开端，是一个非常基础的任务——准确区分每一头猪。机器学习在图像方面的重要应用之一——身份识别，或许是这一问题的解决方案。
二
机器学习技术将怎样改变信贷？
信贷机构业务团队希望能够为贷款申请人匹配合适的额度。这样，公司就能在满足每位申请人未来资金需求的同时，将资源分配给更多的贷款者。而且，每位申请人的贷款额度最好能一键计算，跳过目前繁琐的审核流程，减少人力成本。
在中关村的一间办公室里，初入职场的新人想要向银行申请小额贷款，用来支撑入职最初几个月的生活开销。但繁琐的表单以及冗长的业务流程让这位新人感到厌烦。
针对小额贷款场景，互联网金融、Fintech、人工智能三者的结合能够有效地解决贷款流程繁琐、额度难以确定等问题。
通过人工智能技术分析贷款人的基本信息、互联网行为数据、购物记录以及历史借贷信息等数据，信贷机构能够对贷款人的需求进行预测，合理分配资金，进而获得更多利润。
三
机器学习技术将怎样改变小微店铺的贷款业务？
信贷机构在评估小微店铺偿还能力的时候，需要预测该店铺在未来一个月内的营收情况和坏账率，进而能够合理、动态地分配贷款额度。
然而小微店铺的销售状况往往存在很大的波动，定价、广告投放等因素都会直接影响店铺收益。
建造一个机器学习预测模型，让小微店铺的销售表现有迹可循，是零售业的普遍需求，也是相关信贷、基金等行业行事的重要参考依据。
四
机器学习技术将怎样改变交易风控策略？
在电子设备种类繁多的今天，如何在你的公司电脑、个人电脑、手机、平板电脑，甚至他人设备上识别出每次登陆行为是不是你本人的操作，将直接影响到你的个人信息以及财产安全。
通过人工智能、区块链、安全联盟等技术解决方案的融合，让大数据风控引擎对用户登录后进行的每一笔交易进行评判，自动对疑似有风险的交易进行拦截操作，是人工智能时代为风控带来的新思路。
一场为上述场景寻找新方案的大赛
以上四个场景均关系到普通人的日常生活，且均能通过机器学习技术加以解决。事实上，这四个场景正是 2017 京东金融全球数据探索者大赛的四个赛题。
没错，这里我们所说的第一个场景，也是本次大赛的赛题之一，正是那个刷爆朋友圈的「猪脸识别」。
商业组选手在决赛现场
除「猪脸识别」外，本次大赛还包括「店铺销量预测」、「登陆行为识别」、「信贷需求预测」三个赛题。主办方京东金融为四个赛题请来了四位导师——国际人工智能联合会主席杨强、红杉资本中国基金专家合伙人车品觉、TalkingData 创始人兼 CEO 崔晓波、微软亚洲研究院城市计算领域负责人郑宇。
大赛于 11 月 6 日启动，经过选拔赛，最终于 12 月 15 日步入决赛阶段。决赛跨越 48 小时，商业组选手需要在三天两夜的时间内提交商业计划和 Demo，算法组选手需要在规定时间内提交结果及代码。
对于本次大赛及其所负责的「猪脸识别」赛题，香港科技大学教授杨强表示，「非常有意思，自己也从中学到了很多。」杨强提到，有的参赛团队已经深入到农户中进行实地考察，录制了很多视频并做了仔细研究。「确实发现了一些商机，他们的想法可以说在世界范围内都是少见的。」杨强说。
国际人工智能联合会主席杨强对选手进行指导
红杉资本合伙人车品觉则表示，「参赛选手将赛题想得比较简单」。他认为，自己所负责的「店铺销量预测」赛题是四个赛题中最动态的，也是对选手考验最大的。「有些选手倾向于设计大而全的解决方案，我告诉他们一定不要这样。」
红杉资本中国基金专家合伙人车品觉对选手进行指导
车品觉期待「锋利」的产品，他认为产品越能解决具体问题，就越「锋利」，大而全是有问题的。「一般我们讲产品方案的时候，讲得越全就越不对。」车品觉说。
由于本次大赛正在进行中，二位表示，对点评中涉及到的团队及其方案还不便透露。大赛将于 12 月 17 日进入最终评审环节。届时，机器之心还将继续跟踪报道。
