如今，人工智能在金融風(fēng)控方面起到了越來越重要的作用。在許多金融公司的風(fēng)控介紹中，都說自己用到了人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)模型等技術(shù)。但是在生產(chǎn)應(yīng)用中，人工智能模型，或者說機(jī)器學(xué)習(xí)模型存在著不可解釋的問題，在公司內(nèi)部，使用最廣的還是規(guī)則引擎，目前來說還是沒有一個(gè)可以完全脫離規(guī)則的金融公司。而人工智能新興獨(dú)角獸企業(yè)探智立方(iQubic)研發(fā)的DarwinML自動(dòng)化規(guī)則生成系統(tǒng)，有效的解決了金融從業(yè)人員設(shè)計(jì)規(guī)則的現(xiàn)實(shí)問題。

研究規(guī)則的自動(dòng)生成具有其現(xiàn)實(shí)的意義，不單單是規(guī)則對(duì)于人來說易于理解，沒有機(jī)器學(xué)習(xí)的門檻那么高，同時(shí)規(guī)則對(duì)于業(yè)務(wù)人員來說其可控性也是最好的。

金融公司的風(fēng)控后臺(tái)的規(guī)則模塊需要支持單條規(guī)則，組合規(guī)則以及評(píng)分規(guī)則等基本規(guī)則功能。單條和組合規(guī)則都是業(yè)務(wù)人員對(duì)數(shù)據(jù)理解后，抽象出來的數(shù)據(jù)組合邏輯，在設(shè)計(jì)過程中，需要對(duì)數(shù)據(jù)進(jìn)行詳盡的分析，測(cè)試，模擬等操作。人工規(guī)則的生成要經(jīng)歷比較長(zhǎng)時(shí)間的數(shù)據(jù)分析過程，同時(shí)需要手動(dòng)的部署到風(fēng)控引擎上。在這樣的業(yè)務(wù)背景下，探智立方DarwinML自動(dòng)化規(guī)則生成系統(tǒng)應(yīng)運(yùn)而生，DarwinML自動(dòng)化規(guī)則生成有效的解決了業(yè)務(wù)人員設(shè)計(jì)規(guī)則的現(xiàn)實(shí)問題：

1.數(shù)據(jù)自動(dòng)分析組合

2.基于數(shù)據(jù)的可定量的解釋

3.連接規(guī)則引擎，一鍵部署

DarwinML自動(dòng)化規(guī)則生成系統(tǒng)可以自動(dòng)對(duì)數(shù)據(jù)進(jìn)行分析，拆解多個(gè)樹類模型算法得到其執(zhí)行路徑并轉(zhuǎn)化為可運(yùn)行的規(guī)則，基于DarwinML設(shè)計(jì)的優(yōu)化損失函數(shù)，對(duì)規(guī)則的生產(chǎn)進(jìn)行迭代優(yōu)化，得到最優(yōu)的規(guī)則集合。很大程度上縮短了人工規(guī)則的設(shè)計(jì)過程，提升了規(guī)則設(shè)計(jì)的效率和精確度。

金融小貸用戶在使用DarwinML自動(dòng)化規(guī)則生成系統(tǒng)后，每期數(shù)據(jù)規(guī)則迭代在30分鐘左右就可以生成100條以上獨(dú)立有價(jià)值的規(guī)則。規(guī)則集的平均長(zhǎng)度可以控制在5個(gè)變量以內(nèi)。每條規(guī)則在數(shù)據(jù)樣本比例上的提升能保持3倍以上，并且自動(dòng)生成的模型可以幫助業(yè)務(wù)人員跳出思維的盲點(diǎn)，找到以前并不曾注意的風(fēng)控點(diǎn)。

現(xiàn)階段，加速實(shí)現(xiàn)金融風(fēng)險(xiǎn)技防能力已成為業(yè)界迫切的需求。今年4月，中國(guó)銀保監(jiān)會(huì)副主席黃洪于國(guó)務(wù)院新聞辦公室上表示：疫情沖擊下不良貸款有所增加，貸款逾期和違約情況增多。可以預(yù)見，疫情會(huì)倒逼金融機(jī)構(gòu)進(jìn)行更審慎的信貸政策，這對(duì)金融機(jī)構(gòu)的科技能力、風(fēng)控都提出更高要求。

“國(guó)內(nèi)絕大多數(shù)企業(yè)都沒有強(qiáng)大的AI開發(fā)團(tuán)隊(duì)，DarwinML可以把AI的整個(gè)流程工具化，無需高度專業(yè)的AI建模知識(shí)就可以開展工作?！碧街橇⒎浇鉀Q方案總監(jiān)徐寧說道：“對(duì)于傳統(tǒng)公司而言，招募 AI 建模的開發(fā)者難度很大。但使用DarwinML就可以很大程度上省去這一過程?！?