“行為認人”通過整合普通消費者的資金鏈、消費方式、消費時間、消費地點等多要素、碎片化的信息完成消費規律建模，然後與詐騙者一次性轉移資金的異常分散規律進行比對分析，進而識別出詐騙行為。在當時應用到網絡交易平台後，這套方法就將交易識別率從44%提高到96.91%。
目前，該成果已在全球最大的第三方支付平台支付寶獲得應用，服務於全球200多個國家和地區的9億多支付寶實名用戶。“Paypal的賠付率是千分之1.9，也就是做1000塊錢要賠付1.9元，而我們是百萬分之5，”蔣昌俊表示。
蔣昌俊的團隊也與中國工商銀行、上海自貿區等單位建立了合作關係，通過融e行、自貿區企業行為風險防控技術等產品對金融系統進行安全監控管理。
到這裡可以思考一個更為宏觀的問題，AI如何切實落地場景起到實效？
蔣昌俊對澎湃新聞（www.thepaper.cn）表示，“人工智能的發展是一個長期的過程，深度學習確實解決了一些問題，但不能期待其能一下解決所有問題。還沒有達到這個程度，如果期待過高，時間久了反而會起反作用。從我的經驗來看，不如找准問題，找准對策，扎扎實實解決問題。”
AI的未來：扎根真實場景，突破基礎研究短板
|
