薩摩耶?dāng)?shù)科遷移學(xué)習(xí)：借力打力，在金融科技領(lǐng)域玩一次“草船借箭”

曾幾何時(shí)，讓·鮑德里亞說“人工智能的可悲之處在于它不夠巧妙，因而不夠智能。”如今，用這句話描述人工智能已越來越不恰當(dāng)。

蘋果、特斯拉、滴滴、百度等國(guó)內(nèi)外巨頭在無人駕駛上的頻頻加碼，讓無人駕駛技術(shù)進(jìn)入了發(fā)展的快車道。但自動(dòng)駕駛，只是人工智能的一個(gè)細(xì)分領(lǐng)域。

“人工智能是我們?nèi)祟愓趶氖碌淖顬樯羁痰难芯糠较蛑唬踔烈然鹋c電還更加深刻。” 桑德爾·皮猜曾指出。

近期，一項(xiàng)名為“遷移學(xué)習(xí)”的技術(shù)被谷歌、阿里云、薩摩耶?dāng)?shù)科等知名企業(yè)頻頻提及，這項(xiàng)技術(shù)雖然不如智能駕駛那么“接地氣”，但在商業(yè)應(yīng)用上的價(jià)值卻毫不遜色。

圖片來源于網(wǎng)絡(luò)

無處不在的遷移學(xué)習(xí)

究竟什么是遷移學(xué)習(xí)？“你永遠(yuǎn)不能理解一種語言——除非你至少理解兩種語言。”英國(guó)作家杰弗里·威廉斯的這句話有助于我們理解什么是遷移學(xué)習(xí)。

不必討論它冗長(zhǎng)的概念，只需要思考一些生活中的細(xì)節(jié)。在幼兒園學(xué)習(xí)拼音的時(shí)候，老師教我們“a、o、e、i、u、ü”，教我們聲母、韻母如何搭配組合；而在我們學(xué)習(xí)英語的時(shí)候，常常自然而然地將一些拼音中的規(guī)律帶到音標(biāo)中，這就是遷移學(xué)習(xí)一個(gè)常見的應(yīng)用。

學(xué)習(xí)一類外語時(shí)，人們常常將在學(xué)習(xí)母語過程中的經(jīng)驗(yàn)、技巧、習(xí)慣、方式不自覺的遷移運(yùn)用于新語種的學(xué)習(xí)當(dāng)中。如果是可借鑒的經(jīng)驗(yàn)與方法，我們會(huì)獲取并且加深這種學(xué)習(xí)方式，如果是不適用的方法，我們則會(huì)放棄，換一種學(xué)習(xí)方式。

遷移學(xué)習(xí)的原理與人類學(xué)習(xí)語言的過程十分相似，在從源領(lǐng)域（比如漢語中拼音）學(xué)習(xí)的過程中，根據(jù)目標(biāo)領(lǐng)域（比如英語中的音標(biāo)）的數(shù)據(jù)特性，來決定是否需要將知識(shí)從源領(lǐng)域遷移到目標(biāo)領(lǐng)域。

數(shù)據(jù)是人工智能的底層基礎(chǔ)，也是人工智能時(shí)代最核心的競(jìng)爭(zhēng)力之一，必然“洛陽紙貴”。

如果源數(shù)據(jù)是“1”，那遷移學(xué)習(xí)的價(jià)值在于，它可以在源數(shù)據(jù)在源領(lǐng)域?qū)崿F(xiàn)自身“1”的價(jià)值的同時(shí)，在諸多目標(biāo)領(lǐng)域?qū)崿F(xiàn)0.5、0.6乃至0.9的價(jià)值；使用遷移學(xué)習(xí)的新模型在開發(fā)過程中，也不用經(jīng)歷“從0到1”的過程，而是從0.5、0.6乃至0.9起步。

在薩摩耶?dāng)?shù)科看來，遷移學(xué)習(xí)就是“借力打力”，酷似諸葛孔明草船借箭，通過“借力”它將自己學(xué)習(xí)的框架放大，找到更多更有“能力”的樣本，并且充分利用他們的能力。

如今遷移學(xué)習(xí)已成為機(jī)器學(xué)習(xí)的基礎(chǔ)研究領(lǐng)域之一，在計(jì)算機(jī)視覺、文本分類、醫(yī)療健康領(lǐng)域有著廣闊的應(yīng)用場(chǎng)景，當(dāng)然也包括金融領(lǐng)域。

“與廣告推薦等領(lǐng)域相比，金融領(lǐng)域獲取的無偏樣本不僅僅需要獲客成本、營(yíng)銷推廣費(fèi)用，更需要付出昂貴的客戶逾期成本。而使用遷移學(xué)習(xí)的時(shí)候，就可以直接采用大量的業(yè)務(wù)樣本，這種近乎于零成本的樣本獲取方式的優(yōu)勢(shì)正是建模樣本所或缺的，能夠解決有標(biāo)注的樣本的昂貴的產(chǎn)生代價(jià)問題。” 薩摩耶?dāng)?shù)科人工智能部負(fù)責(zé)人指出。

薩摩耶?dāng)?shù)科是一家以AI為驅(qū)動(dòng)的金融數(shù)字科技公司，現(xiàn)有團(tuán)隊(duì)規(guī)模超450人，其中風(fēng)控及研發(fā)技術(shù)人員占比80%以上，依托人工智能和云計(jì)算等技術(shù)，為金融機(jī)構(gòu)提供全方位、專業(yè)的數(shù)字金融科技服務(wù)。截至2021年一季度，薩摩耶?dāng)?shù)科已與包括商業(yè)銀行、消費(fèi)金融公司在內(nèi)的超100家機(jī)構(gòu)達(dá)成合作，累計(jì)注冊(cè)用戶超7130萬。

而遷移學(xué)習(xí)就是薩摩耶?dāng)?shù)科在人工智能領(lǐng)域廣泛應(yīng)用的技術(shù)之一。

薩摩耶?dāng)?shù)科與遷移學(xué)習(xí)

薩摩耶?dāng)?shù)科是國(guó)內(nèi)較早將遷移學(xué)習(xí)應(yīng)用于金融科技領(lǐng)域的企業(yè)之一。通過結(jié)合薩摩耶?dāng)?shù)科內(nèi)部常用的自動(dòng)建模平臺(tái)AUTOMAN，薩摩耶?dāng)?shù)科開發(fā)了一套合適自身特點(diǎn)和需求的遷移學(xué)習(xí)工具。

例如在通過AUTOMAN自動(dòng)建模過程中，在存在兩份建模數(shù)據(jù)集（目標(biāo)數(shù)據(jù)集、輔助數(shù)據(jù)集）的前提下，通過遷移學(xué)習(xí)的方式，來調(diào)整兩份樣本中每個(gè)樣本實(shí)例的權(quán)重，通過每一輪的迭代，使得目標(biāo)數(shù)據(jù)集中的錯(cuò)分樣本權(quán)重提高，同時(shí)使得輔助數(shù)據(jù)集中的錯(cuò)分樣本權(quán)重降低；如此，使得輔助數(shù)據(jù)集中有用的樣本可以為建模集所用，而無用的樣本從建模集中剔除，來實(shí)現(xiàn)建模數(shù)據(jù)樣本的調(diào)整。

該工具是否真的能通過遷移學(xué)習(xí)的方法改善建模效果？薩摩耶?dāng)?shù)科舉了一個(gè)項(xiàng)目實(shí)例：

此項(xiàng)目模擬了兩個(gè)數(shù)據(jù)集用遷移學(xué)習(xí)方式改善建模效果的實(shí)例，實(shí)際的樣本構(gòu)成如下表所示：

最終建模效果如下圖所示，在相同的跨時(shí)間建模樣本上驗(yàn)證模型效果，KS從0.328提升到0.406，效果有了非常顯著的提升。盡管兩份數(shù)據(jù)集的正樣本比例有著巨大的差距（圖1所示），但遷移學(xué)習(xí)可以在迭代的過程中消除這種差異，將可用數(shù)據(jù)為建模數(shù)據(jù)集所用。

從此項(xiàng)目實(shí)例可以看出，遷移學(xué)習(xí)在金融領(lǐng)域大有可為，而薩摩耶?dāng)?shù)科就是這項(xiàng)技術(shù)的先行者之一。

經(jīng)過了十余年的發(fā)展，金融科技已經(jīng)走過了一個(gè)完整的周期，大浪淘沙之下，穿越周期的企業(yè)很少，其中就有薩摩耶?dāng)?shù)科的身影。“穿越周期需要終局思維”薩摩耶?dāng)?shù)科董事長(zhǎng)林建明曾如此說。

薩摩耶?dāng)?shù)科的終局思維體現(xiàn)在哪里？就在諸如遷移學(xué)習(xí)等人工智能技術(shù)上。截止2021年Q1季度，薩摩耶?dāng)?shù)科知識(shí)產(chǎn)權(quán)申請(qǐng)（專利、商標(biāo)、著作權(quán)）418個(gè)，行業(yè)獲獎(jiǎng)超50項(xiàng)。

6月初，智源研究院理事長(zhǎng)張宏江一次活動(dòng)上指出：在智能化時(shí)代，AI已經(jīng)像電力一樣變成無所不在的能力，數(shù)據(jù)已經(jīng)像燃料一樣變得隨處都需要。

誠(chéng)然，人工智能早已不再是局限于圍棋上的阿爾法狗，它與我們的生活聯(lián)系越來越緊密，若說AI是“電力”，數(shù)據(jù)是“燃料”，那遷移學(xué)習(xí)這類技術(shù)是什么呢？在薩摩耶?dāng)?shù)科看來，它是人類在提升“燃料”使用效率的探索，就像人類對(duì)內(nèi)燃機(jī)的改進(jìn)和研究。