平安科技人工智能产品总监王健宗：今年仍是AI落地年

2018年05月25日，由亿欧主办的“GIIS2018安防AI创新峰会”在北京千禧大酒店隆重举行。会上，平安科技人工智能资深产品总监，平安深度学习与机器人团队负责人王健宗博士发表了主题为“人工智能在安防和保险中的实践”的演讲。

王健宗在华中科技大学获得计算机系统结构博士学位，博士期间获得国家公派留学奖学金在美国联合培养博士，并在美国佛罗里达大学取得人工智能博士后，博士和博士后期间在云计算、大数据和深度学习领域发表大约30余篇国际杂志和会议论文，发表专利100余篇，并应邀在中国Spark技术峰会、全球开发者大会、全球人工智能大会和全国高性能计算学术年会等发表诸多演讲。

王健宗博士专注于人工智能在金融、保险、医疗和智慧城市领域的研发工作；现任中国计算机学会大数据专家委员会委员、YOCSEF深圳副主席。曾任网易公司大数据高级研究员、惠普公司云计算高级解决方案专家和美国莱斯大学电子与计算工程系研究员。

在演讲中，王健宗提到，现在是人工智能发展最好的时代，今年仍是人工智能的落地年，并举例从理赔、金融、OCR、安防四个方面讲述了平安的人工智能技术如何落地。

【王健宗现场演讲实录】

人工智能过去的发展通过“两起两落”后的第三次的兴起，一直到现在属于一个比较顶峰的时刻，也在相关领域诞生了很多公司。其实这一波人工智能首先是硬件的发展，以GPU、AI芯片、FPGA、TPU为代表的处理能力崛起， 同步大数据的繁荣进一步夯实了我们深度学习训练的“燃料”，同时当下很多行业的AI应用迫切需求造就了这次的繁荣。毫无疑问我们现在属于AI最好的时代。

今年我认为是人工智能的一个落地年，可能去年包括过去几年是技术的孕育、发展到成熟的过程，现在2018年是想方设法地能够把我们的AI实实在在用到相关的资源优化、生产效率的提升、以及一些机械，复杂工作的取代工作当中去。这也是我当时在平安做AI的初衷，作为金融企业来说，很多金融的一些环节，实际上大家觉得很多是不透明的，很多工作也是非常复杂和烦琐的，这就给AI很多机会。因为时间关系，我今天会挑几个工作给大家做简单的分享。

很多人问作为传统的金融企业，为什么平安要去做AI？其实这也是大势所趋。一旦相关服务从OFFLINE TO ONLINE之后，相关的客户核身认证体系、服务的质量保证、客户拉近获客活客能力等一定是需要相关AI技术去把效率高效地提升，同时能够提升用户的体验。

我们平安拥有超过500多台服务器的超大集群，我去计算过在TOP 500的排名计算能力，我们能够排到前100名， 这在金融企业中是很了不起的。从数据角度，我们把相关的数据源从结构化、非结构化数据做到一个归集，方便我们实现整个数据整合的训练。同时最后我们通过我们的AI能力去赋能金融和保险。实际上算法这块我们也是具备很强的自主研发能力的，因为我们有30年的从业经验，通过跟我们的业务专家在一起，依赖于应用场景，将我们过去的经验AI化，现在平安AI拥有技术专利几千件。

因为时间关系，今天我重点讲4个AI应用，一个就是我们的图片识别能力；第二讲我们怎么样去在做到高效、精准的用户审核；第三是我们做了一个OCR票证通，用机器取代过去人工审核票据的工作；第四是在安防领域我们如何通过视频图像技术实现城市安全。

相信有车的人有一个非常深刻的体会，非常怕出交通事故，因为理赔工作非常的烦琐，恰恰很不巧，我前天早上正是因为交通事故导致上午的会全部取消。因为是别人的全责，当时我第一反映就是问对方的保险公司是谁？结果他告诉我不是我们公司，我很失望，如果是我们公司我就知道这个流程如何高效理赔，最后结果是整个过程耗了我2-3个小时的时间。

我用亲身发生的例子告诉大家，其实传统理赔的效率非常低，理赔的周期很长，同时用户体验很差，所以我们为了解决这样一个痛点我们做图像自动识别的技术，这样在大家发生车的擦碰或者交通事故的时候，只需要你轻轻环绕车拍一段视频，我们快速提取相关损伤帧传到后台，通过相关查勘照片分析，先进行车型识别，再进行车牌识别，这样能够知道你的车是一个什么样的年份，因为不同的年份包括不同的外观件都有不同的价格的。最后再加上我们一些证件相关的识别，能够保证我们理赔的速度从过去的一到两周提升至现在分钟级的理赔。

这里面举我们做车型识别的例子。其实车型和人脸很像，但是维度比人脸更复杂，因为每个人的脸部特征大概不到一百个特征点。目前市面上两千多种车的类型，不同的年份，所以计算维度是呈几何倍的增长。我们通过图像的深层卷神经积网络技术，进行图像特征提取，最后给一个概率模型实现精准的判断。

具体的后台理赔损伤分析过程当中我们首先要做部位的分割，每个部位分割之后我们还要做损伤程度的判断，比如说你的车是完好的，你需要做一个半喷的喷漆，做一个全喷的喷漆，做一个修钣金，或者是换部件等，一共有五种损伤的判断，加上车的类型，加上部位，再加上损伤程度的判断，后面计算的复杂度和量级也是非常的高。

如果是我们公司的客户可以用到我们好车主APP实现精准上传，上传之后可以直接得到理赔的金额，如果你觉得合理的价格，就直接实现自动赔付。我是从深圳过来的，深圳现在也是到了台风季，之前有个客户在台风的时候发生的车祸，台风还没有完但是理赔行为已经结束了，我们的理赔速度比台风还快。

第二我讲一下我们在客户核身能力。对于金融和保险的行为，如果有冒名顶替这些行为的话是风险特别高的。所以我们通过除了我们人脸，我们通过声音的判断，实现一个秒级的核身。整个技术是我们和麻省理工学院一起成立联合实验室研发，现在核心的指标EER达到0.3%，同时构建了一个亿级的声纹库。后面举一个简单的流程给大家讲一下，传统的电话平台一般过来是两个渠道，包括客户和客服的声音，通过处理后，我们精准的切割提取出客户的相关声音，同时对这个声音信号做一个活体判断，因为我直接语音的讲话和录音实际上在物理信号的机理上面是有很大区别的，所以是一个天然的活体检测。

通过活体判断之后，因为每个人的声音有音高、音色，喉结的振动、舌头位置不同会产生不同卷舌等等，同时还有一些声音是你本身人听不到的，我们在有些频率里面的信号，人耳听不到，但是机器可以判断，通过这样特征的提取实现每个人固定的声纹，最后进行声纹的比对再进行判断。大家经常打电话去更改一些信用卡信息。传统的方式一般是问5-8个问题，现在可以全省掉，你不需要再去回答一些你可能都不记得的问题，这样的优化可以很好的提升用户体验。

接下来讲我们的票据识别，每年为了实现票据的识别我们是花费了很多的人力，有几万个人力，全职在后面审核，这是AI一个很好的机会能够去取代部分人力的工作。但是在票据识别过程当中又有很多问题，因为各种各样的票据五花八门，格式拍摄方式繁多，并且有些票据肉眼是没办法识别，人都看不清楚，你要机器去做有点勉为其难。我们是传统的OCR加上一个众包机制实现完整的票据识别，这样我本身OCR可以达到96%，加上最后3-4个点的人工识别准确率，最后能够完成一个接近百分之百的一个票据识别能力。

这个流程就是在票据过来之后先做图像的预处理，首先计算机会完成一个OCR的识别，然后再做一个图片的切割，之后会把相关的隐私信息去掉，去隐之后再传给众包平台，这个众包录入的过程当中也会有相对的交叉效应机制，在人工录的过程中有一部分票据我是知道答案的，所以如果有人不认真作题，我就知道这是一个恶意的刷单客户，通过上述流程的反复迭代实现票据精准质检和识别，单张票据整个识别过程差不多不到半秒钟，每小时可以处理数十万张的票据，大家如果有兴趣可以在各大应用市场检索平安众包就可以检索到我们的APP。

第四个产品就是我们在智慧城市里面去做安防，去实现、保障城市里面的平安。前一段时间我们也和深圳市的公安局签订了一个全面战略的合作框架协议，后面整个深圳的相关的智慧城市工作，我们也会承接部分。这里我以机场安全做一个例子，大家知道前一段时间有一个飞行事故，飞机要起飞，但是在左侧有一个飞机缓慢滑行过来，在快要相撞的时候机长快速拉起来。这就是一个典型的机场跑道安全异常检测事故。我们到各大机场做过调研，目前所有机场如何去保证跑道的安全，都是通过人工的方式，三班倒，只要你有飞机要起飞降落，人这样需要盯着，看有没有行人，空中有没有鸟，有没有飞机过来，同时相关的误报触警比较多，也会有漏报，如果是漏报就是不可挽回的安全事故，人力消耗特别大。

我们通过充分的研发之后，在国外某机场落地了我们的产品，叫智慧机场检测系统，实现了保证你百分之百的危险的识别。同时把误报率减低80%，一般误报的CASE是因为飞机在滑行的时候会在地面上会留下一些轮胎的纹，但是有时候会看成这是不是一个小的异物，这时候可能会误报。

因为时间关系，我只能通过上面四个产品给大家做一个汇报，如果后面有机会，因为我们相关产品AI产品还有很多，如果大家有机会后面再跟大家交流，谢谢大家！