logo
意见反馈     首页

文章页

微众银行语音框架荣获2020年度中国计算机学会科学技术奖
日期:2020-10-21 16:21 作者: 来源:飞象网 相似文章:0条
          

        

        

         近日,中国计算机学会(CCF)2020年度“CCF科学技术奖”获奖名单公布,微众银行 “基于迁移学习、联邦学习和进化学习的语音技术优化框架”项目(以下简称“项目”)荣获2020年度“CCF科学技术奖”科技进步优秀奖。

         中国计算机学会(CCF) 是中国计算机及相关领域的权威机构,“CCF科学技术奖”是学会设立的重要奖项,旨在嘉奖计算机及相关领域在技术研究、技术开发、技术创新、推广应用先进科学技术的杰出成果。此次获奖体现了微众银行在将迁移学习、联邦学习等核心前沿技术应用于语音服务等实际场景中取得了突破性成果,这也是继去年“联邦学习技术体系研究与应用”项目获奖后,微众银行AI团队第二次斩获“CCF科学技术奖”。

        




         图源:中国计算机学会(CCF)官网

         据介绍,该项目是基于联邦学习理论研究成果所研发的国际上首个整合了迁移学习、联邦学习和进化学习的语音技术优化RPA平台,提供了一整套自动化的工具辅助用户进行数据标注、迁移学习、联邦学习和进化学习。立足于微众银行的金融业务实践,有效解决语音服务精度提升与用户数据隐私保护难题。

         随着金融领域数字化转型的不断深入,金融行业中越来越多的场景如身份核验、客服、电销等也愈加依赖智能语音技术。然而,当前的语音服务在金融企业应用存在两大痛点:一是在垂直金融场景中的准确率欠佳;二是在不泄露用户数据隐私的前提下进行优化十分困难,这就与金融行业对语音技术的“高精度、强隐私保护”需求形成了天然的矛盾。微众银行在联邦学习、迁移学习等前沿技术领域的理论和实践积累提供了行之有效的解决方案。

         联邦学习技术在利用大数据合作建模过程中,数据不出本地,安全合规地解决了语音产品难以联合多维数据进行优化的问题。项目中所运用的迁移学习方案,则可以构建更加适配用户具体业务场景数据的语音系统,最终有效提升实际应用效果。而进化学习用于多个用户的模型的整合,通过多次迭代的模型演变升级,可以赋予语音系统具有的持续迭代升级的能力,快速实现语音系统效果的持续提升。

         该平台已经成功应用于微众银行信贷、风控、获客等业务,有效提升了系统的用户体验。在地产和出行等其他领域也取得了令人瞩目的实践成果。平台上线至今累计处理了千万小时级的语音数据, 在“普惠金融”的理念下产生了巨大的经济效益和社会价值。

         从理论探索到实践应用,微众银行正成为国内智能金融的标杆,用AI等前沿技术开启未来数字化金融的无限想象。

        

        

        

        

         编 辑:T01