WAIC 2022 | 洞见科技王湾湾出席 BPAA 第二届应用算法实践典范，共话前沿算法产业发展

9 月 1 日下午，「2022 世界人工智能大会（WAIC）· BPAA 第二届应用算法实践典范总决赛暨算法峰会」在上海普陀区召开。上海市经济和信息化委员会副主任张英，普陀区委常委、副区长姚汝林等领导出席峰会。洞见科技与上海交通大学、上海人工智能研究院、上海互联网大数据工程技术研究中心、第四范式、华为等单位集聚一堂，共同探讨前沿算法产业发展。

上海市普陀区委常委、副区长姚汝林出席论坛并致辞

洞见科技数据科学家王湾湾受邀，与上海人工智能研究院首席技术官王资凯，上海互联网大数据工程技术研究中心副主任丁富强，华为上海战略 MKT 部生态发展总监、上海昇腾生态创新中心 COO 张中阳、零点有数副总裁许正军等专家一同出席本次圆桌。

洞见科技数据科学家王湾湾（左三）出席圆桌论坛

在圆桌对话环节，洞见科技数据科学家王湾湾与参会嘉宾围绕金融垂直应用、金融数据安全、算法产业化等议题，进行了充分的探讨交流，以下为王湾湾主要观点：

金融垂直应用议题

在金融领域，为了提供更精细化的服务，金融产品类型的细分发展不可避免地造成数据体量下降，主要分为样本数量不足和特征维度不足两方面。

针对样本数量不足问题，一种情况是由业务发展初期，导致积累的历史表现数据较少，通过迁移学习引入其他类似场景的数据，或横向联邦学习方式结合多方样本共同建模以解决。另一种情况则是因某类标签的样本较少导致，通过先验知识引入弱标记或无标记样本进行建模，或利用半监督学习算法训练模型来解决。

针对特征维度不足问题，通过引入外部数据联合算法训练，可以有效提升模型效果。但因传统模式是将一方数据提供给另一方来构建模型，仍存在一定数据安全风险，而隐私计算技术基于「数据可用不可见」的特性，能为人工智能算法应用于垂直细分领域提供安全和效果保障。

洞见科技数据科学家王湾湾在圆桌论坛发言

金融数据安全议题

在金融业务决策中，一般通过引入第三方数据来提升应用算法模型的决策准确性和效率，但由于涉及安全合规的问题，制度层面对此提出了严格约束。传统的批量传输、API 接口等数据流通方式存在数据泄露或被转移的风险，可信沙箱或堡垒机等可信环境则需要依赖可信第三方，同样存在模型泄露风险。隐私计算技术凭借能在「数据可用不可见」的条件下完成模型训练，并可真实应用到业务当中，从而提供了一种技术手段解决合规安全问题。

算法产业化议题

在人才培养上，隐私计算技术属于交叉学科，涉及人工智能算法和密码学等专业，目前学校培养和行业需求间存在一定偏差。为此洞见科技一方面和高校成立联合实验室，鼓励高校创新研究成果转化应用至公司产品研发，另一方面通过金融场景的应用反馈到算法体系中进行技术创新迭代，从而形成产学研用闭环。由此既解决了洞见科技对于人才的需求，也帮助高校培养真正满足行业需要的人才。

在生态构建上，洞见科技积极与国际、国内权威标准化机构及政产学研各方合作，将行业内经过大量实践验证的场景算法规范化形成标准，以标准化促进产业规模化落地应用。

作为人工智能领域的全球年度性赛事、世界人工智能大会品牌赛事之一，第二届 BPAA 应用算法实践典范联合各界力量不断推动算法产业向前发展，为大数据算法、人工智能领域加速赋能。未来，洞见科技将继续着力金融行业人工智能算法创新与实践，将场景与产品深度融合，以技术信任打破数据孤岛，安全释放数据价值，促进金融行业数据智能合规应用。