作者：王藝
2017 京東金融全球數據探索者大賽進入決賽，曾引發熱議的「豬臉識別」正是本次比賽的賽題之一。本文爲從大賽現場爲你帶來的一手報道。
一
機器學習技術將怎樣改變養殖業？
北京郊外的一家養豬場，主人希望能夠認出欄中幾百頭豬的每一頭。不僅如此，他還希望能夠通過豬的一舉一動，甚至細微表情變化察覺豬的異常。這樣，他就能夠對豬的健康狀況進行實時的把握。
城市中心的超市裏，主婦想要爲家人挑選一塊放心的豬肉做晚餐，她希望能夠看到購物籃中這塊豬肉的每一個生長環節，至少需要確保這塊肉無毒無害，物有所值。
在爲養殖場提供貸款及保險的金融機構中，相關責任人希望能夠保證自己經手的養殖場正在健康、良性地發展，不存在壞賬以及欺詐行爲。
而這一切的開端，是一個非常基礎的任務——準確區分每一頭豬。機器學習在圖像方面的重要應用之一——身份識別，或許是這一問題的解決方案。
二
機器學習技術將怎樣改變信貸？
信貸機構業務團隊希望能夠爲貸款申請人匹配合適的額度。這樣，公司就能在滿足每位申請人未來資金需求的同時，將資源分配給更多的貸款者。而且，每位申請人的貸款額度最好能一鍵計算，跳過目前繁瑣的審覈流程，減少人力成本。
在中關村的一間辦公室裏，初入職場的新人想要向銀行申請小額貸款，用來支撐入職最初幾個月的生活開銷。但繁瑣的表單以及冗長的業務流程讓這位新人感到厭煩。
針對小額貸款場景，互聯網金融、Fintech、人工智能三者的結合能夠有效地解決貸款流程繁瑣、額度難以確定等問題。
通過人工智能技術分析貸款人的基本信息、互聯網行爲數據、購物記錄以及歷史借貸信息等數據，信貸機構能夠對貸款人的需求進行預測，合理分配資金，進而獲得更多利潤。
三
機器學習技術將怎樣改變小微店鋪的貸款業務？
信貸機構在評估小微店鋪償還能力的時候，需要預測該店鋪在未來一個月內的營收情況和壞賬率，進而能夠合理、動態地分配貸款額度。
然而小微店鋪的銷售狀況往往存在很大的波動，定價、廣告投放等因素都會直接影響店鋪收益。
建造一個機器學習預測模型，讓小微店鋪的銷售表現有跡可循，是零售業的普遍需求，也是相關信貸、基金等行業行事的重要參考依據。
四
機器學習技術將怎樣改變交易風控策略？
在電子設備種類繁多的今天，如何在你的公司電腦、個人電腦、手機、平板電腦，甚至他人設備上識別出每次登陸行爲是不是你本人的操作，將直接影響到你的個人信息以及財產安全。
通過人工智能、區塊鏈、安全聯盟等技術解決方案的融合，讓大數據風控引擎對用戶登錄後進行的每一筆交易進行評判，自動對疑似有風險的交易進行攔截操作，是人工智能時代爲風控帶來的新思路。
一場爲上述場景尋找新方案的大賽
以上四個場景均關係到普通人的日常生活，且均能通過機器學習技術加以解決。事實上，這四個場景正是 2017 京東金融全球數據探索者大賽的四個賽題。
沒錯，這裏我們所說的第一個場景，也是本次大賽的賽題之一，正是那個刷爆朋友圈的「豬臉識別」。
商業組選手在決賽現場
除「豬臉識別」外，本次大賽還包括「店鋪銷量預測」、「登陸行爲識別」、「信貸需求預測」三個賽題。主辦方京東金融爲四個賽題請來了四位導師——國際人工智能聯合會主席楊強、紅杉資本中國基金專家合夥人車品覺、TalkingData 創始人兼 CEO 崔曉波、微軟亞洲研究院城市計算領域負責人鄭宇。
大賽於 11 月 6 日啓動，經過選拔賽，最終於 12 月 15 日步入決賽階段。決賽跨越 48 小時，商業組選手需要在三天兩夜的時間內提交商業計劃和 Demo，算法組選手需要在規定時間內提交結果及代碼。
對於本次大賽及其所負責的「豬臉識別」賽題，香港科技大學教授楊強表示，「非常有意思，自己也從中學到了很多。」楊強提到，有的參賽團隊已經深入到農戶中進行實地考察，錄製了很多視頻並做了仔細研究。「確實發現了一些商機，他們的想法可以說在世界範圍內都是少見的。」楊強說。
國際人工智能聯合會主席楊強對選手進行指導
紅杉資本合夥人車品覺則表示，「參賽選手將賽題想得比較簡單」。他認爲，自己所負責的「店鋪銷量預測」賽題是四個賽題中最動態的，也是對選手考驗最大的。「有些選手傾向於設計大而全的解決方案，我告訴他們一定不要這樣。」
紅杉資本中國基金專家合夥人車品覺對選手進行指導
車品覺期待「鋒利」的產品，他認爲產品越能解決具體問題，就越「鋒利」，大而全是有問題的。「一般我們講產品方案的時候，講得越全就越不對。」車品覺說。
由於本次大賽正在進行中，二位表示，對點評中涉及到的團隊及其方案還不便透露。大賽將於 12 月 17 日進入最終評審環節。屆時，我們還將繼續跟蹤報道。