今年被譽為人工智能的元年。7月20日，國務(wù)院正式印發(fā)了《新一代人工智能發(fā)展規(guī)劃》,從戰(zhàn)略態(tài)勢、總體要求、資源配置、立法、組織等各個層面闡述了我國人工智能發(fā)展規(guī)劃。

　　值得注意的是，在《規(guī)劃》中提出的智能經(jīng)濟(jì)，其中包括人工智能的戰(zhàn)略性新興產(chǎn)業(yè)、讓傳統(tǒng)產(chǎn)業(yè)智能化以及對企業(yè)進(jìn)行智能化升級。

　　在這一場新的智能經(jīng)濟(jì)來臨之時，傳統(tǒng)企業(yè)已經(jīng)準(zhǔn)備好迎接互聯(lián)網(wǎng)轉(zhuǎn)型，提升智能化水平了嗎?而對大多數(shù)企業(yè)來說，這場智能化升級之路才剛剛開始。面臨未來諸多不確定性，網(wǎng)絡(luò)欺詐就是其中最典型的絆腳石。而應(yīng)用人工智能技術(shù)，則可以從第一步確保企業(yè)擁有大量、高質(zhì)量的用戶，從而展開智能經(jīng)濟(jì)之旅。

　　網(wǎng)絡(luò)欺詐是全球性問題

　　這一次中國提出人工智能的發(fā)展規(guī)劃，著眼于新技術(shù)的發(fā)展，包括模式識別、人臉識別、智能機器人、智能運載工具、增強現(xiàn)實和虛擬現(xiàn)實、智能終端、物聯(lián)網(wǎng)基礎(chǔ)器件，這是人工智能發(fā)展本身創(chuàng)造的新領(lǐng)域。

　　如果從應(yīng)用范圍看，在這兩年中國諸多政策法規(guī)中(比如在互聯(lián)網(wǎng)+、中國制造2025等)都提到人工智能對產(chǎn)業(yè)的升級帶動作用。而隨著現(xiàn)在越來越多的傳統(tǒng)企業(yè)轉(zhuǎn)型互聯(lián)網(wǎng)+，應(yīng)用互聯(lián)網(wǎng)手段提升生產(chǎn)效率，提高競爭力，應(yīng)用人工智能的領(lǐng)域也越來越多，風(fēng)險控制和反欺詐是其中的熱門領(lǐng)域。

　　這是由于欺詐行為是線上企業(yè)面臨最頭疼的問題。

　　比如像傳統(tǒng)金融領(lǐng)域，越來越多的銀行、保險和證券依靠互聯(lián)網(wǎng)拓展新業(yè)務(wù)，在線評估用戶的信用，依據(jù)用戶的行為軌跡和使用習(xí)慣、背景信息展開金融服務(wù)。如果這些用戶的信息虛假，或者是成為“肉雞”、被利用，那么，給這些金融企業(yè)帶來的損失不可估量。

　　再以互聯(lián)網(wǎng)企業(yè)為例，游戲、電商、社交、O2O等互聯(lián)網(wǎng)企業(yè)基于大量用戶提供服務(wù)。這些注冊用戶中有相當(dāng)部分是虛假、僵尸用戶。如果這些大量虛假注冊用戶利用審核機制漏洞“薅羊毛”、發(fā)布虛假信息、惡意灌水、刷帖等會如何?

　　在國際國內(nèi)，欺詐行為已經(jīng)形成“黑產(chǎn)”，是一條利益緊密關(guān)聯(lián)的產(chǎn)業(yè)鏈。在這條產(chǎn)業(yè)鏈中，有專門負(fù)責(zé)注冊、負(fù)責(zé)“養(yǎng)號”;有專門負(fù)責(zé)提供終端機器，提供云服務(wù)模擬真實IP地址;還有負(fù)責(zé)尋找“買家”，發(fā)起攻擊;還有尋找企業(yè)漏洞，隨時準(zhǔn)備“薅羊毛”等等。

　　這就是如今風(fēng)險控制和反欺詐面臨的問題，往往伴隨著網(wǎng)絡(luò)犯罪。據(jù)統(tǒng)計，網(wǎng)絡(luò)欺詐給中國、美國這樣的互聯(lián)網(wǎng)大國每年帶來的損失高達(dá)數(shù)千億元、數(shù)萬億元美金。

　　無監(jiān)督學(xué)習(xí)算法是趨勢

　　面對網(wǎng)絡(luò)欺詐，業(yè)內(nèi)一直引用最先進(jìn)的技術(shù)與之斗爭。

　　當(dāng)前，反欺詐領(lǐng)域的技術(shù)已經(jīng)進(jìn)入第三代。傳統(tǒng)的第一代依據(jù)規(guī)則系統(tǒng)判定，是人工制定規(guī)則;第二代在第一代規(guī)則的基礎(chǔ)上，引入更多信號源，如黑白名單、設(shè)備指紋等;當(dāng)前則進(jìn)入第三代，以人工智能為核心。在這一代中，又劃分為有監(jiān)督學(xué)習(xí)算法和無監(jiān)督學(xué)習(xí)算法兩個分支，兩者的核心在于是否有大量的訓(xùn)練樣本(數(shù)據(jù))進(jìn)行訓(xùn)練，兩者的算法完全不同。

　　傳統(tǒng)的有監(jiān)督學(xué)習(xí)算法需事先對大量數(shù)據(jù)進(jìn)行歸類和掃描，也是一種“打標(biāo)簽”的方式。問題在于，欺詐行為并非一成不變，而是動態(tài)演變的，監(jiān)督學(xué)習(xí)算法則力不從心。而無監(jiān)督學(xué)習(xí)算法也是建立在對大量數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練中，但學(xué)習(xí)的不是數(shù)據(jù)源，而是針對數(shù)據(jù)的行為動態(tài)做出規(guī)則判斷。

　　通俗來說，從學(xué)習(xí)方式來說，監(jiān)督學(xué)習(xí)算法是在“老師”監(jiān)督下進(jìn)行學(xué)習(xí)，有規(guī)則才有預(yù)判;而無監(jiān)督學(xué)習(xí)算法則是邊學(xué)習(xí)邊建立規(guī)則，隨時調(diào)整，“更智能”。

　　從全球范圍來說，無監(jiān)督學(xué)習(xí)算法是人工智能相對聚焦的技術(shù)領(lǐng)域，應(yīng)用范圍也聚焦，多用在銀行、保險、證券等金融領(lǐng)域以及互聯(lián)網(wǎng)領(lǐng)域、擁有大量線上用戶的企業(yè)�；�于無監(jiān)督學(xué)習(xí)算法的產(chǎn)品和解決方案可以針對個體欺詐和分布式的群體欺詐 ，為這些企業(yè)提供最先進(jìn)的反欺詐檢測服務(wù)，確保用戶的真實性。

　　當(dāng)然，在實際應(yīng)用中，兩者不是割裂的，而是相融合的。很多解決方案中，這兩者的算法均有，都是建立在大數(shù)據(jù)平臺之上。不過相比較當(dāng)前網(wǎng)絡(luò)欺詐的趨勢而言，無監(jiān)督學(xué)習(xí)算法更符合這樣的場景。

　　DataVisor成為明星企業(yè)

　　當(dāng)前，聚焦于人工智能領(lǐng)域，應(yīng)用無監(jiān)督學(xué)習(xí)算法技術(shù)的公司不多，原因在于該算法有一定的技術(shù)壁壘，需要深入了解人工智能前沿的理論知識和基礎(chǔ)算法。同時，需要結(jié)合一定的場景，開發(fā)出跨行業(yè)的產(chǎn)品和解決方案，需要了解企業(yè)的真實需求;第三，需要保持技術(shù)敏感性，與業(yè)內(nèi)的大數(shù)據(jù)、安全、開源等平臺、技術(shù)相結(jié)合，了解企業(yè)的平臺特性、用戶的使用習(xí)慣等。

　　在這種情況下，DataVisor這家公司脫穎而出，成為全球無監(jiān)督算法成功應(yīng)用到反欺詐領(lǐng)域為數(shù)不多的技術(shù)創(chuàng)新公司。甚至可以說，在網(wǎng)絡(luò)反欺詐領(lǐng)域，DataVisor是全球第一家大規(guī)模成功應(yīng)用無監(jiān)督學(xué)習(xí)算法的公司。

　　正如DataVisor CEO兼聯(lián)合創(chuàng)始人Yinglian Xie(謝映蓮)所說，“創(chuàng)新是我們的工作”。這間公司在2013年成立之前，兩位華人女性Yinglian Xie與現(xiàn)任CTO兼聯(lián)合創(chuàng)始人Fang Yu(俞舫)一直從事研究工作。Yinglian Xie 擁有卡內(nèi)基梅隆大學(xué)計算機科學(xué)系的博士學(xué)位，F(xiàn)ang Yu則擁有加州大學(xué)伯克利分校EECS系獲博士學(xué)位，兩位都是計算機相關(guān)的技術(shù)出身。

　　DataVisor CEO兼聯(lián)合創(chuàng)始人Yinglian Xie(謝映蓮)

　　Yinglian Xie與Fang Yu畢業(yè)后，曾經(jīng)在微軟硅谷研究院共事，是資深研究員;當(dāng)時的想法是做出一流的學(xué)術(shù)研究。兩者合作在國際頂級的刊物中發(fā)表眾多的論文。以Yinglian Xie為例，在學(xué)術(shù)界是大數(shù)據(jù)安全領(lǐng)域的資深專家，擁有網(wǎng)絡(luò)安全領(lǐng)域50多篇專業(yè)研究論文和20多項專利，獲得多項最佳論文獎。同時，還擔(dān)任多個頂級網(wǎng)絡(luò)安全及安全學(xué)術(shù)會議評審委員，多位知名大學(xué)博士生評審委員(密歇根大學(xué)、UIUC等)。

　　Yinglian Xie和FangYu在微軟工作期間，研究方向是互聯(lián)網(wǎng)安全和反欺詐技術(shù)創(chuàng)新，曾為微軟產(chǎn)品開發(fā)出一系列成功的產(chǎn)品，包括基于微軟Hotmail社交圖以對用戶進(jìn)行認(rèn)證的系統(tǒng)架構(gòu)，及大幅度降低信用卡實時交易風(fēng)險的算法。

　　正由于在安全領(lǐng)域以及反欺詐領(lǐng)域的杰出表現(xiàn)，有行業(yè)內(nèi)的用戶找到她們，希望幫助他們解決安全和反欺詐的問題。兩位在一些領(lǐng)域開發(fā)過產(chǎn)品之后，決定開發(fā)出一套全新的通用的產(chǎn)品，應(yīng)用到各行各業(yè)中。于是，2013年底，兩人在美國硅谷山景城成立公司。兩年后，在2015年10月，DataVisor宣布獲得由GSR與New Enterprise Associates領(lǐng)投的A輪融資;2016年5月，獲得元生資本的B輪投資;并且在2016年成立中國分公司。

　　說起投資的一個小故事，當(dāng)時滴滴的投資人彭志堅在美國初見到謝映蓮時，沒聊多久就和另一位合伙人許良決定投資，但Yinglian Xie的反映是“我們不需要融錢”。后在投資人的耐心和分析之下，DataVisor決定拿這筆錢去中國發(fā)展業(yè)務(wù)。

　　會不會成為下一個獨角獸？

　　為什么DataVisor成為資本熱捧的對象?核心在于專注于人工智能反欺詐細(xì)分領(lǐng)域，并擁有一套完整的AI解決方案，涵蓋無監(jiān)督機器學(xué)習(xí)，有監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)和自動規(guī)則引擎。除此之外，DataVisor擁有專業(yè)人才，在DataVisor的研發(fā)人員中，超過一半擁有名校的博士學(xué)位。

　　據(jù)統(tǒng)計，人工智能大熱之后，全球頂尖的人工智能人才稀缺，大概70%的人才被Google、Facebook、微軟、AWS等公司壟斷。一方面是行業(yè)在快速發(fā)展中，前沿技術(shù)的積累和趨勢判斷尤為重要，有實力和遠(yuǎn)見的公司會形成人才壁壘，自然形成技術(shù)壁壘。另一方面，理論落地還需要結(jié)合行業(yè)屬性，比如像論文中常常說大數(shù)據(jù)對數(shù)據(jù)的分析，一般跑小部分?jǐn)?shù)據(jù)沒有問題，一旦數(shù)據(jù)量超大，應(yīng)用就尤為困難。

　　在這種情況下，DataVisor建立了自己的優(yōu)勢。兩位創(chuàng)始人自身的研究背景和在大企業(yè)工作的經(jīng)歷，有助于在理論和實踐中搭建橋梁，無障礙應(yīng)用。正由于在無監(jiān)督學(xué)習(xí)算法中的表現(xiàn)，可有效解決客戶問題，每小時可分析數(shù)10億用戶事件，廣泛應(yīng)用在美國Yelp點評網(wǎng)、美國游戲公司IGG、圖片社交軟件Pinterest以及中國阿里巴巴、陌陌科技、獵豹移動等在內(nèi)的多家大型互聯(lián)網(wǎng)公司。

　　2016年，安全創(chuàng)新網(wǎng)絡(luò)(SINET)指導(dǎo)委員會每年從上百家信息安全公司評選出16家網(wǎng)絡(luò)安全技術(shù)創(chuàng)新企業(yè)，其中就有DataVisor的身影。DataVisor被譽為是“基于獨特的大數(shù)據(jù)分析方法”的在線欺詐檢測服務(wù)。

　　從當(dāng)前的發(fā)展來看，DataVisor極有可能成為人工智能的創(chuàng)業(yè)明星企業(yè)。原因在于，創(chuàng)始人資深的技術(shù)背景、有實踐經(jīng)驗、了解具體的應(yīng)用場景，用戶需求巨大，當(dāng)前行業(yè)應(yīng)用深度;這些綜合起來，為DataVisor建立天然的技術(shù)壁壘和護(hù)城河。

　　接下來就看DataVisor這家公司如何運營，迅速成長。我們也期待這樣的公司能幫助傳統(tǒng)企業(yè)進(jìn)入互聯(lián)網(wǎng)+，推進(jìn)我國人工智能的發(fā)展，也同步帶動一批公司成長。