人工智能在金融行业的应用正在不断走向深入。金融科技公司拍拍贷，通过使用UCloud（优刻得）的UAI-Train平台，在信贷业务的智能风控方面，进行了具有示范意义的创新探索。

    防止身份冒用、造假、盗刷，AI技术提高风控水平

    互联网金融领域，做好线上风控，防止身份冒用、造假、盗刷是重要的一环，而在此过程中，人脸识别正发挥着巨大作用。

    人脸识别，是基于人的脸部特征信息，进行身份识别的一种生物识别技术，通过识别图片或者视频中的人脸，并和人脸库的信息对比，进而判断使用者是否为本人，从而防范身份冒用；同时这些信息也将作为用户画像的一部分，为反欺诈等业务的决策提供参考，目前拍拍贷自研的人脸识别算法，在实际应用中的准确率达99%以上，远好于行业同类型算法。

图：人脸识别业务场景

    此外，卡证识别也是身份校验的重要步骤。拍拍贷通过OCR技术，可以自动地从卡证图片中提取相应文字，通过和资料库的比对，确保持证人和证件之间的一致性、真实性。拍拍贷自研了针对各类金融场景的OCR算法，包括身份证、银行卡、港澳通行证等内容的识别，同时也有能力快速将该算法自适应地拓展到新的业务场景。

    AI能力全流程覆盖，借贷业务快速智能+

    目前，拍拍贷的AI能力已经覆盖了借贷业务流程中完整的贷前、贷中、贷后三个环节。在贷前有AI加持的精准获客、智能反欺诈、全自动化审核；在贷中有智能风控系统、智能质检；在贷后有贷后模型体系、智能催收；除此之外还包括智能客服和智能投顾等。

    以“智能催收机器人”为例，拍拍贷的智能催收机器人已经投入业务应用，目前平台上逾期10天以内的贷后案件，都可以交由机器人来催收，从而大幅提升效率和体验，从效果来看，拍拍贷“智牛”机器人已催回金额多达数亿元，对逾期3天内的客户催收，回款率能达到人工催收的90%以上。

    以AI平台驱动创新，拍拍贷与UCloud的火花碰撞

    科技创新助推业务不断发展，同时产生的线上数据也在与日俱增，拍拍贷需要通过迭代算法，优化数据模型，来提高人脸识别技术的准确率。但在人脸识别迭代算法的过程中，单台GPU（图形处理器）机器迭代1次需耗时7天左右，若为提高迭代速度而采购更多的GPU机器，则会造成成本提高及资源利用率的浪费。

    如何在提升算法迭代速度的同时、维持甚至降低成本？拍拍贷与国内中立云计算服务商UCloud，通过UAI-Train平台展开合作。

    UAI-Train，顾名思义，即面向AI训练任务的大规模分布式计算平台，基于UCloud性能强大的GPU云主机集群构建，为AI训练任务提供充足的计算能力，平台可提供一站式训练任务托管服务，自动实现计算节点调度、训练环境准备、数据上传下载以及任务容灾。同时，UAI-Train也是一种全新的计算资源租赁模式，支持按需收费、成本可控，在视频图像识别、自然语言处理、语音处理等领域均已有诸多实践。

图：人脸识别算法接入过程

    目前，拍拍贷自研的人脸识别算法，是在700万规模多年龄段、多姿态、多表情、多环境的人脸图片上进行训练，通过使用UAI-Train，利用分布式GPU训练平台，拍拍贷的人脸识别模型训练时间，已经从原来单机训练1周左右缩短为1天，整体算法优化效率提升85.7%，在大幅提高算法优化效率的同时，基于UAI-Train按需收费的特点，拍拍贷人脸识别算法的GPU资源成本可由原先的上万元/月，下降至数千元/月，GPU资源的有效利用率也达到了100%。

    “All in AI”时代正在加速到来，拍拍贷将利用AI技术进行更多金融科技创新， UCloud也将与各行业合作伙伴，共同探寻智能+行业的更多可能，以AI平台驱动更多行业的数字化、智能化创新