2023世界人工智能大會期間，創(chuàng)鄰科技創(chuàng)始人兼CEO張晨博士受邀走進第一財經(jīng)的演播室，圍繞人工智能技術(shù)和圖技術(shù)在金融行業(yè)的賦能展開討論，為線上數(shù)萬名觀眾分享精彩前沿觀點。

現(xiàn)場直擊

以下為張晨博士采訪匯總，閱讀時長5分鐘。（部分內(nèi)容有調(diào)整）

第一財經(jīng)：請先分享一下，人工智能技術(shù)和圖技術(shù)兩者是什么關(guān)系？

張晨：想要直觀理解兩者關(guān)系，我們可以先將AI比作一個大的圈，覆蓋多種實際業(yè)務(wù)應(yīng)用。同時將包含操作系統(tǒng)和數(shù)據(jù)庫的Infra比作另一個圈，那么兩個圈之間的重疊部分則可以理解為圖技術(shù)。換句話說，圖數(shù)據(jù)庫作為底層基礎(chǔ)設(shè)施，有機會成為 AI 的新基建。

而在兩者的結(jié)合上，首先我們可以發(fā)現(xiàn)，圖數(shù)據(jù)庫不同于傳統(tǒng)數(shù)據(jù)庫只用來進行數(shù)據(jù)存儲，它本身和業(yè)務(wù)存在密切關(guān)系，并且不同業(yè)務(wù)線的建模方式有非常大的區(qū)別，因此圖數(shù)據(jù)庫需要和人工智能技術(shù)的上層應(yīng)用更緊密地結(jié)合；其次是圖數(shù)據(jù)庫十分善于處理關(guān)聯(lián)關(guān)系，因此可以做到對AI涉及多條業(yè)務(wù)線的不同數(shù)據(jù)源進行關(guān)聯(lián)，發(fā)揮過去單片數(shù)據(jù)無法實現(xiàn)的作用。

第一財經(jīng)：了解到您在圖數(shù)據(jù)庫領(lǐng)域深耕多年，請問您如何理解人工智能技術(shù)和圖技術(shù)對金融行業(yè)的賦能？

張晨：我們回顧圖技術(shù)對金融行業(yè)的賦能歷程，可以發(fā)現(xiàn)金融業(yè)現(xiàn)在已跳過最初的技術(shù)認知鴻溝，邁入飛速發(fā)展階段。而認知的迭代離不開市場發(fā)展初期，金融知識圖譜應(yīng)用方案的迅速普及，同時市場中出現(xiàn)許多底層采用圖技術(shù)的風(fēng)控解決方案。久而久之，金融機構(gòu)開始了解圖技術(shù)。在此背景下，創(chuàng)鄰科技率先深入金融行業(yè)，打磨產(chǎn)品和解決方案，現(xiàn)已為多家銀行提供圖數(shù)據(jù)庫產(chǎn)品與服務(wù)，穩(wěn)定運行圖規(guī)模超兩萬億點邊，受到客戶認可。

而隨著以大模型為核心的人工智能技術(shù)的迅速發(fā)展，圖技術(shù)在金融行業(yè)的應(yīng)用也將邁進新階段。對銀行而言，如何通過內(nèi)網(wǎng)數(shù)據(jù)建設(shè)既符合數(shù)據(jù)的合規(guī)性、安全性，又能高效落地應(yīng)用場景的優(yōu)質(zhì)大模型成為關(guān)鍵挑戰(zhàn)。并且由于銀行內(nèi)部數(shù)據(jù)安全性、準確性要求高，如何能夠避免大模型應(yīng)用過程中的胡說八道問題至關(guān)重要。而圖數(shù)據(jù)庫的最大優(yōu)勢之一便是可解釋性，以事實之間的關(guān)聯(lián)進行分析從而輸出嚴謹?shù)慕Y(jié)果，因此兩者的結(jié)合能夠讓答案變得更加準確，賦能金融大模型更精準、更高效，從而更安全地應(yīng)用于金融行業(yè)中。

第一財經(jīng)：金融行業(yè)在技術(shù)落地方面充滿挑戰(zhàn)，為何在創(chuàng)業(yè)初期選擇這個領(lǐng)域？

張晨：這與我的第一份工作相關(guān)。我博士畢業(yè)后曾擔(dān)任美國運通的大數(shù)據(jù)科學(xué)及工作，從事風(fēng)控算法研究，因此對風(fēng)控業(yè)務(wù)場景比較了解，積累了很多金融機構(gòu)的服務(wù)經(jīng)驗；并且金融屬于非常特別的行業(yè)，它在認知和技術(shù)上非常的先進，同時它擁有海量的數(shù)據(jù)，技術(shù)和業(yè)務(wù)場景存在非常多的創(chuàng)新需求。除此之外，新技術(shù)應(yīng)用在金融行業(yè)時，它的效果也比較容易量化。綜合以上，我們最先將產(chǎn)品應(yīng)用于金融領(lǐng)域，以點帶面，逐漸輻射到其它關(guān)鍵行業(yè)。

第一財經(jīng)：我們了解到銀行對技術(shù)先進性與數(shù)據(jù)安全性要求高，想了解圖技術(shù)目前落地過程中存在哪些難題？

張晨：當(dāng)前圖技術(shù)在落地過程中遇到的最大問題，我認為是圖技術(shù)相關(guān)標準的不完善。 我們可以在 《金融電子化》雜志社最新發(fā)布的調(diào)研報告了解到這點。圖技術(shù)屬于前沿技術(shù)，因此在市場教育上十分滯后，金融機構(gòu)迫切地需要更全面的測試標準來輔助業(yè)務(wù)決策，我們在現(xiàn)實中和客戶接觸時也能明確感知需求。

因此，創(chuàng)鄰科技在過去幾年中，也在積極構(gòu)建完善的標準體系。 我們主導(dǎo)或參與了所有國內(nèi)外圖數(shù)據(jù)庫標準的制定，目前也正牽頭與電子四院推進圖查詢語言GQL的制定。我們期待金融機構(gòu)基于公平、公正、公開的標準來選擇更合適的圖數(shù)據(jù)庫，真正發(fā)揮圖分析的作用，增益行內(nèi)數(shù)據(jù)資產(chǎn)價值。

第一財經(jīng)：圖技術(shù)對反洗錢、反詐騙等金融場景中是否更有優(yōu)勢？

張晨：以反欺詐為例，由于銀行內(nèi)部業(yè)務(wù)交易頻繁且迅速，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫并不能有效滿足需求。因為傳統(tǒng)數(shù)據(jù)庫在反詐騙時需要關(guān)聯(lián)非常多的表，隨著關(guān)聯(lián)表變多，查詢速度會呈現(xiàn)指數(shù)級的下降。 但是，銀行的資金流轉(zhuǎn)實際是一個天生的網(wǎng)絡(luò)，存在復(fù)雜的關(guān)聯(lián)關(guān)系。當(dāng)銀行采用圖數(shù)據(jù)庫后，憑借圖數(shù)據(jù)庫的查詢性能，能夠做到實時復(fù)現(xiàn)整個交易網(wǎng)絡(luò)。尤其是在實時的審批系統(tǒng)中，當(dāng)欺詐行為發(fā)生時，圖數(shù)據(jù)庫能夠從單筆交易迅速、直觀地查詢到關(guān)聯(lián)的交易，從而發(fā)現(xiàn)可能的犯罪線索。相比于傳統(tǒng)數(shù)據(jù)庫，圖數(shù)據(jù)庫能夠支撐起金融機構(gòu)上百億規(guī)模大圖的動態(tài)在線構(gòu)建和實時復(fù)雜查詢返回，真正做到實時分析、計算和決策，提升風(fēng)控效率。 當(dāng)下我們也在和人行合作試點，希望利用圖技術(shù)推動金融風(fēng)控體系從“人防”向“技防”“智控”的數(shù)字化轉(zhuǎn)變。

第一財經(jīng)：隨著Chatgpt的爆火，AIGC也在快速發(fā)展中，談?wù)剤D技術(shù)和它結(jié)合發(fā)展的可能性？

張晨：毫無疑問，圖技術(shù)和大模型存在很多互補之處。最簡單的就是圖技術(shù)作為抽象的底層技術(shù)，存在一定的理解難度，所以需要和上層應(yīng)用緊密結(jié)合。大模型當(dāng)前已經(jīng)被行業(yè)廣泛接受，兩者結(jié)合能夠降低圖技術(shù)應(yīng)用的門檻，降低市場教育的成本。

當(dāng)然，也存在更深層次的結(jié)合。一方面，大模型走向應(yīng)用的過程中需要以預(yù)訓(xùn)練的方式將海量企業(yè)數(shù)據(jù)沉淀到大模型中，需要花費巨大的訓(xùn)練成本，難以做到實時更新。而圖數(shù)據(jù)庫專用于存儲、查詢和計算關(guān)聯(lián)數(shù)據(jù)，能夠作為底層數(shù)據(jù)存儲平臺，匯聚多源異構(gòu)數(shù)據(jù)，提升數(shù)據(jù)計算的效率。

另一方面，圖數(shù)據(jù)庫在業(yè)務(wù)邏輯上符合人類認知，并且基于事實進行計算，通過明確的、點對點的計算路徑得出客觀嚴謹?shù)慕Y(jié)果。因此，圖數(shù)據(jù)庫能夠通過數(shù)據(jù)的關(guān)聯(lián)計算對大模型的答案進行 “精調(diào)”，有效彌補大模型在邏輯上的漏洞，成為大模型和精準答案之間的橋梁。

未來的一段時間內(nèi)，圖數(shù)據(jù)庫會隨著大模型的發(fā)展而蓬勃發(fā)展。我們同樣期待和更多的大模型廠商開展合作，共同推進圖技術(shù)和人工智能技術(shù)的發(fā)展。文章來源地址http://www.zghlxwxcb.cn/news/detail-615496.html

到了這里，關(guān)于第一財經(jīng)專訪張晨：圖技術(shù)賦能金融領(lǐng)域進入全新階段的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！