About us / 实验室简介
服务于大数据的应用市场需求推动大数据在金融行业的应用加速大数据业务及技术的能力建设加强与社会的交流合作和人才培养实验室简介       金融大数据实验室全称“面向金融行业的大数据处理平台北京市工程实验室”,在国内大数据产业蓬勃发展的背景下,由中金数据系统有限公司斥重资完成实验室设施和专业的大数据技术团队建设,于2014年10月通过北京市发改委专家审核,获批成为北京市级重点工程实验室并正式挂牌。建设宗旨:■ 深入行业,面向应用,合作共建,资源开放建设目标:■ 建设国内知名、行业领先的大数据业务创新中心■ 服务于大数据的应用市场需求■ 推动大数据在金融行业的应用■ 加速大数据业务及技术的能力建设■ 加强与社会的交流合作和人才培养 研究方向:■ 掌握大数据平台核心技术,在海量数据管理、异构数据集成以及复杂数据挖掘分析等方面建立竞争优势。■ 重点面向金融机构的客户经营、征信辅助、金融安全等领域,研究开发金融行业大数据应用产品。■ 充分理解和适应大数据技术特征,研究开发新的模型体系,改进金融业务分析方法。■ 探索数据资源采集与处理的技术方法和商业模式,促进数据积累与应用。查看更多
Applications / 应用案例
  • 1
  • 2
  • 3
News / 新闻动态
AI洗牌国际关系格局,中国或将领跑
日期:2018年1月18日来源: 亿欧网作者:杰瑞·卡普兰最近,人工智能(AI)研究不断取得新突破,几乎每周都有新型的应用出现,从智能化网络攻击检测到如何帮助顾客挑选合适时装等,将给人们的生活、工作和娱乐方式带来深刻影响。然而,仍有公众对人工智能存在认识上的误解,需要予以澄清。特别是政策制定者们在人工智能技术革新的推动、管理等方面将发挥重要作用,更应避免一些误解。第一、对人工智能认识的误区随着人工智能技术的不断发展,人类制造的机器正在变得越来越智能,它不断掌握新技能,能力越来越强大。因此很多人担心,在不久的将来,人工智能很有可能威胁到人类的“统治”地位。持这种观点的人认为,如果人工智能聪明到可以开车、识别图片、打败世界围棋冠军、确定癌症病变以及完成语言翻译,那它不久就有能力完成人类所能做的任何事情。其实,这种观点存在误区。他们将最近人工智能领域的创新进展,理解为AI已经取得能够复制人类智能的飞跃式发展。对于人工智能进展更恰当的理解应该是人类在信息处理能力方面的提升。当前,所有人工智能应用的共性是发现庞大数据集中的各种微妙模式,而这一过程被称作机器学习。当然,数据种类千差万别,它们可能是行车记录仪的字节流、数以百万计的计算机围棋游戏、数字化X光片,也可能是庞大的人工翻译文件等。但我们应明白,这远未达到复制人类洞察能力的程度。关系型数据库给我们提供了结构化信息(主要以二维表形式呈现)的组织和分析方式。同样,新型的机器学习技术,使我们能够对非结构化数据进行组织和分析。这本身是一项重大的科技进步,再加上信息采集和传输庞大数据能力的大大提升,其潜在影响是巨大的,未来几十年,这种影响还会继续扩大。对于这种即将到来的技术进步,人们会很自然地问道:人工智能对于国内或国际间的竞争和商业会产生何种影响?有些国家领导人已经在对新型“军备竞赛”发出警告。比如,最近俄罗斯总统普京在一次讲话中提到:“谁可领导人工智能的发展,谁就可成为世界的统治者。”这听起来有点夸张,但又确实向我们提出了新问题,即人工智能会促使国际秩序重新洗牌吗?如果确实如此,那哪个国家又将具有持续的优势?显然,美国已经抢先一步。当前很多人工智能的重大进展源于美国,美国在人工智能教育项目上发展快速,同时,各个行业也都在致力于将这项新技术应用到自身业务中去。不过,这种优势很有可能是短暂的。首先,这种新技术并非凭空而来,...
2018 - 01 - 19
AI洗牌国际关系格局,中国或将领跑
日期:2018年1月18日来源: 亿欧网作者:杰瑞·卡普兰最近,人工智能(AI)研究不断取得新突破,几乎每周都有新型的应用出现,从智能化网络攻击检测到如何帮助顾客挑选合适时装等,将给人们的生活、工作和娱乐方式带来深刻影响。然而,仍有公众对人工智能存在认识上的误解,需要予以澄清。特别是政策制定者们在人工智能技术革新的推动、管理等方面将发挥重要作用,更应避免一些误解。第一、对人工智能认识的误区随着人工智能技术的不断发展,人类制造的机器正在变得越来越智能,它不断掌握新技能,能力越来越强大。因此很多人担心,在不久的将来,人工智能很有可能威胁到人类的“统治”地位。持这种观点的人认为,如果人工智能聪明到可以开车、识别图片、打败世界围棋冠军、确定癌症病变以及完成语言翻译,那它不久就有能力完成人类所能做的任何事情。其实,这种观点存在误区。他们将最近人工智能领域的创新进展,理解为AI已经取得能够复制人类智能的飞跃式发展。对于人工智能进展更恰当的理解应该是人类在信息处理能力方面的提升。当前,所有人工智能应用的共性是发现庞大数据集中的各种微妙模式,而这一过程被称作机器学习。当然,数据种类千差万别,它们可能是行车记录仪的字节流、数以百万计的计算机围棋游戏、数字化X光片,也可能是庞大的人工翻译文件等。但我们应明白,这远未达到复制人类洞察能力的程度。关系型数据库给我们提供了结构化信息(主要以二维表形式呈现)的组织和分析方式。同样,新型的机器学习技术,使我们能够对非结构化数据进行组织和分析。这本身是一项重大的科技进步,再加上信息采集和传输庞大数据能力的大大提升,其潜在影响是巨大的,未来几十年,这种影响还会继续扩大。对于这种即将到来的技术进步,人们会很自然地问道:人工智能对于国内或国际间的竞争和商业会产生何种影响?有些国家领导人已经在对新型“军备竞赛”发出警告。比如,最近俄罗斯总统普京在一次讲话中提到:“谁可领导人工智能的发展,谁就可成为世界的统治者。”这听起来有点夸张,但又确实向我们提出了新问题,即人工智能会促使国际秩序重新洗牌吗?如果确实如此,那哪个国家又将具有持续的优势?显然,美国已经抢先一步。当前很多人工智能的重大进展源于美国,美国在人工智能教育项目上发展快速,同时,各个行业也都在致力于将这项新技术应用到自身业务中去。不过,这种优势很有可能是短暂的。首先,这种新技术并非凭空而来,...
2018 - 01 - 19
深度 | 致开发者:2018 AI发展趋势
日期:2018年1月11日来源:机械之心近日,Medium上一篇题为《AI in 2018 for developers》的文章,针对机器学习应用于业界的机器学习开发人员,根据2017年的人工智能领域的最新和最重大进展,对2018年的进展做了展望。大家好,又见面了!在上一篇文章中,我谈到了自己关于研究领域的看法,即哪些研究领域正在成熟且能在今年发展壮大。继续从事研究当然很棒,但是,必定还有一些人工智能领域在 2017 年已经成熟、现已准备投入大规模应用了。这就是本文的主题——我想分享的是那些已经发展得足够好的技术。它们已能应用于你当下的工作中,甚至你能借此创业。重要提示:这是一份涵盖人工智能领域、算法和技术的清单,且它们都能立即投入使用。例如,你可以在文中看到时间序列分析,因为深度学习正在迅速取代信号处理领域之前的先进技术。但是,文中并没有提到强化学习(虽然它听起来更酷),因为在我看来它目前还不能投入工业应用。不过强化学习是个很了不起的、正在成长的研究领域。此外,我想提醒你,这是一个包含三篇文章的系列文章之一,其中分别从三个角度分享了我对于明年人工智能领域会发生什么的看法:·  作为正在推进领域发展的机器学习研究者(https://blog.goodaudience.com/ai-in-2018-for-researchers-8955df0caaf9)·   作为将机器学习应用于业界的机器学习开发人员(本文)·  作为生活在这个新世界中的普通人希望你能挑选适合自己的文章进行阅读!另外,我在此并不会谈论图像识别和简单的计算机视觉,你们已经在这些领域努力多年啦。GAN 和虚假产物即使几年前就有了生成对抗网络(GAN),我对此一度非常怀疑。几年过去了,即使我看到 GAN 在生成 64x64 图像方面的巨大进步,我仍保持着怀疑。后来我阅读了一些数学方面的文章,文中提到 GAN 并不真正学习分布,我的疑虑愈发显著。不过今年发生了一些改变。首先,有趣的新型结构(例如 CycleGAN)和数学改进(Wasserstein GAN)吸引我在实践中尝试了 GAN,它们或多或少都工作得不错。在接下来的两个应用中,我彻底改变了态度,确信我们可以且必须利用它们来生成事物。首先,我非常喜欢英...
2018 - 01 - 12
2018年AI领域趋势:公司趋向小型化,区块链、智能制造成关键词
2018年AI领域趋势:公司趋向小型化,区块链、智能制造成关键词来源:亿欧网作者:张璐时间: 2018年1月3日新技术的真正价值实现不在于替代,而是整合到现有行业和技术解决方案中,从而提高整体的生产效率。语音交互是未来,也会是未来信息的入口。万物互联之后,不管是智能家居,还是车联网,和人的交互首先第一个是基于自然语言处理技术的语音交互技术,而语音交互技术现在发展非常快速,过去几年在硅谷已经由基础的语义理解,发展到可以做到语境理解和背景判断。图片和图像信息过剩是工业和医疗影像行业的问题,而计算机视觉技术是目前最好的解决方案。从最基础的安防,再到后面的用户的识别,再到个性化的推送,都是商业应用的趋势。第二个迎来技术井喷的是机器人领域。有了在机器学习,自然语言处理和计算机视觉领域的长足进步,作为上述技术和硬件传感器的整合,机器人的应用前景就不仅仅是前景,而是现实。低成本传感器的普及是机器人应用可以推广开来的核心。同时通过在软件层面配套云计算和人工智能技术,过去一年机器人开始越来越多的应用于智能工业、智能制造领域,并开始在医疗领域铺开,比如工业物流,自动化生产,人工外骨骼和手术机器人等。第三,过去一年大公司的物联网布局已经形成既有的家居物联网生态。新的创新主要集中在车联网,医疗物联网和工业物联网,同时这也是比智能家居更加巨大和能快速产生商业价值的技术创新方向。车联网是物联网在智能交通+无人驾驶领域的创新应用,也是实现无人驾驶的必要条件。车联网是智能交通生态的重要部分,所以过去一年,越来越多的硅谷创新开始转向智能交通生态,而不只是无人驾驶系统。第四,过去一年公有云和私有云同步发展。大企业需要更多技术创新以形成更加安全和巨大运算能力的公有云,私有云的创新逐渐开始倾向于和公有云的配合。另一个创新趋势是新一代网络加速技术,海量的数据实时产生需要更快速的网络加速技术,信息传递也已经完全形成移动化,所以短平快的网络信息加速也是新的创新趋势。人工智能“人工智能将重构几乎所有行业”施米德胡贝教授认为,一旦产生动物级AI,就可能有人类级AI,届时每个企业都会改变,所有文明都会改变,一切都会改变。第五,科技进步对于通讯传播的广度、速度和质量提出了更高的要求。5G技术创新在过去一年开始崛起,这也构成了对现有WIFI系统的巨大挑战。第六,区块链技术未来的前景依旧可能非常广阔,目前只是技术还处于早期...
2018 - 01 - 08
2017年人工智能大事件和关键词盘点
2017年人工智能大事件和关键词盘点来源:数据观综合 时间:2017-12-26时光飞逝,转眼间2017年即将结束,2017年可谓是人工智能大爆发的一年,“人工智能”这一大关键词毫无疑问是2017年的“头牌明星”,无疑是最受关注的热点之一。在这一年中,人工智能领域爆发了很多件大事,在这即将迎来2018年的新起点,一起来回顾和盘点一下2017年人工智能重点大事件和人工智能领域重要关键词吧! { 01 }AlphaGo再胜人类5月,AlphaGoMaster与人类世界实时排名第一的棋手柯洁对决,最终连胜三盘。然而短短40天的时间后,新一代AlphaGo Zero,并以100:0的成绩完败前代版本。  { 02 }腾讯宣布正式进军AI6月,腾讯宣布正式向外开放在计算机视觉、智能语音识别、自然语言处理等领域的人工智能技术,正式进军AI。  { 03 }李彦宏乘无人驾驶汽车上五环2017百度AI开发者大会上,百度创始人、董事长兼首席执行官李彦宏通过视频直播展示了一段自己乘坐公司研发的无人驾驶汽车的情景。  { 04 }AI教育要从娃娃抓起7月,国务院印发《新一代人工智能发展规划》(以下简称《规划》),明确指出人工智能成为国际竞争的新焦点,应逐步开展全民智能教育项目,在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科,培养复合型人才,形成我国人工智能人才高地。  { 05 }寒武纪成全球AI芯片首个独角兽8月,寒武纪科技完成一亿美元A轮融资,由国投创业(A轮领投方),阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。寒武纪已经成为全球AI芯片领域第一个独角兽初创公司。  { 06 }阿里巴巴成立达摩院8月,寒武纪科技完成一亿美元A轮融资,由国投创业(A轮领投方),阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。寒武纪已经成为全球AI芯片领域第一个独角兽初创公司。  { 06 }阿里巴巴成立达摩院10月,阿里宣布投资千亿成立达摩院,在全球各地建立实验室,启动人工智能领域争夺战计划,用于涵盖基础科学和颠覆式技术创新的研究。  { 07 }类人机器人Sophia首获公民...
2017 - 12 - 29
Products / 产品与方案
产品特点: 统一数据管理平台     统一数据管理平台定位为企业的数据汇集平台。        为企业内各部门间信息共享、数据服务开放和应用融合,提供为有利的技术支撑。平台是基于大数据架构的,采用通用的开源Hadoop资源管理框架,确保平台的大数据技术的先进性与良好的兼容性。 数据规划管理:平台通过建立动态数据资源目录,实现动态的元数据管理。平台提供数据的全生命周期的管理,包括数据采集规则、数据结构、数据描述、数据量、数据关联关系、数据质量、数据安全、数据更新周期、数据生命周期等方面。 数据的归集与预处理:平台提供图形化的数据流处理能力,能够将转换、汇总计算、排序、合并、数据加载等组合为数据处理流程,同时还提供一些非结构化数据处理引擎,比如语音转换成文本。 数据服务:查询分析引擎提供高效的大数据查询分析,引擎支持hive、hbase、spark等多种数据存储。 数据运营管理:平台自带数据运营管理功能,为运营团队提供管理工具,支持服务发布和运行监控,作业调度管控,数据资产管控和安全审计等。通过动态监控和预警帮助运维管理人员随时掌握系统运行状态,提前预防及处理问题。
产品特点: 全生命周期客户经营大数据解决方案 方案定义     中金数据“客户经营大数据解决方案”是以协助企业建立数据驱动的全生命周期客户经营体系为目标,综合利用云计算、大数据、人工智能等技术构建企业统一数据管理平台和应用产品服务体系,为企业经营提供客户画像、行为分析、智能营销、服务关怀、风险控制全流程服务支持。  方案功能与应用场景 (每个功能模块都可以作为子系统)  ● 定位公司数据汇集平台 ● 为公司内各部门间信息共享、数据服务开放和应用融合,提供有利技术支撑● 基于大数据架构的,采用通用的开源Hadoop资源管理框架,确保平台的大数据技术的先进性与良好的兼容性  ● 综合运用企业内部数据和第三方数据● 基于客户的行为属性、价值属性、忠诚属性、风险属性● 实现客户全景画像和行为分析,为客户识别、产品设计、精准营销、客户服务、风险识别提供支撑,提高客户经营效率,优化客户经营决策  ● 可实现实时在线推荐和批量精准营销的数据型应用产品● 基于精确的客户数据和产品信息● 通过智能引擎对接各种在线渠道系统,实现定向营销和实时推荐,降低营销成本,提高销售收入  ● 客服坐席服务质量自动化评价和电话销售合规性自动化检查● 以语音识别、语义分析技术为基础,通过可灵活配置的规则引擎实现自动化批量检测,识别出风险录音● 将传统模式下不到2%的抽检率提升到100%覆盖,大幅提升人工质检的复核效率,降低运营风险和人力成本  ● 客服坐席服务质量自动化评价和电话销售合规性自动化检查● 以语音识别、语义分析技术为基础,通过可灵活配置的规则引擎实现自动化批量检测,识别出风险录音● 将传统模式下不到2%的抽检率提升到100%覆盖,大幅提升人工质检的复核效率,降低运营风险和人力成本  ● 基于大数据技术对互联网用户在公开渠道发布信息● 归集、抽取和集成,利用文本分析技术开展数据建模分析后,用于业务品牌监测、用户群体行为洞察、公共危机预警的应用系统方案特点 ■ 技术先进可靠   综合运用云计算、大数据、人工智能技术,平台可靠不间断服务。■ 架构灵活开放   兼容主流技术...
产品特点: 语音大数据分析云

友情链接: