人工智能在反欺詐中的應(yīng)用

來源：中國保險報網(wǎng) 時間：2018-10-09 14:19:52 作者：袁清林

　　據(jù)統(tǒng)計，2017年全球與人工智能相關(guān)的資金投入總額達到152億美元，比上一年增加144％。中國在人工智能領(lǐng)域的投資與研究應(yīng)用，也正在快速的縮小與美國的差距，時刻準備著迎接正在走來的人工智能時代。

　　目前，人工智能技術(shù)已深入應(yīng)用到金融、醫(yī)療、教育、工業(yè)等很多領(lǐng)域，比較常見的應(yīng)用包括人臉識別、智能客服、語音識別、無人駕駛等等。根據(jù)技術(shù)成熟度曲線的發(fā)展趨勢，該技術(shù)在保險公司車險理賠案件反欺詐識別上也必將起到不可替代的作用。

　　經(jīng)過筆者近一年人工智能技術(shù)探索研究及實際應(yīng)用，再結(jié)合筆者所在公司與幾家保險公司的業(yè)務(wù)合作，在人工智能技術(shù)如何有效運用到車險理賠案件的反欺詐檢測中，筆者有如下的體會：

　　1.超越人腦思維

　　一個車險理賠案件中包括大量的信息，比如查勘信息、保單信息、出險信息等等，靠人的經(jīng)驗知識的判斷，往往容易走向慣性思維，只關(guān)注經(jīng)驗中起作用的極少數(shù)信息因子的關(guān)聯(lián)或變化，無法做到對案件中所有信息進行有效分析。

　　采用深度學(xué)習(xí)技術(shù)，比如CNN、DNN、RNN，可以有效解決人腦無法完成的海量關(guān)聯(lián)組合分析，再利用GPU的性能，可以使得系統(tǒng)在很短時間內(nèi)完成眾多因子的關(guān)聯(lián)組合關(guān)系分析，從而形成最終的欺詐判斷模型。這樣學(xué)習(xí)形成的模型，不但可以發(fā)現(xiàn)已知的欺詐類型，還可以在一定程度上對新的欺詐類型進行預(yù)測。

　　2.自我優(yōu)化提升

　　AI模型生成后，可以通過無監(jiān)督、有監(jiān)督不斷學(xué)習(xí)新的案件數(shù)據(jù)，實現(xiàn)模型的不斷優(yōu)化迭代，從而獲得系統(tǒng)更高的識別準確率，而無需對程序進行較大的調(diào)整。有效避免因采用傳統(tǒng)規(guī)則進行欺詐判斷時，發(fā)現(xiàn)新的欺詐類型或者總結(jié)出新的判定規(guī)則后，必須對程序進行重寫。

　　3.非結(jié)構(gòu)化數(shù)據(jù)識別

　　人工智能技術(shù)在結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用上相對成熟有效，越來越多的保險公司，對于非結(jié)構(gòu)化數(shù)據(jù)（比如照片、語音、文字描述等）在車險理賠案件反欺詐工作上的應(yīng)用提出了更高的要求，希望通過不同技術(shù)手段的運用，在欺詐案件的識別上有所突破。

　　基于以上需求，筆者認為，研發(fā)人工智能圖像識別模型，可以有如下幾個方向：通過對案件圖片的自動識別，實現(xiàn)對圖片的分類歸檔，比如證件類、車輛類、票據(jù)類等；通過對案件圖片的自動識別，并根據(jù)歷史圖片庫，識別是否存在使用歷史照片的問題、是否存在照片修改的問題、是否存在不同出險案件出現(xiàn)相同事故場景的問題等。

　　筆者相信，隨著人工智能技術(shù)的不斷成熟，應(yīng)用場景的不斷增加，再結(jié)合案件數(shù)據(jù)的不斷積累，在車險理賠反欺詐識別上，人工智能必將成為不可替代的技術(shù)之一，識別準確率也必將遠超人類大腦。

　?。ū本┰洁骄W(wǎng)絡(luò)科技有限公司董事長兼CEO 袁清林）

責(zé)任編輯：陳近梅