阿里科學家 | 螞蟻AI首席科學家漆遠: 用AI和愛, 讓我們遇見更美好的未來
編者按：
9月19日的2018雲棲大會主論壇上，螞蟻金服CTO程立首次詳解了“一帶一路”上1+9個“支付寶”長大的祕密。 程立說：“科技是暖的，世界是平的，暖科技正讓世界變得更加平等。”
那麼，今天我們就來揭祕下支付寶背後的人——漆遠，達摩院金融智慧負責人，螞蟻AI首席科學家、麻省理工博士。他也向我們展示了螞蟻金服的暖科技是如何普惠大眾的，“用AI和愛, 讓我們與更美好的未來相遇”。
漆遠現任螞蟻金服副總裁、AI首席科學家，螞蟻金服人工智慧部負責人，達摩院金融智慧負責人，同時也是不折不扣的學霸。他是麻省理工學院媒體實驗室博士，人工智慧實驗室博士後，曾是美國普渡大學計算機系和統計系終身副教授。
人工智慧，對漆遠來說，是一開始就相信的事情。
“可以從機器學習的角度來思考技術對各個科學和產業的推進，從基因、到醫療、到物流、到能源 。”漆遠說。漆遠在人工智慧領域的研究經歷，有種電影《阿甘正傳》的既視感：那些年，很多大人物大事件，就在他身邊輕描淡寫地發生了。
學術生活的痴心人
2003年的一天，當時他還在麻省理工學院實驗室，有個叫拉里·佩奇的人來到這裡招人並和他一起吃了飯。“但我一心想做學術，想當老師。”漆遠說了謝謝，並沒有去。沒錯，就是那個拉里·佩奇，他跟另一個創始人成立的公司叫谷歌。
同一年，漆遠去了英國，在劍橋大學的微軟實驗室做研究。他幫Chris Bishop審了幾章書，然後他的名字被寫進了前言的致謝裡。那本書就是國際上機器學習的一本經典課本《模式識別與機器學習》。
還是在英國，在倫敦城市大學的蓋茨比中心有位漆遠非常喜歡的教授，在劍橋實習後，漆遠到此實驗室待了3個月。後來這個實驗室有幾位畢業生創立的公司完成了一項傑作AlphaGO，大勝李世石，轟動了世界。
2004年，漆遠有個朋友談起一個很好的交友網站，正從哈佛和麻省理工學院等高校開始推廣。他的同學畢業後陸陸續續有些去了那裡工作，漆遠沒有去因為要做學術。那個網站叫Facebook。
實際上，漆遠和這些人和事擦肩之前，就踏入了當時比較冷門如今變得熱門的AI領域，並在1998年就發表了基於神經網路的指紋識別的國際論文。
後來他專注於機器學習領域的研究，並應用於人臉檢測、情感識別、可穿戴計算、生物資訊學、醫療影象分析等領域。
在麻省理工，合作者和他把機器學習和可穿戴計算結合用於分析學生學習專注度和司機開車注意力，該工作在被華盛頓郵報等報道；他和同事一起分析大腦影象資料，基於小資料建立大腦皮層溝回發育模型，被新華社等多家媒體報道； 他把大規模機器學習用於解碼人類基因調控網路，做為並列第一作者把成果發表在《自然》生物科技子刊。
漆遠說，他當時就是喜歡在校園裡做科研。他在學術上也確實如魚得水，在結束麻省理工的博士和博士後的研究後， 他去了普度大學，一個世界知名的理工院校，開設了該校計算機系的第一門機器學習課程。他在08年開始研究使用如今大熱門的GPU來加速機器學習演算法，並探索分散式大規模機器學習，曾獲得美國科學基金NSF Career獎；後來還拿了微軟的牛頓研究突破獎。
當別人以為他會在知名大學裡安靜地當科學家時，劇情反轉了。 從不食人間煙火的象牙塔到硝煙滾滾的商業戰場，漆遠完成了從校園大學教授到工業界科技領袖的華麗轉身。
2014年，他回國加入了阿里巴巴，和另外一名負責人在王堅博士的領導下建立了iDST（資料科學與技術研究院， 阿里達摩院的前身）。一年後，他擔任螞蟻金服副總裁、首席資料科學家，組建螞蟻人工智慧部。
漆遠的轉身，來源於他的一次回國探親，他偶然接觸了阿里巴巴。他的人生軌跡發生了一個大變化。
“因為它是一家非常獨特的公司，不是複製美國的模式，完全是一個嶄新的模式。這家公司所面對的問題規模和複雜度，是很多公司都沒有的。”漆遠說。
其實，漆遠早年間從事的這些工作和螞蟻金服後來的技術佈局“BASIC戰略”高度重合——“B是區塊鏈（Blockchain），A是人工智慧（Artificial Intelligence），S是安全（Security），I是物聯網（IoT），而C則是計算（Computing）”。這或許也為後來漆遠加入螞蟻金服埋下了伏筆。
對漆遠最有吸引力的是在螞蟻金服的工作有挑戰、有意思和有價值。“有挑戰”是他想挑戰自己，做了十多年年的人工智慧和機器學習學術研究後，他想直面和解決螞蟻金服面臨的複雜而又超大規模的技術問題。
“有意思”指的是在螞蟻金服快速發展的業務裡會遇到各種新問題，而解決新問題需要創造和使用有趣的新技術。他說：“我當老師的時候就在想，研究人工智慧和機器學習要做些真正有趣的事情。”所以加入螞蟻金服對他來說是個順理成章的選擇。
第三個“有價值”指的就是做的產品有影響力, 能影響億萬使用者。而螞蟻金服提供了這樣的一個世界性平臺去發揮人工智慧技術的價值。
“螞蟻金服有大量的適合機器學習的場景。人工智慧要落地，除了平臺就是場景，場景非常必要。普惠金融這個場景就特別適合AI。普惠金融要服務很多人、很多中小企業，這一定要靠技術創新來驅動。”
普惠金融場景下， 漆遠帶領AI團隊做有趣有價值的事情
加入螞蟻金服後， 漆遠迅速帶領其AI團隊施展拳腳。“金融智慧的目標主要在三方面：風控信用決策、降低服務成本、和提高使用者體驗。”
漆遠在談及金融科技的核心時說道：“為此，我們搭建金融智慧平臺，服務我們的業務並賦能生態夥伴。”螞蟻金融智慧應用範圍很廣，包括智慧客服、交易風控、商家營銷、車險影象定損、還有線上貸款310模式（3分鐘申請，1秒鐘放貸，零人工干預）、反欺詐反套現、乃至基金智慧推薦等等。
過去幾年，漆遠所帶領的螞蟻金服人工智慧團隊在自身場景和外部合作伙伴客戶場景中都全面開花。對於普通使用者而言，無論是保險還是理財，這些業務的背後都有著人工智慧技術的應用。
以定損寶為例，2018年5月，定損寶技術版本正式升級，包括將影象識別升級成準確率更高的視訊識別，將開放技術平臺，從與保險公司一對一理賠系統對接升級成未來保險公司可自助接入定損寶。
定損寶是影象定損技術首次在車險領域實現的一款商業應用，於去年6月正式上線。定損寶將過去由人工肉眼判定車損的環節升級成用人工智慧做標準化統一定損，時間更短、準確率更高。
不到一年裡，定損寶已為太平、大地、陽光、安盛天平等多家保險公司提供定損、定價呼叫服務超過千萬次，共計節省定損人員工作量超75萬個小時，已為行業節省案例處理成本超過10億元，減少理賠滲透約10億元。
螞蟻金服的使命和願景是為世界帶來平等的機會，讓全球20億使用者都等享受到平等普惠便捷的服務。漆遠團隊與中和農信的合作就很好的印證了這一點。
中和農信是一家專注農村扶貧貸款的機構，漆遠的AI團隊把他們開發的保護資料隱私的共享機器學習平臺分享給中和農信，使得雙方可以在保護各自資料隱私的情況下開展基於雙方的加密資料來做機器學習。經統計，螞蟻的共享多方AI風控技術幫助中和農信把農村小額貸款風控效果提升了一倍，同時大規模提升了貸款效率。在資料隱私保護在全世界都變得越來越重要的當下，螞蟻金服的保護隱私的共享學習技術有著廣泛的應用前景。
提到為使用者帶來平等普惠的金融服務，使用者體驗是其中不可錯過的重要環節。提及人工智慧，一個熱門的探討方向是基於NLP和其他使用者行為的智慧客服。
螞蟻金服於2017年8月正式對外全面開放以人工智慧技術為核心的智慧客服的能力。其中結合結合使用者行為軌跡的語義匹配模型採用了LSTM+DSSM（Long Short-Term Memory + DeepStructured Semantic Model）的演算法創新。該技術首先通過LSTM對使用者行為軌跡做一個編碼，通過深度排序模型，結合使用者之前的歷史操作，做到“未問先答”。
藉助這項技術，螞蟻金服雙十一智慧客服自助服務的比例高達驚人的97%，目前人工智慧客服助理的回答滿意度也已經超過了人工客服，系統整體在降低成本的同時服務質量還有了顯著的提升。
“願進化的原力與你同在。”
“我在團隊招人時候，希望你是熱愛人工智慧的，特別喜歡幹這個事的。只有真心地喜歡才能全心的投入去幹好。“漆遠表示。
漆遠愛技術，也愛玩，比如旅行，攝影，和看電影，”在電影裡看到不同的人生，像在平行宇宙看到不同的世界。“ 他最喜歡的電影包括《黑客帝國》等。現在工作太忙， 抓緊剩下的時間來陪孩子，鍛鍊和閱讀。
除了讀學術論文，他還向筆者推薦了幾本沒有數學公式的書，比如Crowd Intelligence（《群體智慧》）；Made to Stick（《粘性》）；和Good to Great（《從好到卓越》） 。
今年春天，他在一次會議上遇到了達利歐，《原則》一書的作者，同時也是全球最大對衝基金‘橋水’創始人。達利歐在送給漆遠的書的扉頁上寫下：“May the force of evolution be with you”（“願進化的原力與你同在”）。作為星球大戰的影迷，漆遠也想將這句話送給這篇文章的各位讀者。