2009年10月,在东京大学完成博士学业的刘玉宇决定回国。智能视觉作为弱人工智能时代的代表技术,在近些年越发炙手可热,而早在2001年,刘玉宇便已在探索机器视觉的赛博世界。他超过10年以上的专业能力,在与平安这艘金融科技巨轮交汇之后,故事翻开属于平安的篇章。
“无人”定损到“无人”定责
这个春节对很多人来说,特殊到无言。比如出门要带口罩了,人群不能聚集了,一些人逝去,一些人活成了铠甲,更多的人在疫情下继续为生活奔忙。
对于平安产险的车主来说,这个春节的不一样还在于“无人”的交通定责。王先生在疫期就发生了一起轻微剐蹭的两车相撞事故,按照往常,交警必须赶到现场进行定责。然而新上马的一个产品省去了人员接触的风险。
通过智能检索事故瞬间的十秒视频,及相关驾照信息等形成的完整证据链,交警即可远程定责。对王先生而言省去了在事故地与对方司机接触,及等待交警定责的耗时和对路面交通的影响。
这是刘玉宇所在的平安科技智能视觉技术团队与金融壹账通近期合作紧急上线的智能版远程定责。在此之前,平安的图像定损是目前唯一投入市场运作的全智能定损产品,早已名声在外。当发生两车剐蹭时,车主只需拍摄损伤图片上传后台,系统即可自动判定车损费用。现在图片定损每天为平安产险处理超过4万份索赔,98.7%在一天内赔付,其中自助服务达到60%。从“无人”定损到“无人”定责,平安将事故处理的整个流程,希望可以简化到一键完成。
打造“智能之眼”
机器视觉,如明亮的眼睛,又如哨兵,是人工智能跑在最前端的应用技术。平安科技智能视觉技术团队是一支这样的队伍:平均年龄28岁,80%以上硕博研究人员,团队成员不乏英国帝国理工、爱丁堡大学等世界一流名校背景,及中科院、北大、清华等国内知名学府。
他们要打造的“眼睛”不仅仅可应用于汽车场景。在OCR(Optical Character Recognition,光学字符识别)、医疗影像、人脸识别、虚拟主播、图像定损等技术领域,都有一双双团队为之精心打造的“智能之眼”。
比如在OCR领域,模块化的证件识别就包括身份证、银行卡、驾驶证、行驶证等标准件的识别,以及应用到金融审核里的营业执照和报销发票的识别等。在泛模块化的证件识别中,还可应用于合同识别,从而评估企业风险。OCR的应用场景庞杂且细密,仅平安产险一个月的服务调用量就达到1000余万次,这还不包括金融壹账通、平安养老险、财智云、平安证券、平安租赁等公司的数据。
然而,一支真正“能打”的队伍,不仅擅长服务于集团内,对外还得经得起AI大厂们的检验。
这一天来的看似漫不经心,却是一场相当耗费体力和意志力的持久战。刘玉宇和团队的伙伴们为之起了一个稍显血性的项目名——“打擂台”。
这是由平安智慧城市与深圳市对接的一个智慧交通项目,获胜者将直接被应用在警用终端的人脸对比应用上。深圳市公安搭了个“擂台”,每年邀请1家AI厂商,与系统中的旷视、商汤等5家顶尖AI公司一同,在公安实战平台上比拼从1亿人中寻找到目标人的人脸比对能力。末位的会被淘汰,留下的5家进入次年深圳公安系统平台
作为平安技术成色的检验,平安科技智能视觉技术团队首次参加了这个擂台。经过艰难的实战PK,平安成功入列。
“剩下5%究竟错在哪儿?”
这不是团队第一次品尝胜利的味道,然而他们并不过分迷恋这种味道。事实上,在平安,刘玉宇最有感触的是平安人对“极致”的迷恋。
早在2018年平安科技便在国际OCR识别评测比赛中获得过世界第一,然而真正到应用却就经过了数番检视和探索。第一阶段略显曲折,“OCR用到业务上准确率只有90%多,大家就觉得这个实战用不起来。”尽管嘴上认难,在行动上,刘玉宇开始带领团队去用自己的方式改进数据。到第二个阶段,通过把改善拍摄质量模块放到前端手机APP上,识别准确率上升到95%。这个数据在业内已经是领跑的水平,但在金融、医疗的行业门槛,即便是5%的宽容度,对应用来说就是一个不可用的技术。
那么“剩下5%究竟错在哪儿?”在极度严苛的作业要求下,团队“被逼着”研发了高精度的信赖度检测模型,形成了分流机制——一套极具平安特色的模型。凭借这个创新,目前OCR可完成70%的识别字段自动入库。他们又一次以自己的方式,证实了平安特色的业务导向性。
在平安,数据并不仅仅是行业标准,更是业务标准,哪怕是5%的差距,业务的不可用,那便是最遥远的距离。而刘玉宇要做的是“一步一步去做”,无限地去靠近、去与业务融合。
持久战终有输赢,然而平安的持久战,只有可用和不可用,听起来略显残酷,却是平安特色的最大奥秘。
业务集群背后的“科技心脏地带”
为了进一步方便业务方调用服务,团队将所有视觉能力集结成服务中台,并商定命名为“慧视中台”,原本散落在各个业务中的无数双“眼睛”,如今重新集合,在调用灵活性上如JPG变GIF,大为改观 。
外行人眼中,中台或许仅仅是提供技术服务的端口。但如今的人工智能中台所能做的绝对超出大部分人的想象。就像有生命力一样,中台的意义不仅在于服务,更在于“自我优化和成长”。
刘玉宇认为需要强调的第一点是,“过去我们的很多业务需要工程师在场景下调优,现在人工智能中台针对具体场景赋予客户自己调优的能力。”
这个改变,对工程师来说意味着从此不需再过多费心业务,可以更专注在技术的研发和精进上,以及“上新”更多更好用的平台和工具上;对业务方来说,没有人比他更了解业务的痛点和需要改进的缺点,如今终于可以自己动手垒起大厦,不再纠缠于与工程师的苦口沟通。
更重要的是,“中台还能够把功能切碎,原子化。”
比如就OCR识别,中台可以将其切割成十几个步骤,这些步骤业务方可以随意组合。这样一来,如果业务方还想要一个人脸或者视频的识别功能,就可以很方便地把功能拉进来。在中台,通过原子组合业务方就可获得想要的功能,从而去匹配应用场景。
然而慧视中台只是富有代表性的一个缩影。刘玉宇说得很平淡:平安科技还有另外近20个人工智能中台,在各自擅长的领域默默生长。其中就包括ASR(Automatic Speech Recognition,语音识别)通用模型中台、NLP(Natural Language Processing,自然语言处理)通用模型中台TTS(Text-To-Speech,语音合成)通用模型中台、知识图谱通用模型中台、混合增强通用模型中台、联邦学习通用模型中台等等。
近20个中台就意味着近20个人工智能研究领域。这些中台有的专注在底层算法,有的专注在中层技术,有的专注在应用领域,它们共同勾勒出平安业务集群背后“科技心脏地带”的模样。
肖京(平安集团首席科学家)说过这些中台犹如积木,通过灵活的组合,可以产生出强大的技术应用力。他是“科技心脏”的总指挥,而像王少军(平安科技技术研究院首席NLP专家)、马骏(平安科技技术研究院副总工程师)、刘玉宇这样的科学家人才是积木背后的“将领”。
普遍10年以上的行业积累,以及平安特色的业务导向,可以让单个积木深入到业务的核心地带,组合起来又可以成为赛博世界的“汽车人”战队,共同构筑成平安科技的符号和底色,成为企业DNA的新属性。
