科创中国

新一代信息技术产业,人工智能

为有效解决传统机器学习技术在金融业务发展中的局限性，助力 普惠金融，蚂蚁集团联合清华大学、北京邮电大学，基于自身复杂金 融业务优势，创新性地研发出工业级金融智能图机器学习系统。系统充分挖掘由海量用户、商家、介质等实体，超过万亿次的交易、转账 和互动，以及多元化金融应用场景构成的“图”数据的巨大价值，不 仅实现了领先的技术创新，也有效地推动人工智能技术在金融领域的 真正落地。项目经历超过四年的核心技术攻坚和创新迭代，围绕图机 器学习这一重要技术领域在算法、系统、应用三个维度上取得多项关 键技术突破。项目首次实现了海量图数据智能建模在金融领域中的大 规模应用，取得了显著的经济价值和社会效益。

1.针对金融图结构数据的特点，构建了高精度的工业级图表示学 习算法库，支持对同质属性图、异质属性图、知识图谱、时序动态图 等进行智能建模，在斯坦福大学组织的开放图基准测试（2020 年 6 月）和麻省理工学院组织的 COVID-19 有效抗生素发现（2020 年 8 月） 两个国际图学习基准测试中均排名第一。 2. 提出了基于“K 阶邻域”样本的分布式图模型训练推理架构、 多层次的图模型训练加速策略、图结构数据的对抗训练策略等技术， 突破了在工业级海量图结构数据上实现高性能图智能训练、推理的难 题，图机器学习架构已经运行在数十亿节点和数千亿边的图结构数据 上。

1 周俊 男 *** 资深算法 专家硕士蚂蚁科技集团股份有限公司 项目发起人和技术负责人，项目总体架构设计和算法研发，本项目中作为第一发明人申请专利超过20 项。 2 朱军 男 *** 教授 博士 清华大学 作为项目主要完成人之一，研究图表示学习模型的对抗鲁棒性，研究通过主题模型与图表示学习的联合建模与优化。在第 2 点科技创新点做出了贡献，成果发表 ICML 论文 2 篇，算法应用到“定损宝”等产品。 3 石川 男 *** 教授 博士 北京邮电大学 作为项目主要完成人之一，研究多类图结构数据的表达学习算法库，在科技创新点 1 做出了贡献，提出了基于层次注意力机制的图神经网络方法HACUD，针对知识图谱表达学习的问题，提出知识图神经网络 KGNN。 4 张志强 男 *** 高级算法专家 硕士蚂蚁科技集团股份有限公司 作为项目主要完成人之一，对高精度工业级图表示学习算法库，超大规模图机器学习架构，工业级全链路图学习服务平台 3 个科技创新点都做出关键贡献。

点击查看