科创中国

电子信息技术,高新技术改造传统产业,计算机及网络技术

我们旨在构建融合了前沿协同学习技术和创新激励机制的金融大数据人工智能能生态系统，服务金融机构和他们的客户，联通数据孤岛，打破数据隔离。 传统银行和金融业存在两大痛点： 一是银行用户画像不完整，数据分析利用率低。使得金融机构无法充分利用好现有的数据。长期以来，金融机构过度依赖由第三方提供的数据架构，自身所拥有的数据架构以及管理能力欠佳。二是基于传统金融系统本身开发的架构，难以整合新应用和第三方软件包，缺少和外部数据的对接渠道，使数字化转型的过程面临巨大的挑战。 我们的解决方案是构建大规模金融数据协同学习框架，产品分三大模块，一是高性能异步非阻断式调度框架，优势在完成了当前节点计算后，利用已汇总的部分更新参数立刻开始下一轮模型计算。二是实时监控和可预测调度算法，相比于传统产品，我们能够更精准的调度任务和算力，资源利用率提升两倍以上。三是算力池和均衡分配框架，利用最小化木桶效应及等待时间，能够将现有协同学习的计算性能提高40%以上。 我们在联邦学习中运用创新的合作和激励机制。对比于目前市面上数量少、不全面的解决方案，我们的创新解决方案包括平台开源 、黑名单机制 、积分机制等创新机制

1. 我们的框架具有多项技术创新： （1） 实时监控和可预测调度算法，能够更精准调度任务和 算力，充 分利用资源。 （2） 算力池和均衡分配框架，最小化木桶效应以及等待时 间，能够 将现有协同学习的计算性能提高 40%以上。 （3）高性能异步非阻断式调度框架，就是说当前节点计算 完成后， 利用已汇总的部分更新的参数立刻开始下一轮模 型的计算。 2. 我们产品的另一个优势是创新的合作和激励机制。没有 好的激励机制，机构间不会 自发相互协作，目前市场上这 方面的解决方案很少。我们通过自动化黑名单机制、 积分 机制和任务发布基本保障机制，将更多机构纳入联邦。 3. 我们对联邦内机构进行同质化建设，包括设备与软件兼 容方面。进一步加入自 动机器学习算法引擎提高上面各项 机制性能。使得没有相关专业知识的机构用户都 能使用这 个系统，最大限度地提高组织效率。

陈语弢:香港科技大学硕士 美国硅谷互联网项目中国区负责人 千名青年环境友好使者行动 - 低碳创意设计比赛奖 中节能皓信顾问集团 - 咨询顾问 亚洲检验 - 大客户主管