科创中国

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。

项目通过多年对工业级图机器学习关键技术攻关，突破了高精 度图结构数据表示学习算法库构建、高性能图机器学习架构设计与 系统实现和全链路图学习服务平台研发等中的核心技术难题，构建 了工业级金融智能图机器学习系统。项目组提出了多项创新性技 术，实现了源头创新，形成了完全自主知识产权，为我国金融行业 从传统的简单模型到复杂智能建模分析的跨越式发展提供了技术支 撑和落地样板。项目在金融行业多元化场景具有广泛的规模化应用 前景，对于提升金融行业风险识别和防控能力，提高金融服务的个 性化分发能力，推动金融信用体系智能化建设，实现普惠金融具有 重要的战略意义。

1 周俊 男 1986.04 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 1983.01 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 1978.04 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 1989.10 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。

该项目成果实现了工业级图机器学习技术在金融领域的大规模 应用，提升了蚂蚁集团信贷、保险、支付等核心业务的智能化能力， 为全球超过 10 亿用户和 2000 余万商家带来更好的服务。2017-2019 三年间，相关应用单位新增销售收入超过 20.4 亿元，新增利润超过10 4.4 亿元，节省成本超过 22.3 亿元。

一是继续推动成果在蚂蚁内部的应用和落地，将图机器学习作为 金融智能的核心基础设施，广泛应用于蚂蚁生态公司，构建一张“图”， 联动相关金融数据，挖掘出更丰富更全面的金融知识，全面提升了蚂 蚁在金融风险和金融效率上的核心竞争力，从而带动全行业更快更好 地实现智能化升级。 二是依托国家新一代人工智能开源开放平台等，进行开源开放， 推动图机器学习技术普及和应用，助力解决我国人工智能领域在核心 算法和关键应用方面的卡脖子问题。 三是积极跟高校建立教学相长机制，开展相应的实践课程，在人才培养机制上带来新的改变，帮助我国人工智能人才更快成长。