人工智能（AI）的哪些方面使数据极客感到兴奋？这是几十年前给我们的承诺吗？或者是人工智能可以带来的无限可能性吗？或许两者都有。可能两者都有一点。对于丹斯克银行来说，它正在带来业务成果，这种成果提供令人兴奋的结果，并且人工智能正激励团队中的每个人！ “轻而易举地，这是我职业生涯中的最高点！我是一个从事科学的人，所以爱这些方法和也爱讨论一些更复杂的东西。这是绝对值得的，而且轻而易举地。”—— Nadeem Gulzar，全球分析主管 丹斯克银行正在利用人工智能和深度学习在多个领域来侦测和预防复杂的欺诈，因为这个模式正在不断地学习，所以它的效果越来越好。 丹斯克银行区分了两种类型的欺诈——客户欺诈和诈骗犯欺诈。客户处于欺诈的旋涡中，例如，客户收到偏远乡村居民的电子邮件，要求客户汇款来减轻这里的艰辛，或者是要求客户安排一次造访就好像他们正在约会。当然还有专业欺诈发生，当一位“诈骗犯”寻找完美的时间来造成最严重的伤害，这可能包含恶意软件感染到银行或者是有个人账号的地方，恶意软件被添加进设备。 “有时在一些诈骗案件中，诈骗犯攻击我们十分钟然后他们不再回来。他们的目标是充分利用这10-15分钟的时间窗口而获得最大的收获，因为我们发现后就马上停止了。” —— Nadeem Gulzar，全球分析主管 丹斯克银行正在使用LIME（局部可理解的与模型无关的解释技术）方法。LIME是用来解释深度学习及其功能的。它是一个开源软件，主要帮助团队使用模型来解释这些因素使得他们相信模型是可靠的。在这一步中并且在其中一个测试项目中，他们必须解释为什么要阻止一笔信用卡交易。在一个实例中，银行客户从eBay上购买东西，所付的款项到达了中国。但是，客户目前正在使用阿里巴巴进行购买。这是欺诈吗？我不知道。在这种情况下，我们能让模型做什么呢？ 另一个例子是，客户居住在巴西，但是今天他们在哥本哈根的一家餐馆吃午饭。这是信用卡交易欺诈吗？这就是行为数据是非常重要的地方。大多数客户都有偏好，而且当这种偏好未能被选择，什么正在发生呢？我们可不可以使用信用卡交易？ 这都是人工智能吗？不，人类的互动是需要帮助训练模型。例如，引入侦缉人员是为了更好地了解异常侦测。人类的知识是需要更好地了解场景与欺诈模型。这是一个复杂的闭环“骗子”？这是唯一的“骗子”？这是一组利用10-15分钟时间的“骗子”创建的团伙？这是一种趋势吗？ 这个故事中最令人喜欢中的部分是“冠军/挑战者”的模型战略。冠军和挑战者模型都总是使用生产数据测试。因为每天发生的交易达数十亿美元，他们可以不断完善模型。丹斯克银行给模型设置了门槛，当模型低于这个标准，他们就确定是否提供足够的数据。例如，他们需要添加地理位置数据吗？或者是否添加ATM数据？模型比较已经现场完成了！并在适当的时候，挑战者模型可以变成冠军模型。这太酷了！ 所有这些需要不同的团队。丹斯克银行雇佣平台、技术与数据工程师、数据科学家，业务调研员甚至是高度训练的刑事调查员，所有这些人联合人工智能和深度学习领域专家进行创新。他们甚至会从当地大学雇佣员工！ 业务结果更令人印象深刻。在应用人工智能和深度学习以前，丹斯克银行每天有1200个误报。这些案件必须由丹斯克银行调查人员分析，有时甚至需要国际刑警组织等外部机构。既然现在这个数字已经减少了60%，节省了银行调查人员大量的时间将允许他们调查真实的欺诈案例。这还不是全部，侦测的正确率已增加到50%。丹麦丹斯克银行团队相信这仅仅是个开始。 祝贺丹斯克银行在人工智能的兴盛时期获得的成功！