2020年度“CCF科學技術獎”名單公佈，微衆銀行獲科技進步優秀獎
（原標題：2020年度“CCF科學技術獎”名單公佈，微衆銀行獲科技進步優秀獎）
近日，中國計算機學會(CCF)2020年度“CCF科學技術獎”獲獎名單公佈，微衆銀行 “基於遷移學習、聯邦學習和進化學習的語音技術優化框架”項目(以下簡稱“項目”)榮獲2020年度“CCF科學技術獎”科技進步優秀獎。
中國計算機學會(CCF) 是中國計算機及相關領域的權威機構，“CCF科學技術獎”是學會設立的重要獎項，旨在嘉獎計算機及相關領域在技術研究、技術開發、技術創新、推廣應用先進科學技術的傑出成果。此次獲獎體現了微衆銀行在將遷移學習、聯邦學習等核心前沿技術應用於語音服務等實際場景中取得了突破性成果，這也是繼去年“聯邦學習技術體系研究與應用”項目獲獎後，微衆銀行AI團隊第二次斬獲“CCF科學技術獎”。
圖源：中國計算機學會（CCF）官網
據介紹，該項目是基於聯邦學習理論研究成果所研發的國際上首個整合了遷移學習、聯邦學習和進化學習的語音技術優化RPA平臺，提供了一整套自動化的工具輔助用戶進行數據標註、遷移學習、聯邦學習和進化學習。立足於微衆銀行的金融業務實踐，有效解決語音服務精度提升與用戶數據隱私保護難題。
隨着金融領域數字化轉型的不斷深入，金融行業中越來越多的場景如身份覈驗、客服、電銷等也愈加依賴智能語音技術。然而，當前的語音服務在金融企業應用存在兩大痛點：一是在垂直金融場景中的準確率欠佳；二是在不泄露用戶數據隱私的前提下進行優化十分困難，這就與金融行業對語音技術的“高精度、強隱私保護”需求形成了天然的矛盾。微衆銀行在聯邦學習、遷移學習等前沿技術領域的理論和實踐積累提供了行之有效的解決方案。
聯邦學習技術在利用大數據合作建模過程中，數據不出本地，安全合規地解決了語音產品難以聯合多維數據進行優化的問題。項目中所運用的遷移學習方案，則可以構建更加適配用戶具體業務場景數據的語音系統，最終有效提升實際應用效果。而進化學習用於多個用戶的模型的整合，通過多次迭代的模型演變升級，可以賦予語音系統具有的持續迭代升級的能力，快速實現語音系統效果的持續提升。
該平臺已經成功應用於微衆銀行信貸、風控、獲客等業務，有效提升了系統的用戶體驗。在地產和出行等其他領域也取得了令人矚目的實踐成果。平臺上線至今累計處理了千萬小時級的語音數據， 在“普惠金融”的理念下產生了巨大的經濟效益和社會價值。