導(dǎo)讀： 這兩天小編整理了幾篇來自阿里巴巴螞蟻金服在人工智能機器學(xué)習(xí)領(lǐng)域的頂尖學(xué)術(shù)峰會貢獻(xiàn)的8篇學(xué)術(shù)論文，在此小編已經(jīng)整理匯總了這8篇論文，以及論文全文的PDF版下載鏈接。7篇論文更新如下：

　　1、《Learning to Explain: An Information-Theoretic Perspective on Model Interpretation》

　　2、《Learning Steady-States of Iterative Algorithms over Graphs》

　　3、《Stochastic Training of Graph Convolutional Networks with Variance Reduction》

　　4、《SBEED: Convergent Reinforcement Learning with Nonlinear Function Approximation》

　　5、《Adversarial Attack on Graph Structured Data》

　　6、《Towards Black-box Iterative Machine Teaching》

　　7、《Feature Propagation on Graph: A New Perspective to Graph Representation Learning》

　　國際機器學(xué)習(xí)大會ICML 2018 于 7 月 10 日在瑞典斯德哥爾摩召開。這場學(xué)術(shù)大會于1980年首次在匹茲堡舉行，今年已是第 35 屆，和 NIPS(神經(jīng)信息處理系統(tǒng)大會)并列為機器學(xué)習(xí)學(xué)術(shù)界最頂級的會議。

　　有人整理了ICML 2018 收錄的論文數(shù)量，發(fā)現(xiàn)贏家依舊是大家的“老朋友”：前列的均為美國院校，而頭把交椅的Google 也有多篇論文收錄。目前越來越多來自工業(yè)界的研究力量屢屢出席行業(yè)頂級會議，這也表明越來越多的頂級科技公司愿意在前沿學(xué)術(shù)學(xué)術(shù)研究上投入資源。螞蟻金服也是其中之一。

　　今年，螞蟻金服以獨立身份參加ICML，為大會奉獻(xiàn)了八篇論文，本文將給大家?guī)矸窒怼?/p>

　　引言

　　隨著機器學(xué)習(xí)熱度的增加和其中“中國力量”的逐漸強大，在各大頂級會議上有越來越多的中國組織排名靠前，大有爭奪頭把交椅的勢頭。

　　比如，本次ICML，清華大學(xué)有 12 篇論文被收錄;華裔作者的數(shù)量也令人驚訝，如佐治亞理工學(xué)院終身副教授、機器學(xué)習(xí)中心副主任宋樂署名的就有8篇論文。

　　而宋樂教授的另外一個身份，就是螞蟻金服人工智能部研究員。

　　螞蟻金服成為ICML 上“中國力量”的代表之一，為大會奉獻(xiàn)了8篇論文。其中，六篇含金量十足的Oral Paper，成為議程上研討會的主角，接受與會專家的熱烈討論。

　　這些論文幾乎每篇署名作者都有世界級學(xué)術(shù)專家。比如人工智能教父，螞蟻金服科學(xué)智囊團主席邁克爾·歐文·喬丹 (Michael I. Jordan)，以及上面提到的佐治亞理工學(xué)院機器學(xué)習(xí)中心副主任，在螞蟻金服人工智能部擔(dān)任研究員的宋樂教授等。

　　不僅如此，螞蟻金服還在本屆大會上展示了多項核心技術(shù)和產(chǎn)品：基于強大的深度學(xué)習(xí)能力開發(fā)的定損寶、自研的圖結(jié)構(gòu)處理Graph Embedding 技術(shù)，以及基于圖像處理和自然語言理解技術(shù)開發(fā)的智能客服等。特別是定損寶，將圖像識別技術(shù)和車險領(lǐng)域首次結(jié)合，每年有望為中國保險公司節(jié)約數(shù)十億元人民幣成本，備受參與ICML 2018 的業(yè)界人士關(guān)注。

　　和頂級學(xué)術(shù)界人才深度合作，凸顯螞蟻金服在機器學(xué)習(xí)方面的能力，而將學(xué)術(shù)成就快速轉(zhuǎn)化為商業(yè)級產(chǎn)品更是證明了螞蟻金服的的決心——人才的吸引力和學(xué)術(shù)商用的兩手并重，讓首次參會的螞蟻金服就成為了這場頂級學(xué)術(shù)會議上的耀眼新星。

　　用先進(jìn)的人工智能，解決真實世界難題

　　深度學(xué)習(xí)如此熱火朝天，最大的原因在于它可以被訓(xùn)練用于解決真實世界的問題。比如社交網(wǎng)絡(luò)的用戶之間存在著多維關(guān)系，而地鐵線路也存在復(fù)雜和不規(guī)則的連接。如何將可能有著相同社交圈的用戶連接在一起，如何用安排最優(yōu)的導(dǎo)航路線，在過去靠經(jīng)驗和復(fù)雜的計算，在今天需要深度學(xué)習(xí)。

　　和社交網(wǎng)絡(luò)、地鐵線路類似，金融數(shù)據(jù)也是圖結(jié)構(gòu)，但又不完全相同。由于螞蟻金服為上億級的個人用戶提供服務(wù)，產(chǎn)生的金融數(shù)據(jù)從一開始就是海量且極其復(fù)雜的。即便是此前最先進(jìn)的Graph Embedding 技術(shù)，處理金融級的圖結(jié)構(gòu)仍有壓力。(Graph Embedding = 圖嵌入向量空間，一種圖結(jié)構(gòu)深度學(xué)習(xí)的方法。)

　　這成為了學(xué)術(shù)界和業(yè)界所面臨的共同難題。

　　在ICML 2018 上，螞蟻金服提出了一個新解法，用提交的幾篇論文形成一個完整的思路：

　　首先，螞蟻金服的研究人員設(shè)計了一個新的圖形卷積網(wǎng)絡(luò)模型;然后，他們設(shè)計出新的特征傳播方法和剪枝技術(shù)，讓神經(jīng)網(wǎng)絡(luò)中不斷傳遞的計算結(jié)果越來越準(zhǔn)確，消除無用的傳遞;然后，他們設(shè)計了一種對抗攻擊的方式以挑戰(zhàn)模型，進(jìn)而提高準(zhǔn)確度;最后，研究者整理了之前的思路，再設(shè)計出一種能夠?qū)⒀芯砍晒夯臋C制，針對真實世界里不同的問題，快速教育并生成新模型。

　　這一組六篇論文所提出方法的主要意義，在于處理金融領(lǐng)域的圖結(jié)構(gòu)數(shù)據(jù)時效率很高，顯著強于業(yè)界之前在Graph Embedding 方面的最優(yōu)解。這種深度學(xué)習(xí)處理圖結(jié)構(gòu)的方法，在真實世界中可以被用于系統(tǒng)性風(fēng)險的監(jiān)測預(yù)測，顯著降低風(fēng)控成本，提升系統(tǒng)的安全性——而這正是金融科技企業(yè)的立命之本。

　　螞蟻金服在ICML 2018 上展示的另一個核心產(chǎn)品定損寶 2.0，背后同樣是當(dāng)前最先進(jìn)的深度學(xué)習(xí)技術(shù)。它的功能是當(dāng)發(fā)生車輛事故時，用戶拍照上傳即可快速定損，這一技術(shù)可以整合到第三方保險公司的手機應(yīng)用里。

　　功能很簡單，原理卻極其復(fù)雜，因為定損的不是保險公司的客服或定損人員，而是深度學(xué)習(xí)圖像處理算法。它首先要找到不起眼的磕碰位置，也就是找到問題在哪里;然后要能夠?qū)l(fā)現(xiàn)的所有異樣結(jié)合起來，給出一個綜合的定損結(jié)果，甚至要能做出小碰小修、大碰換新的建議，也就是需要強大和高彈性的模式識別能力。

　　讓問題復(fù)雜化的在于照片本身分多樣性。并不是每一張照片都非常標(biāo)準(zhǔn)和清晰，有的太暗，有的因為打了手電筒反而出現(xiàn)強反光，在定損寶里就需要在底層的深度神經(jīng)網(wǎng)絡(luò)上設(shè)計消噪。

　　對于螞蟻金服的世界級研究團隊來說，這些難題并非不能解決。去年上線之后，定損寶已經(jīng)整合到了太平、大地、陽光等保險公司的服務(wù)中，在一年時間里節(jié)約了定損員75萬小時的工作量，人工和系統(tǒng)成本約合20億元人民幣。

　　定損寶2.0 版本從人工判斷全面升級為人工智能定損，縮短了時間并提高了準(zhǔn)確率，而且降低了使用者的專業(yè)度，車主自己就可以成為定損員。

　　“為了讓普通車主隨手拍也能達(dá)到專業(yè)效果，我們應(yīng)用了大量新技術(shù)，其中專利數(shù)就達(dá)到了46 項，”螞蟻金服保險事業(yè)群副總裁李冠如表示，這個專利數(shù)比 1.0 版多了一倍。

　　如無意外，定損寶2.0也將全面升級為開放平臺，保險公司可以自行開發(fā)產(chǎn)品然后接入API。這一設(shè)定將鼓勵更多中小保險公司涉足車險業(yè)務(wù)，為企業(yè)和消費者創(chuàng)造價值。這也是螞蟻金服稱這些技術(shù)為“暖科技”，而不是“黑科技”的原因所在。因為這些技術(shù)并不僅僅是酷炫，更重要的是能讓世界變得更好。

　　技術(shù)出海，靠技術(shù)也靠人才

　　螞蟻金服在ICML 2018 上一鳴驚人，不僅看收錄的論文和展示的技術(shù)，還要誰是它們的幕后英雄。

　　邀請知名學(xué)者加盟擔(dān)任高級顧問是科技行業(yè)的通用做法，Google、微軟、Facebook 等美國公司都是通過這樣的方式加速人工智能研究和投入商用。而和螞蟻金服牽手的，正是被稱為人工智能教父的邁克爾·歐文·喬丹。

　　喬丹教授是美國科學(xué)院、工程院以及藝術(shù)與科學(xué)院的三院院士——得到這一成就者本就寥寥，而喬丹是計算機科學(xué)領(lǐng)域唯一獲得該成就的學(xué)者。他目前在美國加州大學(xué)伯克利分校擔(dān)任電氣工程、計算機和統(tǒng)計學(xué)教授，學(xué)生也有許多圈內(nèi)同樣知名的學(xué)者，如前百度首席科學(xué)家吳恩達(dá)，以及成為微軟人工智能顧問的蒙特利爾大學(xué)教授約書亞·本吉奧(Yoshua Bengio)。

　　去年簽約成為螞蟻金服科學(xué)智能團主席和技術(shù)顧問時，喬丹給了螞蟻金服頗高的評價，他認(rèn)為公司應(yīng)該用技術(shù)和數(shù)據(jù)讓普通人的生活變的更好，而螞蟻金服自創(chuàng)立以來長期秉持的金融平等愿景，符合他的定義。

　　一年后，雙方的合作已經(jīng)開花結(jié)果。在本次ICML 2018 收錄的論文《Learning to Explain: An information-TheoreticPerspective on Model Interpretation》正是由螞蟻金服牽頭，論文的署名作者中就有喬丹，以及他在伯克利的同事和學(xué)生。

　　另一位近年來在深度學(xué)習(xí)領(lǐng)域發(fā)布了大量論文的專家，名字也出現(xiàn)在了螞蟻金服本屆ICML 提交的幾乎所有論文當(dāng)中。他就是近年來頻繁出現(xiàn)在各大人工智能頂級會議上，大量發(fā)表頂尖學(xué)術(shù)成果的宋樂教授。

　　宋樂教授任教于美國最優(yōu)秀理工類院校之一的佐治亞理工學(xué)院，擔(dān)任計算機系終身副教授，并領(lǐng)導(dǎo)著該校的機器學(xué)習(xí)中心。他本科畢業(yè)于華南理工大學(xué)，在悉尼大學(xué)和澳大利亞信息通訊技術(shù)中心獲得了博士學(xué)位，隨后前往卡耐基梅隆大學(xué)擔(dān)任學(xué)者，也曾在Google Research(現(xiàn) Google AI)做過一段時間科學(xué)家。

　　和喬丹一樣，宋樂認(rèn)可螞蟻金服正在做的事情。他在去年加盟螞蟻金服，擔(dān)任人工智能部研究員，領(lǐng)導(dǎo)深度學(xué)習(xí)、強化學(xué)習(xí)和可解釋性模型方面的研究。

　　和其他機構(gòu)對于技術(shù)出海的定義不同，在螞蟻金服看來，學(xué)術(shù)人才應(yīng)該成為技術(shù)出海的奠基者和見證人，出海的一個重要目標(biāo)應(yīng)該是和全球的學(xué)術(shù)界專家和受眾建立合作。吸取和輸出同樣重要。

　　除了這些專家，螞蟻金服還跟其他頂級學(xué)術(shù)機構(gòu)和人士建立了合作。比如2016 年，螞蟻金服跟清華大學(xué)交叉信息研究院院長、圖靈獎唯一華人獲得者姚期智合作，組建了數(shù)字金融科技聯(lián)合實驗室;MIT FinTech實驗室中，螞蟻金服是創(chuàng)始成員中唯一一家中國公司;美國政府旗下國家科學(xué)基金會和加州大學(xué)伯克利分校共同組建的 RISE 實驗室中，螞蟻金服和阿里巴巴也是創(chuàng)始成員。

　　螞蟻金服認(rèn)為，想要在金融領(lǐng)域輸出創(chuàng)新，全球的學(xué)術(shù)交流是必要前提。

　　發(fā)論文只是途徑，目的是把金融平等帶給世界上的每個人

　　此次螞蟻金服在ICML上發(fā)表的論文在這場全球頂級學(xué)術(shù)會議上引起了很大反響。各國學(xué)者和業(yè)界代表擠滿了展臺，了解定損寶2.0、Graph Embedding 和智能客服等技術(shù)。

　　但一切只是開始，論文只是螞蟻金服和學(xué)術(shù)界交流的途徑，像其他機構(gòu)一樣刷論文并不是終極目的。對螞蟻金服而言，在頂級學(xué)術(shù)會議上發(fā)布論文，有兩方面的意義，一個是推進(jìn)人工智能最前沿研究的發(fā)展，同時緊密地把學(xué)術(shù)與應(yīng)用場景結(jié)合起來。而螞蟻金服擁有海量的應(yīng)用場景，這些技術(shù)從研究到落地能夠真正造福數(shù)以億計的用戶，真正為世界帶來平等的機會。

　　螞蟻金服認(rèn)為，工業(yè)界可以和學(xué)術(shù)界展開更多合作，因為業(yè)界有更多的數(shù)據(jù)、更大的問題和更難的挑戰(zhàn)。而這種合作不僅可以讓技術(shù)落地，還可以反哺、發(fā)展技術(shù)。

　　因為做技術(shù)并非它本身的目的。用技術(shù)去解決真正的問題、產(chǎn)生有意義的服務(wù)，用科技的力量，讓人們能夠享受到平等便利的金融服務(wù)，才是螞蟻金服的使命和夢想：

　　2014年，珠峰大本營，探險者苦于現(xiàn)金找零的麻煩，開始使用支付寶結(jié)算。后來，二維碼出現(xiàn)在了珠峰大本營幾乎每一頂帳篷前;

　　中國的中小業(yè)主往往享受不到便利、合規(guī)的金融服務(wù)。一個奶牛養(yǎng)殖戶在螞蟻金服的幫助下貸款解決了資金周轉(zhuǎn)，讓一家人能夠吃飽飯，還擴大了養(yǎng)殖規(guī)模;

　　2015年功能上線的刷臉支付，一年時間服務(wù)了超過2億用戶。這個已經(jīng)習(xí)以為常的功能，對于60歲的退休職工王燕玲并不普通，因為她再也不用翻箱倒柜找密碼了;

　　在螞蟻金服的產(chǎn)品體系中，螞蟻金服是個獨特的存在，用戶每一筆線下支付都會積累一點能量，到達(dá)一定程度就可以種下一棵樹，截至目前已經(jīng)種了超過1000 萬顆樹——跟長城不一樣，這片森林在衛(wèi)星上確實看得見。

　　這樣的例子還有很多。螞蟻金服希望進(jìn)一步攜手高校和學(xué)術(shù)屆人才，讓技術(shù)創(chuàng)新快速商業(yè)化并反哺技術(shù)進(jìn)步;讓城市或山區(qū)，讓年長或年幼，讓富有或貧窮的人之間，鴻溝不斷消弭。這也便是螞蟻金服所信奉和追求的普惠愿景。一起加入我們吧，讓技術(shù)，無遠(yuǎn)弗屆。