击破 AI 金融应用枷锁 微众银行“联邦对抗技术大赛”即将开战

[ifulikeweirdo]

从《第五元素》中的智能系统到《超体》中的信息操控，在科幻电影中人工智能已经发展到了极致。而在现实中，目前人工智能正在金融、医疗、教育等多领域落地，赋能实体经济发展。其中，金融行业与人工智能结合的想象空间和发展前景十分广阔，但也面临着“数据孤岛”与“ AI 安全”等问题。

为应对互联网金融和科技金融发展对人工智能技术提出的挑战，作为中国首家互联网银行，微众银行在中国人工智能学会主办的 2019 第二届中国“ AI+”创新创业大赛上发起了“ AI+金融—联邦对抗技术大赛”，目前大赛正在报名阶段（ 8 月 15 — 30 日），初赛时间为 9 月 15 日。该赛事旨在搭建 AI 学习者和从业者的交流平台，激发 AI+金融在安全方面的创新和实践应用，提升技术落地的速度和质量。

报名官网：https://wes.webank.com/webank-ai/competition-official-website/#/

此次大赛设置了语音赛题和图像赛题，意在挖掘联邦学习和对抗学习等技术在金融场景的更深入应用。获胜队伍可分享 20 万元奖金，其中语音和图像赛题各 10 万元，每个赛题评出 3 支队伍获胜队伍，冠军队奖金￥ 50,000/队，亚军队奖金￥ 30,000/队，季军队奖金￥ 20,000/队。除了丰厚的奖金外，大赛还将通过路演活动为获胜团队提供强势的宣传和合作资源，帮助优秀人才收获更大成就。

本次大赛第一个亮点赛题是“人脸识别对抗大赛”。由于金融行业对于数据安全和隐私保护的要求极高，且易遭到攻击，因此对于 AI 技术安全和防攻击提出了更多挑战。而人脸识别作为“ AI+金融”重要的应用场景之一，面临的攻击多种多样。例如，在人脸核身业务中，攻击者会通过伪造攻击样本，使得模型对着两个不同人的照片，识别成同一个人。此次“人脸识别对抗大赛” 的赛题是“金融场景下人脸识别中的对抗样本生成”，将模拟人脸识别场景下的黑盒攻击方式，在参赛者不知道模型细节的情况下进行攻击。通过这个赛题提升人脸识别服务的鲁棒性和安全性。

大赛的第二个赛题是“基于联邦学习场景的语音识别系统声学模型优化”，由于金融相关的音频数据固有的隐私属性，语音识别系统的开发者通常难以获取到大量且场景丰富的金融相关的音频数据，这极大地限制了声学模型在金融场景的应用效果。这一赛题的目标正是通过优化声学模型，给开发者的 ASR 带来更好的识别效果。

本次大赛设置的两个赛题是基于联邦学习和对抗学习等技术，激发开发者创新思路。事实上，作为民营银行的领军者，面对金融行业 AI 落地的挑战，微众银行一直坚持科技创新。不仅利用 AI 语音对话和人脸识别等技术为个人用户和小微企业提供 7*24 的高效服务，而且针对“数据孤岛”问题提出了一种新的共赢方法——联邦学习。联邦学习的核心思路是让各组织机构在数据不共享的前提下，联合建模，共同提升 AI 模型效果。通过构建“联邦”的方式，打破“数据孤岛”，构建一个完整的“数据大陆”。目前已经在企业风控、城市管理、语音识别引擎等领域有所建树。

在加速 AI 技术提升之外，更要推进 AI 产业生态健康发展。此次大赛面向全社会开放，不限年龄、身份、国籍，相关领域的个人、高等院校、科研机构、企业单位、初创团队等人员均可报名参赛，并且支持以个人或团队（线下自由组队）的形式参赛。微众银行在此次赛事中将开放数据和可用模型，希望通过大赛创新金融服务、护航金融安全，推动 AI+金融领域的发展。

点击下方链接，了解更多赛事信息：

https://wes.webank.com/webank-ai/competition-official-website/#/