11月25日，来自首席科学家的数学家博士做客InfoQ《大咖说》专栏。
直播中，他分享了AI技术在金融领域的落地现状、普惠金融的整体逻辑、技术发展路线。
作为引领中国科技浪潮发展的科技媒体之一，InfoQ 深深扎根于科技社区，深受开发者信赖。
张家兴指出，当前普惠金融走在前列，正处于科技与金融时代。
每个金融科技公司都应该在市场中找到自己生态品类的特点。
“对于数学来说，首先，我们做事是以人为本。
其次，我们从一开始就带有安全标签。
数据和信息安全是我们的强项。
” “以人为中心”实现智慧普惠链接愿景 “以人为中心”金融科技的底层逻辑是“找到人”和“瞄准人”。
“找人”就是利用大数据和模型，在数十亿人群中大海捞针，通过精准投放、智能运营、有效触达，精准定位有需要的个体。
然后通过智能运营了解用户并提供合适的产品和服务，最终用有效的手段触达用户。
“瞄准人群”，就是准确预测潜在用户的风险，利用风控策略对人群标签进行精细化分类，在充足的数据基础上，基于机器学习实现用户画像。
“以人为本”离不开人工智能的应用。
具体谈到人工智能在金融领域的落地，张家兴认为自然语音处理、图像技术算法以及基于大数据的机器学习是目前金融领域广泛应用的技术。
同时，这些技术仍然具有巨大的潜力。
扩展能力。
在语音技术领域，会话机器人的广泛应用使得高效、大规模地触达用户成为可能。
“对话机器人以数量取胜。
虽然它们解决了最简单的问题，但却释放了 90% 的工作量。
”以数字语音机器人为例，该机器人目前可以完成83%的资产收集工作和90%的电话通话。
营销、91% 的客户服务和 91% 的质量保证。
在技??术层面，数学完成了语音技术中自然语言处理、自动语音识别技术（ASR）、文本转语音（TTS）的全闭环自研。
舒客的机器人系统不仅在业务层面得到充分应用，还出口到多家金融机构和金融科技公司。
“从应用层面我们确实做到了行业领先，但从宏观角度看，对话机器人仍然可以是佼佼者。
”张家兴认为，知识推理和多轮交互还有广阔的成长空间。
图像计算在金融领域的应用主要集中在人脸认证、支付、票据识别等方面，利用图像来理解人、物、场景。
数学目前重点研发基于活体检测的“被动人脸识别”，可以洞察账户操作异常，感知账户是否为本人操作，从而遏制欺诈行为。
与很多金融科技公司引入第三方技术力量打造人脸识别、图像识别等技术不同，数数自主研发的识别技术不仅应用于自身业务场景，还与风控模型、黑名单、等出口到其他公司。
金融机构用于反欺诈应用。
保障数据信息安全的特殊技能 在金融领域，数据安全至关重要，而AI自动化则是一股不可忽视的力量。
张家兴表示，在数据安全方面，应重点通过AI模型和算法进行数据安全监控，防止人们在接触数据的过程中有意无意地制造数据风险。
通过“矛”和“盾”的研发，舒克提炼了舒克多年来打造的信息安全能力。
具体来说，舒客利用安全大脑和最前沿的AI模型技术，实时掌控网络安全趋势和数据流向，内部构建了以Nova云安全平台为核心的日志分析系统，严格控制网络安全的使用和使用。
数据。
运营权威为金融风险防御体系筑起“盾牌”；对外，数学建设了山海安全态势感知系统，主要捕捉负面内容进行安全预警，监控敏感数据的流向和使用情况，形成防御系统的“矛”。
此外，以联邦学习为代表的机器学习技术是张家兴认为在金融科技领域值得关注的话题。
“这个世界上的数据往往是孤立的，如何在保护隐私的同时安全地使用它，是机器学习技术可以深入探索的事情。
”针对数据孤岛问题，数学率先提出了全新的联邦学习框架——分段神经网络，在框架设计上彻底解决了数据泄露的问题，让数据安全、合规、有效地流动。
与传统的联邦学习不同，分段神经网络技术框架的输出层数据的维度远小于原始输入层的维度。
即使输出层数据没有加密，也无法推断出原始输入层数据。
由于输出层数据的维度更小，服务器端的计算量和内存占用也可以大大减少，减少网络传输量，降低带宽需求。
面向未来，张家兴认为企业应该向大数据、大算力、大模型方向进行技术布局，才能在技术变革的洪流中占据一席之地。