曾几何时，让·鲍德里亚说“人工智能的可悲之处在于它不够巧妙，因而不够智能。”如今，用这句话描述人工智能已越来越不恰当。
苹果、特斯拉、滴滴、百度等国内外巨头在无人驾驶上的频频加码，让无人驾驶技术进入了发展的快车道。但自动驾驶，只是人工智能的一个细分领域。
“人工智能是我们人类正在从事的最为深刻的研究方向之一，甚至要比火与电还更加深刻。” 桑德尔·皮猜曾指出。
近期，一项名为“迁移学习”的技术被谷歌、阿里云、萨摩耶数科等知名企业频频提及，这项技术虽然不如智能驾驶那么“接地气”，但在商业应用上的价值却毫不逊色。
图片来源于网络
无处不在的迁移学习
究竟什么是迁移学习?“你永远不能理解一种语言——除非你至少理解两种语言。”英国作家杰弗里·威廉斯的这句话有助于我们理解什么是迁移学习。
不必讨论它冗长的概念，只需要思考一些生活中的细节。在幼儿园学习拼音的时候，老师教我们“a 、o、 e、 i 、u、 ü”，教我们声母、韵母如何搭配组合;而在我们学习英语的时候，常常自然而然地将一些拼音中的规律带到音标中，这就是迁移学习一个常见的应用。
学习一类外语时，人们常常将在学习母语过程中的经验、技巧、习惯、方式不自觉的迁移运用于新语种的学习当中。如果是可借鉴的经验与方法，我们会获取并且加深这种学习方式，如果是不适用的方法，我们则会放弃，换一种学习方式。
迁移学习的原理与人类学习语言的过程十分相似，在从源领域(比如汉语中拼音)学习的过程中，根据目标领域(比如英语中的音标)的数据特性，来决定是否需要将知识从源领域迁移到目标领域。
数据是人工智能的底层基础，也是人工智能时代最核心的竞争力之一，必然“洛阳纸贵”。
如果源数据是“1”，那迁移学习的价值在于，它可以在源数据在源领域实现自身“1”的价值的同时，在诸多目标领域实现0.5、0.6乃至0.9的价值;使用迁移学习的新模型在开发过程中，也不用经历“从0到1”的过程，而是从0.5、0.6乃至0.9起步。
在萨摩耶数科看来，迁移学习就是“借力打力”，酷似诸葛孔明草船借箭，通过“借力”它将自己学习的框架放大，找到更多更有“能力”的样本，并且充分利用他们的能力。
如今迁移学习已成为机器学习的基础研究领域之一，在计算机视觉、文本分类、医疗健康领域有着广阔的应用场景，当然也包括金融领域。
“与广告推荐等领域相比，金融领域获取的无偏样本不仅仅需要获客成本、营销推广费用，更需要付出昂贵的客户逾期成本。而使用迁移学习的时候，就可以直接采用大量的业务样本，这种近乎于零成本的样本获取方式的优势正是建模样本所或缺的，能够解决有标注的样本的昂贵的产生代价问题。” 萨摩耶数科人工智能部负责人指出。
萨摩耶数科是一家以AI为驱动的金融数字科技公司，现有团队规模超450人，其中风控及研发技术人员占比80%以上，依托人工智能和云计算等技术，为金融机构提供全方位、专业的数字金融科技服务。截至2021年一季度，萨摩耶数科已与包括商业银行、消费金融公司在内的超100家机构达成合作，累计注册用户超7130万。
而迁移学习就是萨摩耶数科在人工智能领域广泛应用的技术之一。
萨摩耶数科与迁移学习
萨摩耶数科是国内较早将迁移学习应用于金融科技领域的企业之一。通过结合萨摩耶数科内部常用的自动建模平台AUTOMAN，萨摩耶数科开发了一套合适自身特点和需求的迁移学习工具。
例如在通过AUTOMAN自动建模过程中，在存在两份建模数据集(目标数据集、辅助数据集)的前提下，通过迁移学习的方式，来调整两份样本中每个样本实例的权重，通过每一轮的迭代，使得目标数据集中的错分样本权重提高，同时使得辅助数据集中的错分样本权重降低;如此，使得辅助数据集中有用的样本可以为建模集所用，而无用的样本从建模集中剔除，来实现建模数据样本的调整。
该工具是否真的能通过迁移学习的方法改善建模效果?萨摩耶数科举了一个项目实例：
此项目模拟了两个数据集用迁移学习方式改善建模效果的实例，实际的样本构成如下表所示：
最终建模效果如下图所示，在相同的跨时间建模样本上验证模型效果，KS从0.328提升到0.406，效果有了非常显著的提升。尽管两份数据集的正样本比例有着巨大的差距(图1所示)，但迁移学习可以在迭代的过程中消除这种差异，将可用数据为建模数据集所用。
从此项目实例可以看出，迁移学习在金融领域大有可为，而萨摩耶数科就是这项技术的先行者之一。
经过了十余年的发展，金融科技已经走过了一个完整的周期，大浪淘沙之下，穿越周期的企业很少，其中就有萨摩耶数科的身影。“穿越周期需要终局思维”萨摩耶数科董事长林建明曾如此说。
萨摩耶数科的终局思维体现在哪里?就在诸如迁移学习等人工智能技术上。截止2021年Q1季度，萨摩耶数科知识产权申请(专利、商标、著作权)418个，行业获奖超50项。
6月初，智源研究院理事长张宏江一次活动上指出：在智能化时代，AI已经像电力一样变成无所不在的能力，数据已经像燃料一样变得随处都需要。
诚然，人工智能早已不再是局限于围棋上的阿尔法狗，它与我们的生活联系越来越紧密，若说AI是“电力”，数据是“燃料”，那迁移学习这类技术是什么呢?在萨摩耶数科看来，它是人类在提升“燃料”使用效率的探索，就像人类对内燃机的改进和研究。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
