一年一度的KDD今年于8月19日至23日在英国伦敦召开。作为数据挖掘的国际顶级会议，每年都会吸引包括Google、Facebook、微软、Amazon、阿里巴巴、腾讯、百度等科技公司的积极参与。今年，蚂蚁金服首次亮相大会，通过展台、演讲等形式并向世界展现包容、可持续发展的绿色数字金融背后的三大核心能力——连接、风险和信用，与全球最顶尖的数据挖掘、机器学习人才共同分享探讨能给世界带去更多平等机会的技术力量。
图示：作为此次KDD大会的赞助商之一，蚂蚁金服的小蚂蚁还登上了伦敦地铁卡。凡是与会的专家、学者、学生都能拿到这张地铁卡，并收藏留念。
蚂蚁金服是一家旨在为世界带来平等金融服务的科技企业，作为原生的数字企业和数字商业代表，蚂蚁金服从2004年成立支付宝开始，在过去十多年的时间里走出了一条自研的、面向超大规模互联网金融应用的、金融级中间件技术体系。在过去几年内，蚂蚁金服自研的中间件技术所支持的支付峰值翻了750倍、全天支付笔数翻了115倍、交易更覆盖全球225个国家和地区。
如今，蚂蚁金服正在围绕“BASIC”核心技术能力进行布局，即Blockchain(区块链)、AI(人工智能)、Sercurity(安全)、IoT(物联网)、Computing(计算)，并向社会进行技术开放，支持更多合作伙伴服务数亿级的用户。在过去的一年里，蚂蚁金服向外界开放了越来越多的技术，这些都大大提高了金融服务的安全、效率以及市场策略。
一直以来，蚂蚁金服不断进行技术创新和布局，从服务小微的初心出发，推动自身业务不断发展，如重塑支付——重塑了金融服务与用户连接的方式;基于AI、平台共享等实践，重塑了供应链、农村等小微金融的服务……在这过程中，蚂蚁也不断突破技术的边界，这些实践，是今天蚂蚁对科技开放铸就生态连接的信心。
当然要解决上述复杂的金融链接、可信问题，一个强大的网络深度学习和推理平台尤为重要，蚂蚁金服人工智能团队研发出了一个强大的分布式异构网络深度学习和推理技术平台：Structure2Vec。有了它，我们可以更加容易和高效的解决上述复杂的网络问题。Structure2Vec提供了一种能够同时整合节点特征、边特征、异构网络结构以及网络动态演化特征的深度学习和推理嵌入技术，它不仅可以对网络中的节点和边进行推理，还可以对节点、边，甚至子图进行向量化(embedding)。Structure2vec产出的特征向量可以与其他学习方法进行再融合，比如所分类问题、回归问题、生成模型及强化学习。
第二排最右则为蚂蚁金服人工智能部研究员Le Song
有幸的是，此次蚂蚁金服人工智能部研究员Lesong还特邀参与Deep Learning Day作专题演讲，内容包括Graph Embedding算法及蚂蚁的应用。Deep Learning Day是KDD首次为深度学习开创一个专门的研讨会，标志着深度学习也逐渐成为KDD主流之一。
与此同时，蚂蚁金服在安全、支付基础技术体系构建上也进行了很多应用。蚂蚁金服已经与东南亚的诸多支付机构建立合作，用更简单、便捷、高效和动态的方式，连接起每一个人、每一个企业、每一个大大小小的经济体，解决信任问题，高效调控风险，让购物、收款、融资等互联网金融服务触手可及。
据悉，截至2017年12月，蚂蚁金服技术岗员工占员工总数超过60%，平均年龄31岁。海归技术专才超过公司总人数8%，分别来自美国、英国、德国、加拿大、新加坡、印度等全球12个国家。据知识产权专利媒体IPRdaily公开报道显示，2016年蚂蚁专利申请量达1161件，超过Amazon、Facebook，其拥有的区块链申请专利数量，在全球互联网公司中名列第一。
蚂蚁金服CTO程立认为，蚂蚁金服不是为了做技术本身而做技术，而希望用技术来解决社会当下和未来的问题。如果说用金字塔结构来描绘数字金融的社会价值，在塔顶的就是数字金融能在全球范围内带来更多平等的机会。这一点与KDD大会的数字挖掘应用实践的初心不谋而合。
背景介绍：
KDD (Knowledge Discoveryand Data Mining)即知识发现与数据挖掘，由美国计算机协会 ACM 下的数据挖掘分会举办，是国际数据挖掘领域的顶级会议。
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。
