金融科技對于區域經濟高質量發展和地區產業升級具有重要意義。作為國家金融監管部門所在地，總部型金融機構集聚地，北京不僅是國際性金融信息中心，更是近年來全國金融科技投資最為活躍的地區之一。近期中關村管委會、北京市金融工作局和北京市科學技術委員會就聯合發布了《北京市促進金融科技發展規劃(2018年-2022年)》。

據悉，《規劃》分析了金融科技的機遇與優勢，提出了指導思想、基本原則和發展目標;分解了重點任務，包括推動金融科技底層技術創新和應用、加快培育金融科技產業鏈、拓展金融科技應用場景;從空間布局加以落地，打造形成“一區一核、多點支撐”的發展格局等。業內人士普遍認為，在當前網貸行業震蕩影響尚未完全消除的情況下，《規劃》的出臺對新金融行業具有正向的政策促進作用，有利于行業信心恢復，創造較好的發展環境。

《規劃》中，在“發展目標”部分，提出了“推動金融科技底層技術創新和應用，催生領先前沿技術”的目標。而眾多金融科技底層技術中，“人工智能技術的創新與應用”首當其沖。事實上，人工智能早已在家居、醫療、安防、金融等行業的多領域、多維度應用落地，尤其是在金融領域的應用最為深刻、廣泛。在整個金融流程中，從前臺的客戶服務，到中臺的金融交易，再到后臺的風險防控，人工智能均參與其中。人工智能對整個金融行業的影響將遠遠超過互聯網。隨著大數據、人工智能技術的快速發展，金融智能化也必將是大勢所趨。

由于金融智能化大勢所趨，當前《規劃》的發布正帶來政策的東風，國內外知名金融機構也在 “人工智能+金融”領域爭相布局。目前，人工智能在金融領域的應用場景主要包括智能投顧、征信、風控、搜索引擎、智能客服等，采用的方法主要是深度學習、自然語言處理、人臉識別、知識圖譜。其中，深度學習技術的引入是人工智能發展的重要分水嶺，數據則是深度學習學習階段汲取知識經驗的重要來源。

作為金融科技創新領航企業，恒昌在人工智能、區塊鏈等前沿技術領域早已進行了前瞻性戰略布局。基于深度學習的信貸模型在整個風控流程中，具有舉足輕重的地位。基于海量用戶數據沉淀，恒昌對用戶進行精細化的樣本與特征建模，根據產品場景進行結果變量和特征的抽取，通過機器學習平臺建立垂直領域的深度學習信貸模型。在貸前環節對用戶欺詐和信用風險進行分析評估，并不斷通過貸后表現數據來完善信貸模型，形成數據和算法的閉環。

近年來，深度神經網絡等技術在人臉識別領域效果顯著。恒昌將人臉識別等生物識別技術應用于業務反欺詐等領域也取得了成功實踐。核實有效用戶身份，借款人在提交進件資料的過程中，配合完成人臉確認。人臉確認包含兩個重要步驟：首先完成活體檢測，要求用戶主動參與，并配合完成相關指令動作，智能終端sdk實時采集并分析用戶人臉圖片，通過智能分析算法進行活體檢測。系統把通過了活體檢測的用戶人臉圖片再傳送到公安部人臉識別系統進行比對確認。整套人臉識別和確認方案權威性和安全性都很高。到目前為止，平臺人臉識別系統上線已經有半年時間，準確率在98%以上，并已服務于多個線上產品。

同時，恒昌還構建了基于圖數據庫技術的大規模信貸知識圖譜應用。平臺通過多年積累和不斷演進，形成了超大規模關系鏈網絡，在信貸全生命流程中發揮重要作用。圖數據庫能通過“實體”和“關系”這種簡單直觀的描述方法來表述現實世界中錯綜復雜的關聯關系。以提供逐層挖掘的方式，引導逐步深入分析各種關系，還可快速呈現實體之間最新的關系變化，積累更新的知識和經驗;清晰地呈現復雜關系間的聯絡線索，為判斷事件來龍去脈提供有效引導。其在欺詐識別、風險預警、失聯修復中有著廣泛應用。

以上是網絡信息轉載，信息真實性自行斟酌。