观点聚焦｜中英人工智能协会联合创始人孙家昊：强化学习赋能知识图谱，打造智能金融基石

近日，由浙江大学互联网金融研究院、招商银行和中英人工智能协会共同主办，华为技术有限公司卢森堡子公司等支持协办的“人工智能时代·智能金融论坛”在杭州钱塘江畔举行。

论坛旨在推动AI在各行各业的深度落地发展，各界在人工智能领域的合作、交流以及项目落地。

中英人工智能协会的联合创始人、加拿大皇家银行人工智能总监孙家昊发表《强化学习赋能知识图谱，打造智能金融基石》的主题演讲，以下为精彩锦集。

关于中英人工智能协会

中英人工智能协会是⼀家总部在英国伦敦的非盈利性组织，旨在为英国⼈⼯智能 领域⼯作的华⼈，提供⽅便知识共享和交流职业发展机会的平台。

协会有AI学术和应⽤背景的研究员会员350⼈，平均每位研究员的⾏业和研究经验在5年以上，专家顾问团队30⼈，囊括了英国最顶尖的⼈⼯智能研发和应⽤⼈才，是⽬前英国规模最⼤和最活跃的AI科技创新平台。

天生一对：知识图谱与智能⾦融

基于数据的生产变革和业务模式创新正驱动着全球范围内经济社会各个领域的数字化、智能化转型。

金融行业因与数据的高度相关性，成为人工智能最先应用的行业之一，而知识图谱作为人工智能技术的重要研究方向与组成部分，正在快速渗透到金融业务应用层面，并日益成为金融科技的“底层支撑”。所以说知识图谱与智能金融是天生一对。

场景加持：知识图谱与传统应用场景

数据是金融行业最核心的资产，人工智能技术与数据的深度融合成为了各大金融机构关注的重点。

在多种人工智能的技术中，知识图谱因其能够更好的表达金融机构业务场景的交易全貌，可以更好的服务于人工智能时代的分析与决策场景，成为了金融机构近年来的技术创新热点。知识图谱有很多落地的应用场景，如360度画像、数据联系与管理、⻛险控制等。

落地难度：企业知识图谱的挑战

识图谱的落地全过程主要分为三步：构建图谱、表达图谱、使用图谱。每一步都有可以优化的地方。

比如在构建图谱时，会面临各个领域的数据格式不统一、重复节点的归一化困难、模型验证不够⾼效与准确、图谱不完整导致实际效果远低于预期等问题；在表达图谱时，无法两全“矩阵图谱表达方案”简单直观但不实用和“映射图谱表达方案”实用但无法保证无损像素；在使用图谱时，存在节点的影响范围与路径可行性问题以及由于数据结构不同而无法直接套用原有算法的挑战。

放手智能：强化学习与知识图谱的联袂

孙家昊先生主张强化学习主内，负责完善和优化图谱；知识图谱主外，负责与用户的交互、推理和预测。两者各司其职，相辅相成。

所以针对企业知识图谱在落地过程中遇到的挑战，通过关键性的节点让人工智能自己学习图谱，可以做到解决和优化上述问题。

总结与经验

孙家昊先生鼓励大家从多角度、多维度思考图谱的产业化。图谱除了可以为金融领域赋能，还能通过不同的形式帮助各行各业提升效率与准确率，达到精益求精的效果。

而且不必抛弃现有的框架，这对于各种企业的转型升级而言较为平滑，是一种比较便捷高效的形式。

往期荐阅