金融科技是技術驅動的金融創新，旨在運用現代科技成果改造或創新金融產品、經營模式、業務流程等，推動金融發展提質增效。在新一輪科技革命和產業變革的背景下，人工智能技術為未來金融科技發展提供無限可能。

人工智能應用技術框架

作為實現人工智能的重要實現方法，機器學習被廣泛應用于人工智能領域。機器學習最基本的做法，是使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測。傳統的算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等。從學習方法上來分，機器學習算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。而深度學習是機器學習的子類，它是用于建立、模擬人腦進行分析學習的神經網絡，并模仿人腦的機制來解釋數據的一種機器學習技術。

隨著機器學習、深度學習等方法與系統的持續創新與演進，諸如圖像識別、語音識別、自然語言翻譯等人工智能技術廣泛應用到智能客服、智能投顧、智能投研、智能營銷、金融風險防控等金融場景下。

人工智能存在的安全問題

由于機器學習和深度學習的工作原理極為復雜，導致了人工智能算法通常缺乏可解釋性。人工智能系統受到閃避攻擊、藥餌攻擊、對抗樣本攻擊、物理攻擊、黑盒攻擊、后門攻擊、竊取攻擊等惡意攻擊事件層出不窮，增加了金融交易風險和數據泄露風險。因此人工智能技術應用到金融領域，其安全性變得前所未有的重要。

如何規避人工智能技術的安全風險

2021年3月，中國人民銀行正式發布《人工智能算法金融應用評價規范》(JR/T 0221-2021），為金融機構加強人工智能算法應用風險管理提供指引。該規范規定開展人工智能算法金融應用評價的金融機構、算法廠商、第三方安全評估機構應符合此規范要求。在進行人工智能算法金融應用評估時，評估工作應從安全性、可解釋性、精準性和性能方面，通過查閱資料、查看系統、訪談人員、系統測試、攻擊測試、算法測試、查看算法等方式開展。

中國金融認證中心（CFCA）立足于金融行業，目前可提供符合《人工智能算法金融應用評價規范》(JR/T 0221-2021）要求的人工智能算法金融應用評估服務，和您共同守護金融領域安全防線。

責任編輯：韓希宇