写点什么

蚂蚁金服“定损宝”现身 AI 顶级会议 NeurIPS

  • 2019-08-29
  • 本文字数:1463 字

    阅读完需:约 5 分钟

蚂蚁金服“定损宝”现身AI顶级会议NeurIPS

小蚂蚁说:

长期以来,车险定损(通过现场拍摄定损照片确定车辆损失,以作为保险公司理赔的依据)是车险理赔中最为重要的操作环节。以往传统保险公司的车险处理流程,一般为报案、现场查勘、提交理赔材料、审核、最终赔付。对用户和保险公司分别造成了时间成本和人力 、管理成本。蚂蚁“定损宝”不仅能通过 AI 算法逐步替代定损环节中重复性人工作业流程,降低车险定损环节中的人力及管理成本,而且希望在未来通过深度学习技术解决用户长期的痛点,使得用户在车险理赔过程中可以在现场拍照上传图片,在几秒内就能得到准确的定损结论,并快速获得理赔。


在大多数 AI 粉中,NeurIPS(Neural Information ProcessingSystems,原 NIPS)大会绝对是他们顶礼膜拜的活动。NeurIPS 的中文名称是“神经信息处理系统大会”,它是人工智能和机器学习领域最顶级的盛会之一。尽管人工智能的兴起似乎也就是这几年间的事情,但你可能不知道的是,1987 年,NeurIPS 创办于加拿大,它已经 31 岁了!


每年,NeurIPS 大会都会吸引来自全世界的 AI 大牛、学者、技术爱好者等等。一组数据足以显示它的影响力,2017 年,NeurIPS 的参会人数超过 8000 人,论文投稿达到 3240 篇;而今年 9 月,NeurIPS 2018 的主会议门票仅仅 10 多分钟就宣告售罄,而论文投稿更是达到了惊人的 4856 篇。


因为它的专业性、影响力和规格,NeurIPS 总是给人以“高大上”的既视感。事实上,人工智能在这几年大热,最根本的原因是这些往日里看起来“只可远观”的前沿技术,已经开始走入寻常百姓家。NeurIPS 2018 似乎也印证了这一趋势,越来越多“接地气”的 AI 技术和产品向公众呈现出来。



蚂蚁金服“定损宝”现身 NeurIPS


蚂蚁金服的“定损宝”就是 NeurIPS2018 现场最“接地气”的 AI 产品之一,为什么这么说?因为它可能是当下人工智能技术最为贴近民生的应用。



蚂蚁金服人工智能部研究员褚崴在 NeurIPS 现场介绍“定损宝”


那么,定损宝究竟是什么?简而言之,定损宝是蚂蚁金服针对车险定损推出的智能化解决方案。它的操作很简单,只要在支付宝中绑定了车辆信息,然后打开支付宝中的定损宝,拍下车辆受损的地方,系统就会反馈受损的程度以及推荐的维修方案。评估完成后,还可以通过支付宝直接提交给保险公司进行理赔。



蚂蚁金服“定损宝”的操作非常简便


看似简单的操作流程,其实它背后有着一整套的人工智能技术在做支撑,定损宝几乎包含了所有计算机视觉的技术,从数字处理,物体监测和识别,到场景理解和智能决策,背后涉及到目标识别、车辆损失的程度判定,多模态与其他数据的结合等。


时至今日,定损宝已经演进到第二代,并充分考虑了用户隐私和数据安全等方面的问题。相较于之前,计算机视觉技术,比如人脸识别等都是将拍摄的照片传送到云端进行处理后再返回用户的手机,而最新版的定损宝可以在前端完成大部分工作,蚂蚁金服的工程师将 AI 能力做到手机端,这样用户数据就不用再传送到云端了。



蚂蚁金服人工智能部研究员褚崴在 NeurIPS 现场演示“定损宝”


数据显示,定损宝的准确率达到了 98%以上,其能力相当于从业 10 年以上的定损专家,而且能够同时处理万级的案件量,也不受时间和空间的限制。


目前,定损宝已经全面开放,从与保险公司一对一理赔系统对接升级成未来保险公司可自助接入。在不到一年里,定损宝已为太平、大地、阳光、安盛天平等多家保险公司提供定损、定价调用服务超过千万次,共计节省定损人员工作量超 75 万个小时,已为行业节省案例处理成本超过 10 亿元。


本文转载自公众号蚂蚁金服科技(ID:Ant-Techfin)。


原文链接:


https://mp.weixin.qq.com/s/WQALxqNKbeTBRtddx78Teg


2019-08-29 18:261358
用户头像

发布了 150 篇内容, 共 35.2 次阅读, 收获喜欢 38 次。

关注

评论

发布
暂无评论
发现更多内容

【Vue2.x 源码学习】第三十篇 - diff算法-比对优化(上)

Brave

源码 vue2 8月日更

白话机器学习(6):用Lasso Regression踢出浑水摸鱼的变量

杜吉普

机器学习

[架构实战营一期] 模块四作业

trymorewang

架构实战营

Android开发:获取手机当前连接的WiFi名称

三掌柜

8月日更 8月

架构实战营 - 毕业总结

༺NPE༻

Node.js 实现存储服务的上传功能【包含前后端代码】

liuzhen007

8月日更

白话机器学习(3):理解机器学习中的Bias与Variance

杜吉普

机器学习

数据缓存历险记(四)--LRU大师兄的Java实现

卢卡多多

redis LRU 8月日更

白话机器学习(4):模型的裁判-交叉验证Cross-Validation

杜吉普

机器学习 杜吉普

白话机器学习(5):更高端的线性回归模型-Ridge Regression

杜吉普

机器学习

白话机器学习(7):人类最好理解的预测模型-决策树Decision Tree

杜吉普

杜吉普:指标体系多重奏——指标体系建立思路

杜吉普

数据分析 指标体系 数据运营

毕业设计:设计电商秒杀系统

贯通

#架构实战营

不装了、摊牌了,我们要搞事情

不脱发的程序猿

程序员 技术 程序人生

构建Apache Flink 开发环境(四)

Databri_AI

flink IDEA 开发环境

白话机器学习(2):产品经理都在用的线性回归模型

杜吉普

机器学习 线性回归

白话机器学习(8):世界上本没有随机森林,决策树多了,也就变成了森林

杜吉普

机器学习

杜吉普:数字化运营广告营销之道

杜吉普

机器学习 互联网广告 营销数字化

《社会心理学》--从众和服从

箭上有毒

8月日更

如何加强自己对Java的编码规范

Bob

Java 8月日更

前端之数据结构(六)图

Augus

数据结构 8月日更

白话机器学习(9):用户精细化管理背后的秘密:K-means聚类模型

杜吉普

机器学习

数据产品经理是做什么的?

蒋川

白话机器学习:什么机器学习模型?

杜吉普

机器学习 数据分析 数字化转型

几十种编程语言说Hello World

入门小站

工具

synchronized优化手段:锁膨胀、锁消除、锁粗化和自适应自旋锁...

王磊

Java 并发 synchronized 8月日更

SpringBoot 数据库操作(集成MyBatis)

xcbeyond

mybatis SpringCloud 8月日更

Druid 加载 Kafka 流数据 Supervisor 配置

HoneyMoose

RocketMQ之Store模块

邱学喆

commitlog consumequeue index ha flush

Linux之ping命令

入门小站

Linux

Spring梳理

十二万伏特皮卡丘

蚂蚁金服“定损宝”现身AI顶级会议NeurIPS_文化 & 方法_Geek_cb7643_InfoQ精选文章