当前位置: 首页 > 文章详情
桂林银行人工智能算法金融应用信息披露报告
桂林银行股份有限公司 2024年10月28日 浏览量:413

桂林银行人工智能算法金融应用信息披露报告

1 重要提示

本报告是依据《人工智能算法金融应用信息披露指南》对披露人工智能算法应用情况的要求,就桂林银行基于人工智能算法提供的金融产品和服务情况进行说明。

2 基本情况

2.1 机构简介

桂林银行成立于1997年,是一家具有独立法人资格的国有控股银行,经过多年发展,已经成为目前广西资产规模最大、经营特色鲜明、核心竞争力突出、品牌形象良好、团队精干高效的单一地方法人金融机构。

桂林银行是乡村金融的倡导者,以“金融成就美好生活”为使命,以“成为服务乡村振兴的标杆银行”为愿景,立足桂林、深耕八桂,致力服务城乡居民、服务中小企业、服务地方经济,为推动地方经济社会发展提供优质金融服务和坚实金融保障。

2.2 人工智能算法应用情况

产品名称:智能外呼系统

服务内容:在外呼场景中实现由机器基于预设话术对指定客群自动发起批量外呼的平台系统,达到筛选意向客户、锁定目标客户、精准客户分类的服务目的,提升服务效率,优化客户服务体验。

产品名称:智能语音导航系统

服务内容:在电话呼入服务场景中,通过智能语音导航系统,实现客户在线业务自助办理,提升服务效率,优化客户服务体验。

产品名称:文字客服系统

服务内容:通过分析用户输入的问题或咨询,利用人工智能算法自动识别问题并给出相应的答复。它可以根据预设的规则或者通过机器学习的方式学习并提供针对性的回答,从而快速解决用户的问题。

产品名称:数字人系统

服务内容:通过虚拟数字人与用户建立对话界面,通过分析用户输入的问题或咨询,利用人工智能算法自动识别问题并给出相应的答复。它可以根据预设的规则或者通过机器学习的方式学习并提供针对性的回答,从而快速解决用户的问题

3 人工智能算法金融应用组织保障

桂林银行成立信息科技管理委员会、数字化战略委员会,负责审议和批准全行信息科技重大事项,并对本行数字化转型战略规划、转型成效进行审议评估。同时,在数字化战略委员会下设金融科技伦理办公室,对人工智能等新兴技术实施金融科技伦理审议等常态化工作,化解金融科技活动伦理风险。

4 人工智能算法技术应用信息披露

4.1 算法组合信息披露情况

算法组合信息披露是对金融产品和服务所集成的全部人工智能模型算法组合使用情况的整体说明,算法组合信息披露情况见表 1。

1 算法组合信息披露情况

披露分类

披露项

信息披露内容

算法组合信息披露

算法组合清单

算法组合清单包含5种人工智能算法:意图识别算法、多轮对话意图识别算法、语音识别算法、语音合成算法、虚拟数字人渲染算法。

算法组合使用的开发框架

算法组合使用 MXNet的开发框架、C++的开发语言。

算法组合使用的开源软件

算法组合使用boost、lua、redis等开源软件库。

算法组合调度机制

算法通过以下组合调度机制共同发挥作用:

1)用户输入:用户通过语音或文本方式输入查询或咨询内容。

2)意图识别:系统首先利用意图识别算法识别用户的真实需求。

3)多轮对话管理:在需要多轮对话的场景中,系统利用多轮对话意图识别算法跟踪对话历史并调整对用户意图的理解。

4)语音识别与合成:对于语音输入,系统使用语音识别算法将其转换为文本;然后根据需要,使用语音合成算法将文本输出为语音。

5)虚拟数字人渲染:在数字人产品中,系统根据用户输入和意图识别结果,利用虚拟数字人渲染算法生成相应的外貌、动作和表情输出。

6)综合反馈:系统根据处理结果生成综合反馈,并通过语音或文本方式呈现给用户。

算法组合触发条件

1. 语音识别算法的触发条件

语音输入检测:当用户开始说话且声音达到一定阈值时,系统自动触发语音识别算法,将语音输入转换为文本。

持续语音识别:在对话过程中,只要检测到用户持续说话且声音清晰,系统将持续进行语音识别,直至用户停止说话。

2. 意图识别算法的触发条件

文本输入处理:无论是通过语音转换得到的文本还是用户直接输入的文本,一旦接收到新的输入,系统就会触发意图识别算法进行分析。

上下文关联:在多轮对话中,意图识别算法会根据之前的对话历史和用户当前输入,综合判断用户的真实意图。

3. 多轮对话意图识别算法的触发条件

用户持续交互:当用户在同一会话中连续提出多个问题或进行多个操作时,系统会持续触发多轮对话意图识别算法,以跟踪对话的上下文和用户的意图变化。

意图变更检测:如果系统检测到用户的意图发生了显著变化(如从查询商品信息转变为咨询售后服务),则会重新触发意图识别算法以更新用户的当前意图。

4. 语音合成算法的触发条件

文本输出需求:当系统需要向用户输出文本信息(如查询结果、操作提示等)时,会触发语音合成算法将文本转换为语音输出。

5. 虚拟数字人渲染算法的触发条件

数字人交互需求:当用户与数字人进行交互时(如提问、对话等),系统会触发虚拟数字人渲染算法来生成数字人的外貌、动作和表情。

注:

1.MXNet(Apache MXNet)是一个开源的深度学习框架,用于实现和训练机器学习模型

2.C++为编译型的编程语言。

3.boost为开源的软件库集合,提供对C++标准库的扩展和增强,使得C++编程更加高效、灵活和安全。

4.lua对输出语义进行再处理属于语义后处理的一个功能

5.Redis是一个开源的内存数据存储系统

 

 

4.2 算法逻辑信息披露情况

算法逻辑信息披露是对组合中的每个算法对象逐一说明算法机理,算法逻辑信息披露情况见表 2  

2 算法逻辑信息披露情况

披露分类

披露项

信息披露内容

算法逻辑信息披露

算法功能说明

1意图识别算法

意图识别算法是自然语言处理(NLP)中的一个核心任务,旨在分析用户输入的文本或语音(经过语音识别转换后),以识别出用户所表达的意图或目的。

2多轮对话意图识别算法

多轮对话意图识别算法是在意图识别基础上的一种扩展,它特别关注于处理多轮对话场景中的用户意图变化。该算法能够跟踪对话的上下文信息,理解用户在当前对话轮次中的意图,并考虑之前对话轮次中的信息,以更准确地识别用户在当前情境下的真实需求。

3语音识别算法

语音识别算法是一种将人类语音转换为文本的技术。该算法通过分析语音信号的声学特征,利用深度学习等先进技术,将连续的语音波形转换为可读的文本信息。

4语音合成算法

语音合成算法则是将文本信息转换为自然流畅的语音输出的技术。该算法能够模拟人类语音的发音特点,将输入的文本信息以语音的形式输出。

5虚拟数字人渲染算法

虚拟数字人渲染算法是创建逼真虚拟形象的关键技术。该算法通过结合3D建模、计算机图形学、动画技术等多个领域的成果,对虚拟数字人的外貌、动作、表情等进行精细的渲染和模拟。虚拟数字人渲染算法能够生成高度逼真的虚拟形象,使得虚拟数字人在外观、动作和表情上更加接近真实人类。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

算法逻辑信息披露

算法推理过程说明

1、语音识别

输入:音频信号(包含人声)

推理过程:

分析音频信号中的声学特征,如频率、音调、音量等。

将声学特征映射到预定义的语音单元(如音素、单词)上。

使用统计模型来识别语音中的词汇和短语。

识别出的词汇短语组合成句子转换为可处理的文本格式。

输出:文本格式的语音内容。

2、语音合成

输入文本内容

推理过程:

分析文本中的语言学特征,包括语法、语义、语调等。

文本内容转换为语音声学参数音高、音长、音色等

使用波形合成技术生成对应的语音波形。

输出:与文本内容相符的语音信号。

3、语义理解

输入文本数据(可能是用户输入的查询、对话内容等)

推理过程:

对文本进行预处理,包括分词、词性标注、句法分析等。

提取关键特征,如关键词、短语、句法结构等。

使用机器学习或深度学习模型计算文本之间的相似度。

各个算法计算出相似度值进行加权组合得到最终相似度值。

输出:文本之间的相似度值或基于相似度的分类、聚类结果。

4、多轮对话意图识别

输入多轮对话的文本内容

推理过程:

分析每轮对话的文本内容,提取关键信息和意图。

利用上下文管理机制,跟踪对话的历史和状态。

根据当前对话的内容和上下文信息,预测用户的下一轮意图。

需要使用自然语言理解和自然语言生成技术来辅助理解和生成对话。

输出:识别出的用户意图,用于指导后续的对话流程或任务处理。

5、虚拟数字人渲染

输入音频信号和动作指令

推理过程:

分析音频信号中的声学特征,如音高、音量等,以驱动数字人的口唇动作。

解析动作指令,包括肢体动作、表情等以驱动数字人的躯体动作。

输出:数字人的视频渲染结果展示在屏幕或虚拟现实环境。

 

算法推理结果说明

 

算法参数及超参数说明

 

算法技术路线选择说明

1、意图识别算法技术

成熟度:意图识别算法通过深度学习和自然语言处理技术,能够准确识别用户的多种意图。此技术已经广泛应用于智能客服和数字人产品,为用户提供精准的服务。

技术路线选择考虑:在技术路线的选择上,考虑了算法的准确率、实时性和可扩展性。准确率是保证用户意图被正确理解的基础,实时性则保证了用户能够获得即时反馈,而可扩展性则确保了算法能够适应不同场景的需求。

2、多轮对话意图识别算法技术

成熟度:多轮对话意图识别算法通过对话管理和上下文理解等技术,实现多轮对话的连贯性和一致性。多轮对话意图识别算法技术成熟度较高,借助深度学习和自然语言处理技术,已实现较高准确率与泛化能力,能够理解和处理用户的连续对话。

技术路线选择考虑:在选择技术路线时,注重算法的上下文保持能力和对话的连贯性。上下文保持能力确保了对话状态在多轮交互中的准确传递,而连贯性则提升了用户体验,使得对话更加自然流畅。

3、语音识别算法技术

成熟度:深度学习技术的应用推动了语音识别技术的飞速发展。近年来,随着深度学习等先进技术的应用,语音识别准确率逐步提升,技术更加成熟可靠。语音识别技术已经广泛应用于智能家居、智能客服、在线教育、医疗诊断等多个领域,为用户提供了更加便捷、高效的交互体验。

技术路线选择考虑:技术路线的选择上,考虑了算法的准确率、适应性和实时性。高准确率是基础,适应性保证了算法能够应对各种复杂场景,而实时性则满足了用户即时通讯的需求。

4、语音合成算法技术

成熟度:得益于深度学习算法的不断优化和计算能力的提升,基于深度学习语音合成算法目前已经达到了相对较高的成熟度,并在多个领域得到了广泛应用。

技术路线选择考虑:在技术路线的选择上,注重算法的自然度和流畅性。自然度确保了合成语音的真实性,流畅性则提升了语音的可听性。

5、虚拟数字人渲染算法技术

成熟度:虚拟数字人渲染算法能够生成具有一定真实感的数字人形象,支持个性化换装、动作和捏脸等定制服务。虽然相比其他算法成熟度较低,但已经取得了初步成果。

技术路线选择考虑:技术路线的选择上,考虑了渲染算法的真实感、定制化能力和实时性。真实感是提升用户体验的关键,定制化能力则满足了用户个性化需求,而实时性则确保了数字人能够快速响应用户指令。

综上所述,这些算法的选择考虑了准确率、实时性、适应性、自然度、流畅性、定制化能力和安全性等多个方面,以确保提供高效、安全且用户体验良好的服务。

 

算法技术成熟度说明

算法重构条件说明

技术迭代需求、系统兼容性提升、性能和效率优化、算法泛化能力增强以及安全性和隐私保护等方面

算法假设条件说明

首先,算法开发运行的前提是丰富的数据集。这包括高质量的语音数据、对话文本数据以及用户行为数据等,用以训练和优化模型。此外,强大的计算资源和先进的硬件设备也是必要条件,以确保算法的快速运算和高效运行。

 

算法开发运行的假设包括:用户的输入数据是有效的且符合一定的规范;模型在训练过程中能够学习到有效的特征表示,以准确识别用户意图和语音内容;以及在不同场景和条件下,算法的稳定性和鲁棒性能够得到保证。

算法使用限制说明

智能外呼、智能语音导航和数字人语音服务对象为语音听力无障碍人士语言支持普通话

 

4.3  算法应用信息披露情况

算法应用信息披露是与人工智能算法金融应用场景相关信息的说明,避免因对算法应用的错误理解而误导客户,信息披露情况见表 3。

3 算法应用信息披露情况

披露分类

披露项

信息披露内容

算法应用信息披露

算法应用场景

1、智能外呼系统进行营销、活动推广、贷款业务提醒、支付业务提醒。

2、智能语音导航为客户提供开户行查询、挂失业务、信用卡账户查询、储蓄卡账户查询、权益查询、信用卡激活、信用卡销户等业务。

3、文字客服系统用于客户常见业务咨询。

4数字人系统手机银行数字人业务。

算法应用目的

智能外呼系统有效降低了人力成本,提高了营销与业务提醒的精准度和效率;智能语音导航则快速响应客户需求,提供便捷服务通道,增强客户满意度。文字客服系统则有效处理了高频咨询,减轻了人工客服压力,提高了服务效率。手机银行数字人业务更是创新服务形式,通过虚拟交互提升用户体验,增强品牌亲和力

算法应用服务范围

数字人服务于手机银行注册用户,提供业务创新交互方式,增强用户体验;智能外呼、智能语音导航、文字客服服务我行所有客户,提供营销、活动推广、业务提醒服务、业务咨询、业务查询等功能。

算法应用服务前提

数字人融入手机银行移动端应用,在客户手机端安装使用时,该服务需获取必要的安装权限,以及摄像头与麦克风访问权限,以确保流畅的人机交互与个性化服务。文字客服系统则覆盖移动端应用、官方网站及公众号平台,为用户提供便捷的咨询通道,在移动端应用中,文字客服将请求客户文件访问权限。智能外呼服务则基于客户主动接听我行客服热线的前提。智能语音导航服务前提是客户主动拨打我行客服热线进行业务咨询和办理。

算法应用获得渠道

对于移动端应用,可通过移动设备供应商的应用中心下载获取;网站服务的用户,我们提供了官方网站的直接访问链接;微信用户只需通过微信平台即可快速访问我行公众号。

算法应用潜在风险和防护措施

深度相似度算法因训练与推断领域不匹配,可能导致准确率下降;机器学习相似度在处理语义差异显著的文本时亦显不足。TTS和ASR技术受录音人、环境噪声及数据标注质量影响,语音合成效果易受影响。通过固定话术离线合成、变量话术在线合成,并定期抽检,针对问题音频持续优化,提升用户体验。

算法应用必要性

利用人工智能算法提升服务效率与智能化水平。面对多样化的客户需求和复杂多变的环境,算法能够精准识别用户意图,优化服务流程,提高响应速度。同时,算法能够自动处理大量数据,减少人工干预,降低成本并提升准确率。

算法应用预期效果

预期智能业务正确引导率超过85%,业务咨询回复正确率超过90%,支持客户通过输入文字描述目标需求,实现客户需求快速响应。

 

4.4  算法数据信息披露情况

算法数据信息披露是对算法使用的数据来源、数据采集、数据质量控制以及数据与场景的关联性进行充分说明,信息披露情况见表4。

4 算法数据信息披露情况

披露分类

披露项

信息披露内容

算法数据信息披露

算法数据与金融应用相关性说明

文字客服:主要采集客户输入的文本,精准解析文本,提供个性化业务咨询与引导,确保高效准确的服务体验。

智能外呼:主要采集客户语音数据,自动化执行营销与业务提醒,提升触达效率与客户满意度。

智能语音导航:主要采集客户语音数据,实现快速业务引导与办理,简化流程,提升服务便捷性。

数字人:主要采集客户语音数据,实现全天候语音交互,即时引导业务办理,打造智能、高效的服务新模式。

算法数据来源说明

算法训练、调优、测试数据集主要来源于广泛的文本资源、语音信号(涵盖不同说话人和环境条件)、人体扫描、动作模拟等数据,以及详细的标注数据

算法数据采集说明

所有算法模型涉及的训练数据、调优数据测试数据、 推理数据均已经数据所有者(控制者)授权,采用去标识化进行脱敏处理, 脱敏后无法直接关联真实客户身份

算法数据质控说明

在数据采集、数据清洗以及数据集构建的各个环节,充分考虑数据分布的合理性与无偏性,同时确保数据样本的充足性与完整性得到严格把控。

算法组合使用的第三方软件产品

不涉及

 

4.5  算法主体信息披露情况

算法主体信息披露是对人工智能算法金融应用服务提供者建立的算法管理相关机制(安全保障、风险防范、伦理治理等机制)的说明,信息披露情况见表5。

5  算法主体信息披露情况

披露分类

披露项

信息披露内容

算法主体信息披露

算法主体建立安全保障机制说明

桂林银行针对人工智能算法主体,构建了有效的安全保障机制。算法依赖库持续更新维护,确保无安全漏洞算法模型训练数据全面脱敏,避免传输与存储中的篡改与泄露风险。模型训练与部署均在安全受控环境下进行,操作日志详尽记录,保障训练与推理过程透明可溯。此外,还建立了数据安全管理办法,明确责任分工,确保数据安全。针对算法攻击,实施严密的监控与防御策略,生产环境模型配备应急回滚机制,确保任何异常都能迅速响应,保障业务连续性

算法主体建立风险防范机制说明

桂林银行银行对技术应用建立了安全管理制度、数据安全管理办法,形成有效的风险防范措施,确保客户权益得到有效保障。

算法主体建立伦理治理机制说明

桂林银行成立金融科技伦理办公室,负责建立伦理治理规章制度并开展伦理治理审议工作,伦理治理的内容包括道德、技术、数据安全等层面

 

算法主体建立信息披露组织实施保障措施说明

 

4.6  算法变更信息披露情况

人工智能算法金融应用采用在线实时服务,由于人工干预程度越少,服务及其策略的调整可能更加频繁快速,可能引发风险性活动,应运用与之匹配的实时监测技术并及时披露相关调整以及变更信息,信息披露情况见表 6。 

6 算法变更信息披露情况

披露分类

披露项

信息披露内容

算法变更信息披露

算法变更版本号

文字客服、智能外呼、智能语音导航:

a)意图识别算法,版本 5.3.1,更新时间 2023-9-21

b)多轮对话算法,版本 5.3.1,更新时间 2023-9-21

c)语音识别算法,版本 3.2.1,更新时间 2023-9-21

d)语音合成算法,版本 1.0.2,更新时间 2023-9-21

数字人:

a)语音识别算法:版本V3.0,更新时间2023-7-16。

b)语音合成算法:版本V2.0,更新时间2023-7-16。

c)语义理解算法:版本 V1.0,更新时间2023-7-16。

d)虚拟数字人渲染算法:版本V3.0,更新时间2023-7-16。

 

算法变更原因说明

算法变更影响说明

算法变更生效时间

算法变更实施说明

按照业务需求与管理要求,开展与算法更新、软件更新的类型、内容和程度相适宜的验证与确认活动,将风险管理、可追溯分析贯穿于更新全程,形成上线验证报告以供核查。

算法变更保障措施

算法变更前先进行技术预研,保障整体的性能无损或在可接受范围内波动,同时做好变更方案评审,包括操作步骤、回退方案等,并对算法变更前后的差距进行记录和分析。

 

4.7  算法审计信息披露情况

人工智能算法金融应用涉及数据、算力、场景等多种要素的深度融合与交互,一定程度上增加了算法金融应用的风险。为保证金融产品和服务的业务连续性,降低技术风险、操作风险,有必要对人工智能算法金融应用进行合规性审计, 并及时将算法审计活动所依据的政策、法规、标准等信息以及审计结果进行说明,信息披露情况见表 7。

7  算法审计信息披露情况

披露分类

披露项

信息披露内容

算法审计信息披露

算法审计依据

上线前,利用算法对抗鲁棒性测试工具进行自动化算法审计,审计活动覆盖算法安全漏洞扫描、算法逻辑漏洞扫描等方面;所有严重和一般问题已完成整改。

上线后,持续开展算法跟踪审计,审计活动覆盖算法运行情况、算法安全风险事件、算法合规情况等方面;所有严重和一般问题已完成整改。

算法审计信息

审计内容说明

算法审计结论

算法审计频率


5 重大事项

报告期内,桂林银行银行无人工智能算法金融应用业务相关的重大诉讼、仲裁事项。

报告期内,桂林银行银行未发生人工智能算法金融应用业务相关的重大案件、重大差错等情况。


电子银行标准遵从