以設(shè)備識(shí)別為例，“我們?cè)谶@項(xiàng)技術(shù)的應(yīng)用上，會(huì)有前后兩個(gè)模塊同時(shí)推進(jìn),。比如,，在最前端的客戶登錄中，我們就能夠精確識(shí)別客戶的設(shè)備,，通過相應(yīng)技術(shù)手段來采集客戶的設(shè)備環(huán)境，幫助生成客戶識(shí)別的ID,；在后端則通過機(jī)器學(xué)習(xí)等計(jì)算方法實(shí)現(xiàn)設(shè)備精準(zhǔn)核算和判定,，從而達(dá)到更好的風(fēng)險(xiǎn)控制和體驗(yàn)的增強(qiáng)?！鄙驎源罕硎?。

從人機(jī)識(shí)別角度上也是類似的邏輯，在賬戶登錄的場景下,，一般會(huì)遇到大批量的外部攻擊,。攻擊過程中，如何做到在第一時(shí)間對(duì)它進(jìn)行截?cái)?，并且保護(hù)所有客戶的資金安全呢,？沈曉春表示，對(duì)此,，京東金融自主研發(fā)了整體的人機(jī)識(shí)別體系,，它從6個(gè)維度對(duì)一次實(shí)際登錄行為進(jìn)行不同維度的判定。比如在手機(jī)端,，通過手摁在屏幕上的力度來判定是不是本人,；在PC端,，則通過評(píng)估鼠標(biāo)的軌跡是否規(guī)整,，來判斷是否真正遇到惡意攻擊,。

談到異常登錄模型，沈曉春表示，京東金融的賬戶安全模型是由多層架構(gòu)組成,，異常登錄模型就是接近于頂層架構(gòu)的分類模型,。據(jù)介紹,，京東金融異常登錄模型結(jié)合了前端收集的設(shè)備特征編碼,、生物信息ID與歷史數(shù)據(jù)規(guī)律，在京東金融在線算法系統(tǒng)支持下,，可以在毫秒級(jí)時(shí)間內(nèi)就完成數(shù)百項(xiàng)數(shù)據(jù)的特征加工與模型計(jì)算，是用于保護(hù)用戶安全的核心模型,。

可見，借助人工智能,，金融行業(yè)的發(fā)展日新月異,。但作為一個(gè)新興學(xué)科，人工智能的應(yīng)用領(lǐng)域有限,，在金融領(lǐng)域的應(yīng)用也處于起步階段,。“金融人工智能在跨學(xué)科復(fù)合型人才,、研發(fā)實(shí)力、資金投入,、數(shù)據(jù)積累等方面要求都比較高,，能夠熟練應(yīng)用相關(guān)技術(shù)的企業(yè)還不是很多,?！敝苤魏脖硎?，不過,，一項(xiàng)技術(shù)都有一個(gè)從起步到推廣，再到成熟,、普及的過程,，隨著技術(shù)的成熟,，應(yīng)用成本可能也會(huì)逐步降低,。相信人工智能未來在金融領(lǐng)域會(huì)有更廣泛的應(yīng)用,。