被業內譽爲“人工智能研究風向標”的國際人工智能領域頂級學術會議AAAI-20（The Thirty-Fourth AAAI Conference on Artificial Intelligence）將於2020年2月7日-12日在美國紐約舉行。支付寶天筭風控實驗室聯合中科院信工所、中科院網安學院的研究論文《Coupled-view Deep Classifier Learning from Multiple Noisy Annotators》成功入選。該論文旨在解決“如何利用多個弱標籤的信息進行分類器的構建”的問題，這一問題的突破將進一步加強支付寶安全風控能力，提升安全防護效率，攻克安全技術領域的痛點，更好地保障用戶的資金安全。
當今，各種互聯網金融風險（比如，欺詐、盜卡、薅羊毛等）層出不窮，爲了更有效且高效地保障資金安全，需要應用先進的機器學習技術進行風險防控。近年來，使用深度神經網絡(DNN)在有標籤的數據上訓練風控模型，取得了良好的效果。對於這類方法而言，獲取準確的標籤信息對於最終模型的性能至關重要。而在部分現實場景裏，經常由於各種各樣的原因無法獲取到準確的標籤，或者獲取準確標籤的成本很高。
比如，在國際盜卡場景中，通常需要等6個月才能獲得反饋的案件標籤。這其中的機會點在於，雖然準確的標籤信息較難得到，而帶有噪聲的弱標籤卻容易獲得。
因此，支付寶天筭風控實驗室與中科院信工所等專家學者，爲了提升行業整體的安全防控能力，將研究重心放在“如何利用多個弱標籤的信息進行分類器的構建”上，並提出了一種創新的基於深度學習的雙視圖分類算法，充分利用多個弱標籤的信息進行建模。具體而言，新算法嘗試在特徵空間和標籤空間兩個視圖裏分別構建分類器，在訓練過程中，兩個分類器的結果互爲指導、互相監督，通過交替迭代更新，最終訓練出性能穩定的分類器。
據瞭解，本次入選AAAI國際人工智能學術會議的論文系螞蟻金服安全專項科研基金的部分成果。此外，該項目在移動安全、機器學習、人工智能、密碼學和隱私安全等領域皆有專項研究。