小螞蟻說：
近年來自動駕駛技術大紅大紫，從Google無人駕駛汽車到Tesla Model-S量產，無人駕駛技術慢慢從概念走向了現實。 如今，“自動駕駛”的概念則被支付寶創新性地應用到了風控領域，通過AI技術顛覆傳統風控的運營模式，實現風控領域的“無人駕駛”技術。
作為移動支付領航者的支付寶，藉助大數據和AI技術，並歷經十多年的發展，更是構建了世界級領先的風控技術能力。今天來給大家分享AlphaRisk四大核心模塊之一的AutoPilot整體方案。
背景
隨著人工智能的熱潮推進，支付寶風控引擎也從CTU時代直接進入AlphaRisk時代，開啟了人工智能驅動的支付風控的新紀元。其中，最大的改變就是AI算法的全面應用，以及引擎功能模塊的升級。AutoPilot作為AlphaRisk四大核心模塊之一，目標是實現用戶核身方式的精準推送。
有別於經典的基於專家經驗的風控策略，以及單一模式的核身推薦，AutoPilot通過半監督算法和進化算法實現了用戶個性化的風險控制策略，不同用戶的核身認證方式因場景、時間和地點的不同而不同，同時大大提升了風險控制的精確性、實現風控運營自動化能力。
不僅如此，在2017年天貓雙十一，AutoPilot首次面對大促交易峰值的考驗，實現了完全無人風控策略調整，風控引擎自動根據交易流量和風險變化動態調整風險控制強度。
下面，我們從技術的角度出發，給大家揭秘AutoPilot的方案思想。
AutoPilot的核心思想
1） 用戶分群
用戶分群是通過決策樹算法＋德爾斐法相結合而得，綜合考慮了分群的穩定性、業務含義和風險概率，既從大數據角度出發科學分群，又包含了特定的業務含義。
2） 多目標優化
風險決策策略推薦需要解決的問題是求滿足多業務目標（打擾率、覆蓋率、失敗率和限權率）的最優解。這是一個典型多目標優化問題。
而現實世界的多目標優化問題存在兩個困難：相互制衡或衝突的目標和複雜的解空間。因此多目標問題不存在單一最優解，而是存在一組帕累托最優前沿（Pareto-optimal），在缺乏主觀偏好函數下無法進行解之間的權衡，使得解空間可能非常複雜和龐大，所以高效率而精確的求解極為困難。
所以樸素的思想是：先推導出一組帕累托最優前沿，然後選擇一個最優解，可以有下面三種具體實現方法：
i. 先決策後搜索，根據人為偏好，將多目標融合轉化為單目標，此方法需要對業務有深入的理解；
ii. 先搜索後決策，先搜索出一組最優解，再根據偏好選擇其中一個解，此方法需要較長的計算時間；
iii. 同時搜索和決策，每一步的搜索結果輸出給人工進行交互；
自然而然，進化算法成為最好的選擇之一。
進化算法的概念如下：
· 維持一組候選解集合（population）
· 評價種群中個體的適應度（fitness）
· 進行選擇操作（selection），高質量的個體保留進入操作池
· 進行雜交和變異（crossover/mutation）操作，產生下一代種群
進化算法的目標為儘可能的靠近帕累託前沿，而且解的分佈儘可能的廣泛，使種群有較好的差異性。
最終的算法我們採用了基於RWGA的改進： Random Weight Based + niche method。具體算法步驟如下：
step1: 生成初始隨機種群E；
step2: 對種群中每個個體賦予一個適應度：對每個個體，基於隨機權重w，彙總多目標函數為一個原始的適應度值；同時根據個體周圍的生態擁擠程度，對適應度進行懲罰調整；
step3: 基於適應度計算選擇概率；
step4: 基於選擇概率選擇雜交父母，雜交後進行變異操作，得到集合Q；
step5: 合併E和Q，選擇適應度靠前的子集進入下一代；
step6: 若不滿足停止條件，則step2；
AutoPilot的應用結果
AutoPilot實現了風險覆蓋和用戶打擾的最佳平衡，在保障風險資損低水位的基礎上，實現了管控方案從千人一面向千人千面的轉換。當交易被識別存在風險時，AutoPilot可自動推薦最適合這個會員，且最安全的管控方案，實現用戶核身體驗的最優化。以O2O線下支付場景為例，該場景最常見的風險為的用戶手機丟失（即用戶手機丟失後，被非本人使用），AutoPilot通過AI算法匹配，優先推薦人臉等生物核身手段，而非傳統或靜態核身方式，以有效保障賬戶資金安全。
同時，AutoPilot實現了風險防控策略的自助運營，極大減少人工干預。2017年天貓雙十一大促，AutoPilot首次落地應用，根據交易流量和風險變化動態自動調整模型和策略的管控力度，實現了無人調配策略的可能，並經受住了大促時期黑產的攻擊。
總結
總而言之， AlphaRisk的核心內容是人類直覺AI(Analyst Intuition)和機器智能AI(Artificial Intelligence)相結合，打造具有機器智能的風控系統。而AutoPilot作為AlphaRisk的核心功能，最大用的意義在於“科學決策”和“無人駕駛”
2017年初，支付寶開始建設AlphaRisk風控大腦，願景是探索風控領域的無人駕駛技術。 AlphaRisk項目1期上線後，支付寶的資損率從原先十萬分之1下降至百萬分之0.5以內 ,讓欺詐損失率低於任何銀行卡服務。目前，支付寶的資損率僅為國外先進第三方支付公司資損率的1/200，處於行業的絕對領先水平。而這一切，都是為了支付寶的用戶能夠用戶更極致的安全和更完美的體驗。
閱讀更多 螞蟻金服科技 的文章
