如今，人工智能在金融風控方面起到了越來越重要的作用。在許多金融公司的風控介紹中，都說自己用到了人工智能，機器學習，深度學習模型等技術。但是在生產應用中，人工智能模型，或者說機器學習模型存在著不可解釋的問題，在公司內部，使用最廣的還是規則引擎，目前來說還是沒有一個可以完全脫離規則的金融公司。而人工智能新興獨角獸企業探智立方(iQubic)研發的DarwinML自動化規則生成系統，有效的解決了金融從業人員設計規則的現實問題。

研究規則的自動生成具有其現實的意義，不單單是規則對于人來說易于理解，沒有機器學習的門檻那么高，同時規則對于業務人員來說其可控性也是最好的。

金融公司的風控后臺的規則模塊需要支持單條規則，組合規則以及評分規則等基本規則功能。單條和組合規則都是業務人員對數據理解后，抽象出來的數據組合邏輯，在設計過程中，需要對數據進行詳盡的分析，測試，模擬等操作。人工規則的生成要經歷比較長時間的數據分析過程，同時需要手動的部署到風控引擎上。在這樣的業務背景下，探智立方DarwinML自動化規則生成系統應運而生，DarwinML自動化規則生成有效的解決了業務人員設計規則的現實問題：

1.數據自動分析組合

2.基于數據的可定量的解釋

3.連接規則引擎，一鍵部署

DarwinML自動化規則生成系統可以自動對數據進行分析，拆解多個樹類模型算法得到其執行路徑并轉化為可運行的規則，基于DarwinML設計的優化損失函數，對規則的生產進行迭代優化，得到最優的規則集合。很大程度上縮短了人工規則的設計過程，提升了規則設計的效率和精確度。

金融小貸用戶在使用DarwinML自動化規則生成系統后，每期數據規則迭代在30分鐘左右就可以生成100條以上獨立有價值的規則。規則集的平均長度可以控制在5個變量以內。每條規則在數據樣本比例上的提升能保持3倍以上，并且自動生成的模型可以幫助業務人員跳出思維的盲點，找到以前并不曾注意的風控點。

現階段，加速實現金融風險技防能力已成為業界迫切的需求。今年4月，中國銀保監會副主席黃洪于國務院新聞辦公室上表示：疫情沖擊下不良貸款有所增加，貸款逾期和違約情況增多。可以預見，疫情會倒逼金融機構進行更審慎的信貸政策，這對金融機構的科技能力、風控都提出更高要求。

“國內絕大多數企業都沒有強大的AI開發團隊，DarwinML可以把AI的整個流程工具化，無需高度專業的AI建模知識就可以開展工作。”探智立方解決方案總監徐寧說道：“對于傳統公司而言，招募 AI 建模的開發者難度很大。但使用DarwinML就可以很大程度上省去這一過程。”

DarwinML目前已開放測試申請。有興趣的企業客戶和行業專家可登錄探智立方的網站：www.iqubic.net，或如下方式進行體驗。