数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
凡是过往，皆为序章。这是一个最好的时代，这是一个最坏的时代，这是属于金融科技的时代。
一、RPA技术介绍
机器人流程自动化技术(Robotic Process Automation，简称“RPA”)通过模仿、集成人与系统间的交互行为，以非侵入式的方式读、写、操作各个用户系统，在不改变现有IT架构的前提下实现企业各业务场景和各类系统、网站、软件之间的自动化连接和处理，是企业敏捷数字化的首选工具。RPA技术适用于行内各项业务中规则明确、标准化、高重复的日常事务操作的自动化处理，将员工从大量重复性工作中解放出来，以达到提升业务质效、降低运营成本、提高客户满意度和员工幸福感的目的。
随着RPA应用的深入，将RPA技术与OCR、NLP等AI技术相融合以实现智能自动化，已经成为RPA技术创新发展的必然趋势。传统的RPA只能够实现标准化、规则化的重复性任务，而RPA+AI技术可赋予RPA强大的认知能力与决策能力，提高自动化处理水平，从而解锁更多更高价值的应用场景，实现更复杂业务流程自动化。 数字化转型网www.szhzxw.cn
二、银行同行业建设情况
金融同业中，工商银行、建设银行、中国银行、邮储银行等大型商业银行均通过将AI技术与RPA技术相结合的方式，助推智能化RPA的升级，有助于拓展在金融行业复杂场景的应用。
（1）工商银行。实现RPA规模化应用，建成企业级数字劳动力体系，基于平台高效支撑客服营销等多个业务场景领域的自动化、智能化建设。在网点建设方面，将RPA、人工智能、大数据、智能语音等新技术手段应用于自助设备、业务运营等领域，持续提升网点资源利用效率。
（2）建设银行。全面推广RPA企业级应用，全行范围内上线大量业务场景，加快智能字符识别（ICR）人工智能技术在运营领域的应用。推动风险管理向精准化、自动化、智能化模式转变，促进子公司信息智能化管理。 数字化转型网www.szhzxw.cn
（3）中国银行。丰富企业级人工智能技术服务体系，搭建机器学习、生物识别、语音识别、机器人和知识库五大平台，应用于智能运营、智能营销、智能投资、智能风控等业务领域。
（4）邮储银行。推进总分创新协同，提升分行创新能力，探索服务开放平台赋能渠道，为分行提供“AI+大数据”、RPA等技术的支持和指导，加快推进网点智能化改造。
三、关键技术
1. 验证码OCR识别
验证码识别作为OCR运用的一个分支，与普通文字图片OCR相比，图片验证码具有干扰噪点多、字符格式不统一、位置不固定、图像扭曲旋转的特点。
针对图片验证码中的非标准化字符，RPA团队在通用OCR模型的基础上，使用验证码图片作为训练集对OCR模型进行针对性训练，很好的解决了RPA无法登录存在验证码系统的难题。验证码OCR模型训练分为四个步骤： 数字化转型网www.szhzxw.cn
一是图片预处理，通过对输入的图片验证码进行灰度处理、图片阈值、噪声去除、倾斜校正、缩放大小等方法进行预处理，消除图像中的干扰信息，恢复真实信息，达到增强有关信息的可检测性、降低模型检测与识别的难度、提高准确度的目的；
二是文本检测，使用可微二值化算法（Differentiable Binarization，简称DB算法），检测图片中的文本区域，提高文本检测性能；三是文本方向分类，对图片偏转字符进行校正，解决了行内部分系统的验证码字符偏转、扭曲而无法识别的问题；四是文本识别，使用卷积循环神经网络（Convolutional Recurrent Netural Network，简称“CRNN”）对文本进行识别，有效提高行内部分系统验证码识别率，增强模型鲁棒性。 数字化转型网www.szhzxw.cn
2. 翻拍件检测
翻拍件检测技术应用于RPA机器人在进行质检流程中图片材料的进件审查。
翻拍件检测模型训练分成三个步骤：
一是抽样设计，对图片数据集采用正负不平衡抽样，正样本17000张，负样本3000张；二是特征提取，采用局部二值模式（Local Binary Pattern，简称“LBP”）特征提取方法，提取照片中的纹理特征，为模型训练提供有效特征层；三是模型构建训练，通过对支持向量机（Support Vector Machine，简称“SVM”）、逻辑回归、随机森林等算法进行分析比较，发现SVM算法能保持良好的泛化能力和鲁棒性，在测试集上表现最优，故构建了基于SVM算法的检测模型。
图2 翻拍件检测模型训练过程
3. 人脸位置检测
人脸位置检测基于RetinaFace人脸检测算法实现。该算法可提取输入图片的特征层，并对特征层进行训练。 数字化转型网www.szhzxw.cn
特征层的提取分为三个步骤：
一是通过常规卷积和深度可分离卷积相结合，构建主干特征提取网络获得中间特征层；二是通过上采样和特征融合，构建特征金字塔网络(Feature Pyramid Network，简称“FPN”)对中间特征层进行处理，得到中间加强特征层；三是通过并行卷积结构和卷积核组合的方式，构建单阶段检测(Single Stage Headless，简称“SSH”)特征加强结构得到最终的加强特征层。
在对最终的加强特征层进行训练的过程中，RPA团队以WIDER FACE数据集和部分业务标注数据作为训练集，采用人脸命中情况、人脸位置、五官位置三个损失函数加权求和作为最终损失函数，学习率采用动态取值的方式进行迭代训练，得到人脸位置检测模型。训练结束后，将训练好的人脸位置检测模型转换为ONNX文件(开放神经网络交换——Open Neural Network Exchange)进行部署，实现人脸位置检测功能的服务化。 数字化转型网www.szhzxw.cn
四、RPA+AI应用实践
中国农业银行洞察企业数字化转型发展趋势，将RPA作为农行数字化转型“十大工程”中的重要金融科技应用，以建设全行级机器人流程自动化平台为中心，全面深化RPA自动化推广应用，提高全行数智化运营能力，推动全行数字化转型。为实现业务科学、运营高效的发展目标，充分挖掘RPA技术的应用广度与深度，探索RPA与AI技术的联合应用，从而满足日益复杂的业务场景需求。
1. 验证码OCR识别
RPA流程在登录行内外系统的过程中，经常碰到需要输入验证码的情况。通过RPA+AI的模式，利用验证码OCR识别技术，很好的解决了RPA机器人在用户登录时受验证码阻拦而影响正常登录的问题。同时，通过对OCR功能的组件化封装，方便开发人员通过“拖拉拽”的方式完成验证码识别的功能。目前该组件已在行内多个系统的用户登录中运用，起到了良好的自动化辅助作用。
2. 翻拍件检测
现有信用卡审查审批的人工处理环节包括普通审查、总行审批、总行质检、风险审查、商户审查、联动等贷前板块，各作业环节需要大量人工处理，在引入RPA后，可有效释放人力。但在质检流程中，需要审核所有图片进件是否为翻拍件，若判断为翻拍件，则审核不通过，否则为通过。
RPA无法通过“看”来完成翻拍件的判断，形成了流程断点。利用RPA+AI的模式，借助翻拍件检测模型，模型对正样本的命中率达到98%，打通信用卡总行质检流程断点，实现总行质检审查要点自动化全覆盖。
3. 人脸位置检测
在信用卡质量检测审查审批的过程中，网点等渠道需将置办信用卡客户及客户经理的现场合照与客户提供的身份证照片进行比对，实现客户的身份核验。该场景中，需要应用人脸位置检测技术，检测现场合照中的人脸位置，识别出来后再进行人脸身份认证。
RPA团队引入深度学习技术，构建人工神经网络，并开发和训练人脸位置检测模型，实现人脸位置检测功能的服务化、组件化，识别准确率达到92%。减轻RPA机器人在执行过程中的算力负担，减少流程运行时间，提高执行效率。 数字化转型网www.szhzxw.cn
五、实践效果
2022年RPA平台技术升级主要包括：一是基础平台建设方面，全面适配农业银行技术栈要求，保证平台安全性。二是优化RPA运营管理模块，联动科技管理工作平台，实现包含场景挖掘、需求立项、应用发布、运行监控、质效管理等全生命周期管理流程。三是上线机器人商店模块，为总分行用户提供RPA流程分享展示、调度共享的新板块，实现高价值RPA场景的快速复用。
行内应用方面，2022年在全行范围内上线400余项RPA应用场景，涉及信用卡、财务会计、运营管理、人力资源、个人金融等前、中、后台各个业务领域。智能报备人行账管RPA流程作为RPA共享生态的典型创新应用，推广覆盖全国37家分行，其中28家分行实现网点全辖覆盖，节省人工工时近500小时/天。在信用卡中心，RPA应用覆盖各个部门，帮助提升业务办结效率约3倍，节省人工工时近200小时/天。
外部认证方面，农业银行RPA平台通过了中国信通院RPA系统和工具应用成熟度评估，包括开发测试、工作执行、管理监控、AI能力在内的四个模块均达到最高级别3+级，在金融同业中首批达到该等级标准要求。
六、未来展望
图像识别、自然语言处理等AI技术的引入，为RPA技术赋予了认知及决策能力，使其突破应用场景单一的局限，完成复杂的业务流程，有利于推动技术前台化，极大地提高运营效率。目前，农业银行与身份信息智能审核、文本信息识别分析、客服场景辅助决策及自动推荐等相关的业务场景复杂繁多，RPA技术智能化应用需求日益迫切。
未来，农业银行将以全面扩展RPA技术应用深度和广度为主旨，进一步加强RPA+AI的技术创新、深入智能业务场景挖掘，打造出具备感知能力、认识能力、决策能力的新一代智能机器人，实现深度的业务场景全覆盖。 数字化转型网www.szhzxw.cn
数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！ 数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于RPA星球；编辑/翻译：数字化转型网宁檬树。
