数字化转型网人工智能专题
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。
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。
（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：
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。
