2018年伊始, 繼平安肺結節智能讀片技術獲LUNA評測世界第一后，平安AI作曲在世界AI作曲國際大獎賽中獲得第一，這是中國平安人工智能技術首次從通用領域延展至藝術領域，通過智能認知與藝術的深度融合實現AI在作曲領域的運用。一周內兩次在人工智能國際權威評比中獲得世界第一，標志著中國平安人工智能深度學習技術日趨成熟。
此次國際AI作曲大獎賽是由瑞士聯邦理工學院（EPFL）舉辦，吸引了來自美洲、歐洲、亞洲等地團隊參與，是人工智能音樂領域極具開創性的一次挑戰賽。參賽者可選擇不同風格的數據集，如爵士、藍調、布魯斯或愛爾蘭民謠等進行多元化音樂的生成。
音樂創作的難點在于如何讓人工智能系統“學會”作曲？ 針對這一難題，平安科技深度學習團隊利用自身在人工智能語音領域的綜合優勢，提出了雙通道LSTM網絡以及海量多維的音樂特征表示方法，通過增加深度學習神經網絡的深度，讓網絡有較強的擬合能力,模擬人類作曲家，讓計算機充分地“學會”音樂創作的曲式、和聲、復調、配器等要素，同時把音樂的風格和音樂表達的情感充分量化，使得創作的音樂充滿個性，觸及人心。另外，平安科技深度學習團隊還創新性的把結構化機器學習相關理論引入到模型訓練中，強調音樂必須回歸音樂本質，創作的時候結合作曲家專業知識，在音樂的起承轉合規律下，對局部進行迭代優化，大大增強音樂可控性的同時，也使得音樂的開端與結尾顯得更加自然。
目前，人工智能作曲技術的運用，一方面可以為影視作品創造出大量具有辨識性的音樂作品，縮短配樂創作的時間，另一方面也為音樂創作人提供靈感延展的空間。
據悉，除人工智能作曲技術外，平安科技深度學習團隊還推出了智能閃賠、平安聲紋、平安票據OCR識別、平安語音識別、平安語音合成、問答和物理機器人、平安醫療影像等眾多人工智能領域的尖刀產品。其中智能閃賠利用深度學習神經網絡技術，以及強大的大數據挖掘邏輯規則，通過車損圖片，在風險可控的前提下，自動計算損失項目、損失程度和損失價格。該項技術能夠精準識別95%以上的整車損傷，并且通過建立的循環圖片數據學習模型，將生產的數據經過篩選后源源不斷的提供機器學習，持續提升準確率，將車險定損時長由2.5天變為秒級，提升4000倍車險定損速度。
此外，平安聲紋技術通過獨創的深度融合算法模型，實現1:1確認和1：N辨認，智能攔截“黑名單”。尤其是在傳統的身份認證環節中，平安聲紋通過構建每個客戶的聲音紋理，通過實時比對聲紋特征進行說話人確認和辨識,節省核身時間。目前該技術已應用到銀行信用卡電話核身環節中，無需問題直接驗證，縮短通話時間的同時，也有效降低了欺詐風險，增加用戶的體驗效果。
過去10年間，中國平安已累計投入500多億元用于創新科技的研發與應用，在五大核心技術（生物識別、大數據、人工智能、區塊鏈與云平臺）上取得重大突破。目前，生物識別技術全球領先，臉譜識別準確率99.8%，應用于200+場景，使用8億人次；聲紋識別準確率超99%，5000+萬聲紋庫；微表情識別，54種復雜微表情，1秒識別。
中國平安表示，此次AI作曲再獲突破，表明平安在人工智能領域的嘗試在不斷深化和延展。公司將持續推進“金融+科技”雙驅動戰略，通過科技驅動其在金融、醫療行業中的不斷創新，挖掘和完善人工智能技術在多場景下的應用，將科技成果運用于傳統金融業務中，提升競爭力的同時，搭建生態圈與平臺，并對外輸出創新科技，致力成為世界領先的金融科技公司。
此次國際AI作曲大獎賽是由瑞士聯邦理工學院（EPFL）舉辦，吸引了來自美洲、歐洲、亞洲等地團隊參與，是人工智能音樂領域極具開創性的一次挑戰賽。參賽者可選擇不同風格的數據集，如爵士、藍調、布魯斯或愛爾蘭民謠等進行多元化音樂的生成。
音樂創作的難點在于如何讓人工智能系統“學會”作曲？ 針對這一難題，平安科技深度學習團隊利用自身在人工智能語音領域的綜合優勢，提出了雙通道LSTM網絡以及海量多維的音樂特征表示方法，通過增加深度學習神經網絡的深度，讓網絡有較強的擬合能力,模擬人類作曲家，讓計算機充分地“學會”音樂創作的曲式、和聲、復調、配器等要素，同時把音樂的風格和音樂表達的情感充分量化，使得創作的音樂充滿個性，觸及人心。另外，平安科技深度學習團隊還創新性的把結構化機器學習相關理論引入到模型訓練中，強調音樂必須回歸音樂本質，創作的時候結合作曲家專業知識，在音樂的起承轉合規律下，對局部進行迭代優化，大大增強音樂可控性的同時，也使得音樂的開端與結尾顯得更加自然。
目前，人工智能作曲技術的運用，一方面可以為影視作品創造出大量具有辨識性的音樂作品，縮短配樂創作的時間，另一方面也為音樂創作人提供靈感延展的空間。
據悉，除人工智能作曲技術外，平安科技深度學習團隊還推出了智能閃賠、平安聲紋、平安票據OCR識別、平安語音識別、平安語音合成、問答和物理機器人、平安醫療影像等眾多人工智能領域的尖刀產品。其中智能閃賠利用深度學習神經網絡技術，以及強大的大數據挖掘邏輯規則，通過車損圖片，在風險可控的前提下，自動計算損失項目、損失程度和損失價格。該項技術能夠精準識別95%以上的整車損傷，并且通過建立的循環圖片數據學習模型，將生產的數據經過篩選后源源不斷的提供機器學習，持續提升準確率，將車險定損時長由2.5天變為秒級，提升4000倍車險定損速度。
此外，平安聲紋技術通過獨創的深度融合算法模型，實現1:1確認和1：N辨認，智能攔截“黑名單”。尤其是在傳統的身份認證環節中，平安聲紋通過構建每個客戶的聲音紋理，通過實時比對聲紋特征進行說話人確認和辨識,節省核身時間。目前該技術已應用到銀行信用卡電話核身環節中，無需問題直接驗證，縮短通話時間的同時，也有效降低了欺詐風險，增加用戶的體驗效果。
過去10年間，中國平安已累計投入500多億元用于創新科技的研發與應用，在五大核心技術（生物識別、大數據、人工智能、區塊鏈與云平臺）上取得重大突破。目前，生物識別技術全球領先，臉譜識別準確率99.8%，應用于200+場景，使用8億人次；聲紋識別準確率超99%，5000+萬聲紋庫；微表情識別，54種復雜微表情，1秒識別。
中國平安表示，此次AI作曲再獲突破，表明平安在人工智能領域的嘗試在不斷深化和延展。公司將持續推進“金融+科技”雙驅動戰略，通過科技驅動其在金融、醫療行業中的不斷創新，挖掘和完善人工智能技術在多場景下的應用，將科技成果運用于傳統金融業務中，提升競爭力的同時，搭建生態圈與平臺，并對外輸出創新科技，致力成為世界領先的金融科技公司。
