“近期，我們將正式發(fā)布自主大模型，與社會(huì )各界共享、共創(chuàng )更多有價(jià)值的探索。”在第六屆世界人工智能大會(huì )上，馬上消費金融股份有限公司（以下簡(jiǎn)稱(chēng)“馬上消費”）副總經(jīng)理兼首席技術(shù)官（CTO）蔣寧說(shuō)。
蔣寧表示，金融行業(yè)是數據、技術(shù)密集型行業(yè)，具有數據規模大、數據類(lèi)型多等特點(diǎn)，與大模型訓練所需要的底層數據基礎要求十分契合。“大模型在金融領(lǐng)域有廣泛的應用前景，幫助推動(dòng)構建用戶(hù)個(gè)性化服務(wù)體驗。在數字中國的建設背景下，大模型將有效提升金融領(lǐng)域營(yíng)銷(xiāo)、運營(yíng)等價(jià)值鏈效率，進(jìn)一步拓展數據決策在風(fēng)控領(lǐng)域的創(chuàng )新應用效果，助力金融行業(yè)數字化轉型產(chǎn)生實(shí)質(zhì)性的飛躍。”
當前，人工智能大模型的發(fā)展在全球都還處在初期階段，在金融領(lǐng)域的探索也剛剛起步，面對的困難和挑戰依舊不少。蔣寧表示，金融領(lǐng)域探索大模型的困難和挑戰主要體現在關(guān)鍵性任務(wù)和動(dòng)態(tài)適應性、個(gè)性化要求和隱私保護、安全可控需求提升、大數據和基礎設施能力挑戰四個(gè)方面。
一是由于金融各項業(yè)務(wù)是動(dòng)態(tài)且變化的，面對不可預期的外界環(huán)境和突發(fā)意外情況，當前的大模型并不能做到每一個(gè)決策都穩定、精確，這是金融機構在運用大模型等人工智能技術(shù)時(shí)存在的一個(gè)非常大的挑戰。
二是金融行業(yè)希望利用人工智實(shí)現極致的用戶(hù)體驗，包括推出個(gè)性化、定制化的用戶(hù)產(chǎn)品和服務(wù)，但這需要個(gè)人隱私數據和大模型相融合，涉及到合規和安全問(wèn)題，需要行業(yè)不斷探索破解之道。
三是金融行業(yè)一直存在的“數據孤島”問(wèn)題，跨行業(yè)、跨組織、跨機構的數據共享沒(méi)有形成，數據共享體系建設需要持續探索。大模型要不斷發(fā)展成熟，就必須構建一個(gè)巨大的增強學(xué)習或者強化學(xué)習的網(wǎng)絡(luò )平臺，金融機構在這個(gè)平臺上持續貢獻數據并實(shí)時(shí)反饋，促進(jìn)平臺不斷升級和進(jìn)化。
四是金融行業(yè)大模型應用對底層設備、基礎架構等軟硬件設施提出了更高的要求?，F在的網(wǎng)絡(luò )、服務(wù)器、芯片等軟硬件設施需要不斷迭代升級，以滿(mǎn)足后摩爾時(shí)代高速增長(cháng)的數據和算力要求。
如何迎接上述挑戰？蔣寧認為，金融大模型有三個(gè)關(guān)鍵能力值得關(guān)注：強化學(xué)習和持續學(xué)習技術(shù)、魯棒性決策、組合式AI系統技術(shù)。
首先，大模型具備強化學(xué)習和持續學(xué)習技術(shù)。OpenAI的核心能力不僅是表面的ChatGPT巨量模型參數，更在于其幕后的強化學(xué)習機制和各種生態(tài)能力的建設，通過(guò)不斷使用讓系統越用越聰明、越用越人性化。目前，國內的各種大模型還未完成自適的生態(tài)體系建設，學(xué)習能力仍需進(jìn)一步強化。
其次，魯棒性決策也是大模型在關(guān)鍵決策領(lǐng)域落地的核心能力，如何幫助排除噪音以及干擾性問(wèn)題，在突發(fā)和不可預期情況下實(shí)現關(guān)鍵決策的持續穩定和合規可信尤其重要。
再次，大模型另一個(gè)關(guān)鍵能力是組合式AI系統技術(shù)。組合式AI系統技術(shù)可以有效結合各種垂直領(lǐng)域判別式模型的可用性和專(zhuān)業(yè)性，具備生成式大模型的遷移學(xué)習和泛化能力強的特點(diǎn)，可以在真正發(fā)揮大模型的泛化能力優(yōu)勢。
“得益于與客戶(hù)廣泛的交流和互動(dòng)，我們已經(jīng)為利用大模型技術(shù)訓練人機協(xié)作、人機對話(huà)等建立了龐大的數據要素，為金融大模型實(shí)踐奠定了基礎。”蔣寧說(shuō)，金融大模型落地要做到安全可控、個(gè)性化決策和體驗、持續學(xué)習。據了解，目前，馬上消費公司已經(jīng)研發(fā)了實(shí)時(shí)人機決策模型、多模態(tài)大模型、數據智能模型等，并在內部上線(xiàn)測試。
【關(guān)閉】
