ChatGPT的誕生成為AI界的“iPhone時(shí)刻”，其出色的對(duì)話能力讓其成為歷史上用戶增長(zhǎng)最快的應(yīng)用。通用大模型在全球引發(fā)關(guān)注之時(shí)，服務(wù)于更加細(xì)分領(lǐng)域的行業(yè)大模型也進(jìn)入縱深探索階段。9月5日， “2023年中國(guó)國(guó)際服務(wù)貿(mào)易交易會(huì)·中國(guó)智能金融論壇”在國(guó)家會(huì)議中心舉辦。來(lái)自政府主管部門及金融、科技等行業(yè)的嘉賓，圍繞人工智能大模型在我國(guó)金融領(lǐng)域的應(yīng)用展開(kāi)了熱烈的討論。“如果哪一家銀行過(guò)度依賴ChatGPT或者過(guò)度依賴大模型，它可能是一家銀行走向衰亡的開(kāi)始?！痹袊?guó)銀保監(jiān)會(huì)黨校副校長(zhǎng)、國(guó)有重點(diǎn)金融機(jī)構(gòu)監(jiān)事會(huì)正局級(jí)監(jiān)事陳偉鋼在會(huì)上說(shuō)，“如何讓大模型更好助力金融業(yè)高質(zhì)量發(fā)展，在技術(shù)應(yīng)用的初始階段厘清其中有關(guān)技術(shù)、監(jiān)管的問(wèn)題，顯得尤為重要?！?/span>銀行業(yè)作為數(shù)據(jù)密集的行業(yè)，是大模型應(yīng)用落地的最佳選擇。中國(guó)郵政儲(chǔ)蓄銀行金融科技創(chuàng)新部高級(jí)信息技術(shù)專家朱峰表示，銀行業(yè)沉淀了海量的結(jié)構(gòu)和非結(jié)構(gòu)的數(shù)據(jù)，比如交易數(shù)據(jù)、風(fēng)控?cái)?shù)據(jù)、貸前報(bào)告、貸后分析等，這些數(shù)據(jù)質(zhì)量非常高，這既是大模型應(yīng)用落地的良好基礎(chǔ)，也是發(fā)展的內(nèi)生動(dòng)力之一。
在北京國(guó)家金融科技認(rèn)證中心有限公司總經(jīng)理張海燕看來(lái)，目前，大模型在金融領(lǐng)域的應(yīng)用主要有三個(gè)領(lǐng)域。一是以智能客服、智能投顧，以及創(chuàng)新交互體驗(yàn)為代表的交互領(lǐng)域；二是在風(fēng)控領(lǐng)域，輔助風(fēng)險(xiǎn)預(yù)判以及輿情分析；三是在生產(chǎn)工具領(lǐng)域，來(lái)輔助代碼開(kāi)發(fā)、金融咨詢生成、嵌入式應(yīng)用等，這也是目前通用大模型主的應(yīng)用領(lǐng)域。以百融云創(chuàng)打造的場(chǎng)景驅(qū)動(dòng)的產(chǎn)業(yè)大模型——BR-LLM為例，其主要提供AI開(kāi)發(fā)、智能交互、分析決策三種服務(wù)能力。在開(kāi)發(fā)端，不僅適用于金融機(jī)構(gòu)不同開(kāi)發(fā)能力的技術(shù)人員，也適用于非技術(shù)人員實(shí)現(xiàn)自動(dòng)化開(kāi)發(fā)；在交互端，提供語(yǔ)言理解、多輪對(duì)話、語(yǔ)言處理、文本生成“聽(tīng)、說(shuō)、讀、寫”四種能力，適用于金融營(yíng)銷、客服等場(chǎng)景；在決策端，為金融全生命場(chǎng)景的智能決策提供更全面的信息，為決策效率的提升注入更為強(qiáng)大的動(dòng)能。在智能交互方面，百融云創(chuàng)智能語(yǔ)音機(jī)器人對(duì)客戶語(yǔ)音識(shí)別的準(zhǔn)確率達(dá)99%以上；在分析決策方面，BR-LLM能夠憑借強(qiáng)大的信息挖掘能力，喚醒金融機(jī)構(gòu)大量沉積的信息，大大提升金融決策的精準(zhǔn)度和效率。“大模型所提供的豐富的業(yè)務(wù)場(chǎng)景，為決策者提供更優(yōu)的智能輔助，智能運(yùn)營(yíng)效率也得到提升，降低運(yùn)營(yíng)成本。”朱峰說(shuō)。 “最關(guān)鍵的一點(diǎn)是以前我們數(shù)字化主要是在軟件層面做事，實(shí)踐業(yè)務(wù)被軟件所定義，我們也應(yīng)用了一定的判斷式的AI幫助我們做數(shù)據(jù)決策。而生成式AI可以幫助我們實(shí)現(xiàn)更廣泛的任務(wù)，可以幫助我們?cè)跊Q策系統(tǒng)上實(shí)現(xiàn)更好的數(shù)據(jù)驅(qū)動(dòng)，并且期待可以執(zhí)行越來(lái)越多的可重復(fù)的腦力勞動(dòng)?！睆V發(fā)證券副總經(jīng)理首席信息官辛治運(yùn)指出。除較為基本的任務(wù)執(zhí)行應(yīng)用之外，在創(chuàng)新性和挑戰(zhàn)性更高的深度研究分析領(lǐng)域，部分機(jī)構(gòu)也展開(kāi)了一定的大模型技術(shù)的探索。比如，廣發(fā)證券與華為盤古合作，搭建行業(yè)模型，判斷企業(yè)財(cái)報(bào)是否存在財(cái)務(wù)造假，該模型的準(zhǔn)確率可達(dá)到90%。大模型為金融業(yè)帶來(lái)轉(zhuǎn)型機(jī)遇的同時(shí)，其技術(shù)自身的局限性也為轉(zhuǎn)型發(fā)展帶來(lái)一定的挑戰(zhàn)和風(fēng)險(xiǎn)。“大語(yǔ)言模型并不能夠解決所有問(wèn)題?！敝袊?guó)工程院院士、清華大學(xué)計(jì)算機(jī)系教授鄭緯民指出，大模型的本質(zhì)是關(guān)聯(lián)關(guān)系，利用海量數(shù)據(jù)中的語(yǔ)言來(lái)支撐，理解和生成內(nèi)容。模型并不能夠真正的理解語(yǔ)言，模型沒(méi)有時(shí)間的概念，模型不懂?dāng)?shù)據(jù)，沒(méi)有嚴(yán)格的推理能力，如果數(shù)據(jù)有問(wèn)題，大模型很難在專業(yè)領(lǐng)域發(fā)揮作用。“另外，大模型的不足之處在于模型可靠程度低，可能產(chǎn)生錯(cuò)誤回答和不準(zhǔn)確的回答，可解釋性弱，難以解釋決策和生產(chǎn)過(guò)程，自身推理能力差，訓(xùn)練成本高，這是模型的缺點(diǎn)?！编嵕暶裾f(shuō)。技術(shù)的局限是一方面，另一方面如何讓大模型能夠應(yīng)用到金融行業(yè)實(shí)體最核心的業(yè)務(wù)流程中，真正助力實(shí)體經(jīng)濟(jì)，對(duì)大部分機(jī)構(gòu)都是挑戰(zhàn)。中國(guó)農(nóng)業(yè)銀行研發(fā)中心副總經(jīng)理趙煥芳表示，行內(nèi)數(shù)據(jù)不能出集團(tuán)內(nèi)部，這是客戶的基本要求。不同的行業(yè)差距很大，即使在同一個(gè)行業(yè)，不同的企業(yè)也有差距，同樣是服務(wù)三農(nóng)，農(nóng)業(yè)銀行服務(wù)三農(nóng)的信貸產(chǎn)品，與工行服務(wù)三農(nóng)的產(chǎn)品，它的金融產(chǎn)品不一樣，屬性也是有所差別，怎么通過(guò)行內(nèi)的數(shù)據(jù)，來(lái)讓大模型懂這些知識(shí)，訓(xùn)練真正懂金融、真正懂銀行、真正懂農(nóng)行的大模型，需要進(jìn)一步探索。如果要實(shí)現(xiàn)大模型的高效利用，本地化和個(gè)性化的部署是必不可少的?！暗@也為機(jī)構(gòu)帶來(lái)了更大的成本壓力?！睆埡Ｑ嗾f(shuō)。與此同時(shí)，一項(xiàng)技術(shù)所帶來(lái)的安全風(fēng)險(xiǎn)，也需要監(jiān)管機(jī)構(gòu)和行業(yè)時(shí)刻警惕。數(shù)據(jù)安全問(wèn)題是與會(huì)嘉賓頻繁提到的關(guān)鍵詞。朱峰表示，由于搭建大模型需要的算力龐大，大部分企業(yè)可能都不具備私有化部署的團(tuán)隊(duì)，部分企業(yè)員工的保密性不強(qiáng)，將企業(yè)的工作秘密通過(guò)應(yīng)用方式上傳到互聯(lián)網(wǎng)，包括三星公司泄露芯片的機(jī)密事件，三星解密了ChatGPT的應(yīng)用之后，將內(nèi)部的數(shù)據(jù)庫(kù)對(duì)接并咨詢工程師芯片設(shè)計(jì)問(wèn)題，導(dǎo)致他相關(guān)設(shè)計(jì)圖和文稿出現(xiàn)泄露。圍繞大模型中的“數(shù)據(jù)”問(wèn)題，朱峰還指出，需要注意到其中的數(shù)據(jù)霸權(quán)和壟斷的問(wèn)題，通用大模型通常使用公共數(shù)據(jù)語(yǔ)料進(jìn)行訓(xùn)練，互聯(lián)網(wǎng)上高質(zhì)量的中文語(yǔ)料偏少，也缺乏良好的標(biāo)注，所以目前呈現(xiàn)出來(lái)的大模型很多是以西方主流觀點(diǎn)為主。此外，隱含偏見(jiàn)和可能帶來(lái)的技術(shù)濫用問(wèn)題，雖然在大模型技術(shù)誕生之初就已提出，但放在當(dāng)下去看，依然具有警示意義?！凹夹g(shù)可能會(huì)生產(chǎn)出有害的內(nèi)容，也可能會(huì)作為輿論攻擊的工具。另外，生成內(nèi)容涉及到侵權(quán)問(wèn)題時(shí)，機(jī)器是無(wú)法擔(dān)責(zé)的?！敝旆逭f(shuō)。面對(duì)機(jī)遇和挑戰(zhàn)，政府部門與行業(yè)更應(yīng)合力，一方面推進(jìn)大模型在行業(yè)的深度應(yīng)用，另一方面提升監(jiān)管水平，和技術(shù)同步發(fā)展。“與普通模型相比，大模型具有更加復(fù)雜和龐大的網(wǎng)絡(luò)結(jié)構(gòu)、更多的參數(shù)和更深的層數(shù)。但更大規(guī)模并不等于更強(qiáng)模型能力?！卑偃谠苿?chuàng)AI創(chuàng)新負(fù)責(zé)人指出，“產(chǎn)業(yè)大模型考驗(yàn)的是算力+行業(yè)know-how+模型精調(diào)的綜合能力。其中行業(yè)know-how尤為關(guān)鍵，這是專家經(jīng)驗(yàn)、行業(yè)知識(shí)、組織能力、工程能力的綜合體，而這也恰恰是垂直企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)所在?！?/span>
搭建共識(shí)是技術(shù)與行業(yè)深度融合的第一步。張海燕表示，大模型需要大算力，當(dāng)前國(guó)內(nèi)算力市場(chǎng)面臨算力供給短缺，國(guó)產(chǎn)AI生態(tài)不足，機(jī)房網(wǎng)絡(luò)建設(shè)等情況，金融機(jī)構(gòu)需要深化與產(chǎn)業(yè)各方的合作，來(lái)共同推動(dòng)解決大規(guī)模算力部署和應(yīng)用挑戰(zhàn)。張海燕還指出，大模型需要大合作，銀行業(yè)需要加快探索引入業(yè)界通用的大模型技術(shù)策略和實(shí)踐，通過(guò)推進(jìn)大模型算法在銀行業(yè)的應(yīng)用實(shí)踐，增強(qiáng)大模型能力，從而提升大模型服務(wù)金融行業(yè)的能力。在此基礎(chǔ)上，提升創(chuàng)新能力，大模型要在銀行業(yè)深化應(yīng)用，就需要探索形成一套面向銀行業(yè)的高標(biāo)準(zhǔn)、低門檻的銀行業(yè)金融大模型應(yīng)用模式。“在數(shù)據(jù)方面，還應(yīng)持續(xù)完善大模型數(shù)據(jù)工程建設(shè)，持續(xù)提升大模型數(shù)據(jù)清洗的工程化能力，高效去除有害非事實(shí)數(shù)據(jù)，助力大模型訓(xùn)練數(shù)據(jù)質(zhì)量提升，并從單一的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)向多模態(tài)的全領(lǐng)域數(shù)據(jù)?！睆埡Ｑ嗾f(shuō)。陳偉鋼表示，在這個(gè)過(guò)程中，早監(jiān)管、及時(shí)監(jiān)管非常重要。2022年1月銀保監(jiān)會(huì)印發(fā)的《關(guān)于銀行業(yè)、保險(xiǎn)業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意見(jiàn)》中強(qiáng)調(diào)，把服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)人民群眾作為銀行業(yè)保險(xiǎn)業(yè)數(shù)字化轉(zhuǎn)型的出發(fā)點(diǎn)和落腳點(diǎn)?！霸诖_保金融安全的前提之下，我國(guó)的大數(shù)據(jù)和人工智能應(yīng)用，應(yīng)該要牢牢把握這個(gè)方向?！敝袊?guó)人民銀行科技司原司長(zhǎng)、中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)數(shù)字金融工作委員會(huì)專家委員會(huì)主任陳靜在會(huì)上表示。
撰文：《中國(guó)報(bào)道》記者李士萌
圖片來(lái)源：受訪者供圖
審發(fā)：張利娟
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
