大模型落地金融行业重在场景,算力、精度、安全合规等问题待解
2023-08-28 13:29:01来源:21世纪经济报道
AIGC的发展正在从概念开始走向落地应用,从“通用大模型”走向“行业大模型”。以大模型为代表的新一代人工智能技术,将加速金融数字化和金融智能化的发展,重塑现有业务流程,改变产业格局。
那么,金融行业作为人工智能应用场景密集的行业,无疑是大模型技术落地的最佳领域之一。未来,大模型能解决金融领域哪些需求?创造什么样的价值?落地应用有哪些技术难点?多名学者及业内人士认为,大模型落地金融行业重在寻找合适的应用场景,但是在落地应用的过程中,还面临着算力、精度、安全合规等挑战。
落地最重要的是寻找应用场景
(资料图片仅供参考)
大模型让机器具有了常识,懂得了逻辑,学会了创作,让人和机器能以更自然的方式互动,通过与周边工具的结合,大模型已经具有了通用人工智能的雏形。北京大学光华管理学院商务统计与经济计量系教授王汉生表示,“好的人工智能算法、模型最终要解决的是业务问题,数据模型落地最重要的是寻找应用场景,比如在金融科技实践中,需要落地客服、销售、风控等业务场景。”
“大模型基于其所构建的向量空间,很可能打造出崭新的智能信息处理基础平台,进而变革各行各业的基本生态。大模型必然会导致相关产业重新洗牌。”清华大学人工智能研究院常务副院长孙茂松认为,金融大模型正在重新定义金融科技。对于金融科技公司而言,金融大模型属于兵家必争之地。金融科技公司对于金融大模型的态度决定了自身的境界,也决定了这家公司在日益激烈的竞争中能否赢得下一个五年,乃至下一个十年。
在度小满CTO许冬亮看来,金融行业是高价值行业,数字化基础好,高度依赖数据和技术,是大模型落地应用的高潜场景。对于中小金融机构,在大模型的浪潮里,有机会通过应用创新,来加快自身的数字化和智能化进程,跨越数字化鸿沟。
至于大模型怎么在行业应用,车万翔总结说,“无非也是这三板斧:语义检索、指令微调、继续预训练。通过语义检索,将检索结果作为提示词输入,能够提高通用模型处理专用任务的能力;针对特定任务标注数据并进行微调,可以进一步提高模型的性能;如果某个行业拥有大量数据,可以针对该行业进行持续的预训练,以进一步提高模型的性能。同时,还需要解决行业能力和通用能力之间的平衡问题,以及持续学习过程中的重点问题。”
光大信托数据中心总经理祝世虎认为,大模型需要大创新。目前,大模型在银行的主要应用包括智能客服、智能运营、写文章和写邮件。但是,这些应用并非银行的核心应用,没有涉及银行的核心应用。银行的核心应用仍在风险管理、资本管理和监管科技等几个方面。大模型在保险和信托领域的应用可能更多,因为银行产品主要是借贷,而保险产品非常复杂,需要耗费时间去解释。不过,从商业角度看,银行的市场会更大。
面临算力、精度、安全等挑战
大模型时代,算力、算法、数据构成了新范式的“三驾马车”。哈工大计算学部长聘教授车万翔认为,大模型的应用还需要解决定制化、小型化、角色化、个性化以及安全性、隐私性等问题。这些问题并非简单地引入一项技术就能解决,需要深入的研究和探索。
在走向落地应用金融场景的过程中,大模型仍然面临着挑战。中国农业银行研发中心大模型研发负责人耿博表示,AI 大模型面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等挑战。目前,大模型和场景融合是一个不断演进、探索的过程,数据是大模型的生产要素,基础设施是大模型的入场券,场景应用是大模型的驱动力,AI 大模型未来发展将趋于通用化与专用化并行。
在许冬亮看来,大模型落地金融存在三大挑战。第一,通用模型能力不能满足金融场景需要。通用大模型本身精度不够,而金融又是一个对精准性、可控性要求很高的行业。其次是通用大模型金融知识的缺失,做通用模型的公司和机构几乎没有办法获取到这些数据,那他们的模型自然也不具备这方面的知识。再次是大模型更新迭代困难,金融是高时效的,模型必须能够实时跟踪金融市场的变化和趋势,怎样保持大模型所学知识和信息的时效性,是个比较大的挑战。
第二个挑战是大模型如何高效植入现有业务场景。一个团队既要懂场景的know-how,又要理解大模型的使用方法,而且还需要具备比较强的工程能力,这样才有可能选择出适合应用大模型的场景,高效的将大模型嵌入到实际业务流程中去。而大模型的微调和提示词工程等等都是很有技巧的。就当下而言,具备这样能力的公司和团队是极少的,懂大模型技术的大多没有具体的行业经验,行业老兵又对大模型的技术理解不够深入,需要时间去磨合和培养。
第三个挑战是大模型生成内容的安全合规和隐私保护。金融本身是一个高合规要求的行业,加上大模型是颠覆性的新技术,我们对它的风险还没有完全了解,监管部门对它的落地应用也比较审慎。本月15号,面向大模型的第一个监管文件《生成式人工智能服务管理暂行办法》已经开始实施。随着大模型落地的不断推进,如何平衡大模型落地收益和大模型风险控制,是一个越来越突出的问题。
孙茂松认为,“实际上,在技术上要做好这个大模型,不是简单的基础模型就可以做好,里面有很多对模型进行研究的成分。因此,这些挑战都不是轻而易举就可以解决的,这就要求做大模型的公司一定要有研发能力,不是简单的应用,而是自身要有比较雄厚的研发能力。”
(文章来源:21世纪经济报道)
关键词:
责任编辑:hnmd003
精彩推送
- 大模型落地金融行业重在场景,算力、精度、安全合规等问题待解
- 现场下单、限时优惠,成都国际车展现“购车热”!有展位单日人流量近万、成交百余单
- 法定盈余公积是年底时计提吗 法定盈余公积
- 茅台+华为=?
- 滴滴放弃独立造车
- 苍南拆除一栋危旧房!
- 埃及、埃塞俄比亚、苏丹三国就“复兴大坝”争端展开新一轮谈判
- 我国拟制定学前教育法 幼儿园不得教授小学阶段的课程内容
- 筑梦蓝色粮仓
- 研究机构:中国二季度碳排放增长10%,背后是两大偶发因素
- “青稞酒”成为天佑德酒业务增长的主要推动力,营收同比增长11.26%!|产业链情报站
- 2023辽宁阜新市彰武县招聘教师拟聘用人员公示
- 广康生化:8月25日融资买入609.77万元,融资融券余额3117.71万元
- 杰克逊霍尔全球央行年会或令下半年全球资本市场动荡
- 圆桌访谈|“后来者”东风纳米,如何“卷”出自主纯电品牌新天地?
- 华泰证券:商用车行业有望保持国内温和复苏 出口持续强劲的增长势头
- 俄罗斯莫斯科市长:在莫斯科州击落一架无人机
- 移动小魔卡套餐可以改为移动花卡套餐吗_移动小魔卡套餐
- 实拍2024款比亚迪唐家族:9月交付,新款究竟升级了什么?
- 中原证券:商用车迎来复苏周期且出口亮眼
- 《互联网金融个人网络消费信贷信息披露》等4项金融国家标准发布;招联消金上半年净利润同比下降3.92%丨21消费金融参考
- 银河证券:内窥镜国产龙头将有持续较好的业绩表现
- 我市启动防汛IV级应急响应
- 上市险企寿险业务显著回暖 康养生态圈布局提速
- 中国恒大今起复牌!政策暖风下股价怎么走?半年报也出炉 负债微降、亏损缩窄
- 我国人工智能产业如何实现“弯道超车”
- 淘宝视频怎么下载到本地手机(淘宝视频怎么下载到本地)
- 我国机器人产业迈向中高端
- 《武林外传》称浙江卫视侵权 合理使用IP的边界在哪儿?
- 机械工业经济运行稳中有进
- 军委后勤保障部某中心采取务实举措提升军事医学研究保障质效
- 储能赛道持续火热 产业链公司上半年业绩频报喜
- 285家生物医药公司披露半年报 超六成实现净利润同比增长
- 车上有一匹马的标志是什么车(有一匹马的标志是什么车?)
- 同城同性同爱在线观看_同城同性同爱
- 即将启用的之江文化中心有哪些重磅活动可以参加?橙柿提前为你剧透
- 业内预计HJT电池生产成本年底接近PERC 累计出货量将达10GW级别
- 市场新能源渗透率持续提升 江淮瑞风携智能电混MPV全面转型用户共创品牌
- 终于加入了插电混动战场,广汽传祺ES9成都车展正式亮相
- 细胞培养造出最贵金枪鱼 富人“环保饕餮”真能拯救海洋吗?
- 【石榴花开 籽籽同心】沉浸式体验朝鲜族民俗风情 见证延吉文旅融合高质量发展
- 各地将灾后重建与新一轮洪涝风险应对工作相结合 最大限度确保群众生命财产安全
- 新致软件上半年净利润增长近2倍 加大业务支撑平台生态布局
- 唐文宗之后的皇帝是谁 唐文宗
- 两部门:8月28日起证券交易印花税实施减半征收
- 华夏银行昆明分行落地20亿元科创票据 切实服务国家创新驱动发展战略
- “Z世代”青年走进成都武侯祠
- 动物耳朵的特点和作用手抄报(动物耳朵的特点和作用)
- 10岁的男孩子怎么教育方法
- 3118耐晒大红BBN商品报价动态(2023-08-27)
- 信达证券:未来稀土价格仍有支撑
- 非金属矿石的税收分类编码(非金属矿)
- 《星空》主角全程配音引争议!游戏开发者坦诚取消设定原因
- 信达证券:未来稀土价格仍有支撑
- 首届山东(沂水)食品博览会开幕,河南味道现场圈粉
- 道明证券:预计8月非农新增就业人数低于20万
- 今日昂达vx787(昂达VX747 )
- 成都车展方寸之争:头部新能源车企受热捧,传统车企展台显冷清
- 关于公布文昌路及北侧地块棚户区改造项目房地产价格评估机构选定结果的公告
- 夸女孩子好看的句子
- 国家统计局:装备制造业发展动能积聚壮大
- 孙中山名号名句印谱(关于孙中山名号名句印谱简述)
- 浙江新能源新材料产业加速集聚,挑战之下市场信心几何?
- cpi高意味着什么(cpi高好还是低好)
- 多所高校新生线上自选宿舍:不再“开盲盒”
- 王者荣耀七夕返场皮肤有哪些 王者荣耀七夕节返场皮肤有哪些
- 统计局:1-7月电力、热力生产和供应业利润总额同比增51.2%
- 异质结,10吉瓦!人造太阳,重大突破!
- 孩子教育方面的问题
- 攀枝花机场有哪些直达航班(攀枝花机场)
- 民生证券:传统旺季来临 钢材消费有望持续改善
- 江门:水上施工“变形金刚”交付 用钢量堪比武汉长江大桥
- 全力以赴冲刺经济总量过千亿 努力为建设现代化、国际化美丽省会城市作出桥西贡献——访桥西区委书记孙鹏云
- 暑期档电影市场新变化
- 《电动汽车与分布式储能系统发展报告》白皮书在沪发布 “标准化小电池慢充换电”受关注
- 坚持求新求变、品质与潮流“两条腿”走路 港汇恒隆广场开业20多年来始终保持高人气 商圈风向标引得潮牌争相进驻
- 突破无线城域组网瓶颈 我国2项接入控制技术成为国际标准
- 减碳“阀门”应拧紧
- 首届山东(沂水)食品博览会|沂水县委副书记李晓冬:立足食品产业发展 赋能乡村振兴
- 2023亚布力中国企业家论坛第十九届夏季高峰会在深圳闭幕 思想碰撞的火花点亮每个会场
- 如何看大变局下的投资逻辑与投资偏好?养老是长期的投资趋势
- 瑞风RF8亮相成都车展 2023年底开启交付
- 深汕西高速改扩建为双向八车道 圆墩河特大桥顺利合龙 2024年90分钟直达深汕合作区
- qq卡开通(qq卡怎么办理)
- 2023年烧麦十大品牌排行榜
- 全新一代林肯航海家Nautilus混动版成都上市 智能混动 赋能美式豪华
- 周鸿祎:企业可以从知识问答、文书辅助写作的小切口先用上大模型
- 新华全媒+|创业者峰会开幕 北京向全球创业者张开双臂
- 2023暑期档总票房破200亿
- 2023成都车展|豪华市场再添“猛将” 路虎新卫士、捷豹E-PACE双车入市
- “唱和美 庆丰收”2023中国村歌大赛在京启动
- 中国漂流联赛总决赛在广西资源县拉开帷幕
- 陕西将符合条件养老机构内设医疗卫生机构纳入医保
- 光伏异质结路线风潮再起?华晟、东方日升、明阳的大佬们这样看
- 2023成都车展|预售价格下探至30万元以内:智己LS6迎来全球首秀
- 2023成都车展|江铃福特科技发布全新渠道品牌:福特Ranger 1st Edition开启预售
- 长江六座梯级电站单日发电超14亿千瓦时
- 今年AR高歌猛进 Rokid发布人机交互新品
- 韩某茹,被罚款+拘留
- 8月28日至9月1日 重庆多地检修停气