(資料圖)
“金融行業(yè)作為人工智能應用要求高、場景豐富的場景，是大模型技術和算法突破的沃土。我十分期待你們在未來推動大模型應用在金融領域的探索和實踐,從而帶動和加速金融數(shù)字化和智能化的發(fā)展。”中國工程院院士倪光南日前在金融大模型發(fā)展論壇暨馬上消費金融大模型會上說道。
本次論壇以“數(shù)智融合，渝見未來”為主題，云集了譚建榮、倪光南、孫茂松和楊新民4位院士及100多家金融機構，攜手馬上消費金融股份有限公司（以下簡稱“馬上消費”），共同探討金融大模型的未來。
論壇上，馬上消費發(fā)布全國首個零售金融大模型——“天鏡”，寓意大模型是人類智慧的鏡像，推動金融機構高質(zhì)量發(fā)展。基于此，中國信通院、重慶國家應用數(shù)學中心和馬上消費牽頭發(fā)起，阿里云、百行征信、北京火山引擎科技有限公司、中關村科金、畢馬威、復旦大學金融科技研究院、樸道征信、騰訊云、中國科學院自動化研究所等聯(lián)合倡議發(fā)起的“金融大模型可信安全驗證與聯(lián)合創(chuàng)新行動計劃”。
“今年年初的ChatGPT非常直面，我們感覺到無所不能，但是坦誠講，在工業(yè)領域、金融領域，大模型還有四個關鍵的難題?！瘪R上消費首席信息官蔣寧開局就直面通用大模型和金融大模型的本質(zhì)區(qū)別。
他表示，大模型目前還面臨關鍵性任務和動態(tài)適應性、個性化要求和隱私保護、群體智能與安全可信和基礎設施的能力四大難題。他舉例表示生成大模型，最大的困難是滿腹經(jīng)綸，回答錯了他可以不承擔風險，比如自動駕駛，它的剎車、提速、轉彎、看燈，外界環(huán)境都在變化，對象車在變化，所以絕對不能出錯，1%的錯都會造成生命財產(chǎn)的損失，這就是金融大模型和傳統(tǒng)大模型最大的區(qū)別。生成式模型它不能做解釋，但是金融大模型最主要的模型叫做判別性，它需要做決策，交易決策。
蔣寧介紹，以馬上消費的風控來講，有將近2000個模型，20萬張表，每天都在變化，但環(huán)境不管如何發(fā)生變化，讓我們的模型錯一個，非常不容易，這就要做到可控、安全。這背后是因為馬上消費作為以科技驅動的頭部持牌消費金融機構，積累了1.79億的用戶，有超2000個模型，10萬+變量，近50PB的多模態(tài)、高質(zhì)量的數(shù)據(jù)等，通過在這些自身數(shù)據(jù)上做模型精調(diào)對齊訓練，同時再用推理加速技術實現(xiàn)模型可控，從而相比其他企業(yè)更懂金融。
關于安全的風險，中國工程院院士、浙江大學求是特聘教授譚建榮說道，有了數(shù)據(jù)和模型，才能從不確定的關系轉變?yōu)榇_定的關系，從變量中找出不變量。
而應對AI風險方面，國際系統(tǒng)與控制科學院院士、重慶國家應用數(shù)學中心主任楊新民表示，隨著大模型的開放開源，深度合成技術的非法使用存在加速積聚的風險。他特別提到了“與馬上消費率先在金融領域進行原創(chuàng)性探索”，包括加強深度防偽驗證系統(tǒng)，包括人臉識別及生物特征識別驗證系統(tǒng)的活體檢測、Deepfake偽造檢測、對抗攻擊與防御、深度學習可解釋性等。
蔣寧表示，目前馬上消費已形成“三縱三橫”的大模型發(fā)展技術布局，并領航構建可信、合規(guī)、多模態(tài)、適配全域、泛化的金融大模型技術能力體系，聚焦行業(yè)領先的基礎語言特性能力、邏輯和推理能力、語義理解、生成與創(chuàng)作、金融領域能力、安全與合規(guī)能力等六大核心領域，進一步推動金融數(shù)字化轉型。
（編輯 顏皓）