马上消费金融是第几产业的大模型技术在金融是第几产业业的应用前景如何？

来源：蜘蛛抓取(WebSpider) 时间：2023-10-20 15:35 标签： 金融是第几产业
“金融行业作为人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土，我期待未来推动大模型应用在金融领域的探索和实践，从而带动和加速金融数字化和智能化的发展。”8月28日，中国工程院院士倪光南在金融大模型发展论坛暨马上消费金融大模型发布会上如是说。中国工程院院士倪光南在金融大模型发展论坛上做主题演讲。马上消费供图本次论坛以“数智融合，渝见未来”为主题，云集了谭建荣、倪光南、孙茂松和杨新民四位院士及100多家金融机构，携手马上消费金融股份有限公司（下称“马上消费”），共同探讨金融大模型的未来。论坛上，马上消费发布了全国首个零售金融大模型——“天镜”。马上消费发布首个零售金融大模型“天镜”。马上消费供图专家院士共论金融大模型的可信、安全“今年年初的ChatGPT非常直面，我们感觉到无所不能，但是坦诚讲，在工业领域、金融领域，大模型还有四个关键的难题。”马上消费首席信息官蒋宁直面通用大模型和金融大模型的本质区别。他表示，大模型目前还面临关键性任务和动态适应性、个性化要求和隐私保护、群体智能与安全可信和基础设施的能力四大难题。他举例表示生成大模型，最大的困难是满腹经纶，回答错了可以不承担风险，它不能做解释。但是金融大模型最主要的模型叫做判别性，它需要做决策，交易决策。“拿马上消费的风控来讲，马上消费作为以科技驱动的头部持牌消费金融机构，积累了1.79亿用户，有超2000个模型，10万+变量，近50PB的多模态、高质量的数据等，通过在这些自身数据上做模型精调对齐训练，同时再用推理加速技术实现模型可控，从而相比其他企业更懂金融。”蒋宁表示。马上消费首席信息官蒋宁在金融大模型发展论坛上做主题演讲。马上消费供图“人工智能时代，眼看的不一定是事实，大家要提高警惕。”关于安全风险，中国工程院院士、浙江大学求是特聘教授谭建荣表示，马上消费能探索金融大模型，有了数据和模型，才能从不确定的关系转变为确定的关系，从变量中找出不变量。中国工程院院士、浙江大学求是特聘教授谭建荣在金融大模型发展论坛上做主题演讲。马上消费供图欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松表示，“大模型的基本定位还是智力劳动者的助手，它不会把一个行业整体取代。因为通用大模型对文本语言比较重视，对数字其实不敏感，所以ChatGPT有时候经常乱说，而金融数据很多都是结构化知识图谱，所以大模型在金融领域有很多挑战。马上消费做了一个很好的示范作用，开了一个好头。”欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松在金融大模型发展论坛上做主题演讲。马上消费供图而应对AI风险方面，国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民表示，随着大模型的开放开源，深度合成技术的非法使用存在加速积聚的风险。他提到，“与马上消费率先在金融领域进行原创性探索”，包括加强深度防伪验证系统，包括人脸识别及生物特征识别验证系统的活体检测、Deepfake伪造检测、对抗攻击与防御、深度学习可解释性等。国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民在金融大模型发展论坛上做主题演讲。马上消费供图针对提升大模型应用的可信实践，中国信息通信研究院副总工程师王爱华表示，可信人工智能实践的路径逐步清晰，人工智能发挥作用越大，它对于安全可信的要求也越高。当从业者把安全和一些问题作为发展第一要务时，说明这个技术在整个领域会进行应用。中国信息通信研究院副总工程师王爱华在金融大模型发展论坛上做主题演讲。马上消费供图三纵三横 “天镜”大模型四大核心应用场景亮相在“天镜”大模型发布会上，蒋宁表示，马上消费已形成“三纵三横”的大模型发展技术布局，并领航构建可信、合规、多模态、适配全域、泛化的金融大模型技术能力体系，聚焦行业领先的基础语言特性能力、逻辑和推理能力、语义理解、生成与创作、金融领域能力、安全与合规能力等六大核心领域，进一步推动金融数字化转型产生实质性的飞跃。所谓三纵，是指实时人机协作、多模态智能、数据决策智能，在数据领域实现智能化，实现结构性数据判别式模型的综合能力。三横即是指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力，确保让模型越用越聪明，同时更稳定、更安全可控。基于三纵三横，马上消费人工智能研究院院长陆全围绕引爆企业的数据潜能，打造全能数字员工这一核心，对“天镜大模型”在汇集智慧、唤醒知识、众创价值、数字分身四大应用场景进行了介绍。在汇集智慧方面，主要是应用在人工客服场景，通过大模型提炼萃取一线优秀人工坐席客服经验，汇聚成群体智慧，从而拥有一对多服务客户的能力，也可作为人工坐席的辅助角色，帮助推荐、优化回答。据悉，该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均28%的水平。马上消费人工智能研究院院长陆全在金融大模型发展论坛介绍天镜大模型。马上消费供图在唤醒沉睡知识方面，主要是高效解决了提取、利用非结构化文档中的数据资料的痛点。例如，将企业招股书、财报、经济预测数据等文件上传后，天镜大模型可以深入解析金融领域专业术语、同时查询定位多个不同文档、洞悉金融图表隐含的信息和强大归纳总结能力。在众创数据价值方面，主要是为了降低使用数据的门槛。天镜大模型SQL生成平台不再需要代码等专业指令，可直接向AI说大白话，天镜自动理解需求、展开检索、生成答复，按照人的意思去完成数据挖掘的任务。当前，天镜每日线上SQL生成数量650多次，线上SQL生成可执行比例53.4%，SPIDER标准数据集EX得分75.2，线上使用者满意度反馈比例82.3%，表现领先行业。在数字分身方面，打造“数字外表+智慧大脑+情感内心”三合一数字人。陆全介绍，“数字人”能让每个员工轻松拥有自己的数字分身，上传资料并定制参数，只需5分钟的训练，数据就可以生成“另一个我”，成为人人都拥有的超级助手，代替员工完成大量工作。据了解，本次论坛由重庆两江新区管委会、重庆市科学技术局、重庆市经济和信息化委员会、重庆市人力资源和社会保障局、重庆市地方金融监督管理局、重庆市大数据应用发展管理局、重庆市科学技术协会共同主办，马上消费、两江产业集团承办，北京中关村科金协办。（刘敏、张睿）(责编：秦洁、刘政宁)分享让更多人看到
马上消费大模型：“天镜”正式亮相了。马上消费发布首个零售金融大模型“天镜”8月28日上午，在重庆举行的“数智融合·渝见未来”金融大模型发展论坛上，马上消费大模型“天镜”正式发布。作为全国首个零售金融大模型，“天镜大模型”基于马上消费的技术沉淀与研发积累，以及过去8年对金融行业的认知和理解，进一步推动AI技术在金融行业的应用以及AI科技赋能数字金融创新。马上消费大模型在零售金融领域的落地，也意味着大模型在金融垂类落地应用的进一步深入，并由此推动行业数智化创新发展，赋能实体经济降本增效进入新的高质量发展阶段。“天镜”大模型拉开金融高质量发展的“新幕布”马上消费发布的金融大模型“天镜”是生长在产业端的大模型。马上消费首席信息官蒋宁在金融大模型论坛上演讲马上消费CTO蒋宁认为，未来对大模型探索的主要思路应该是，将生成式模型的泛化能力、迁移学习能力与判别模型进行有效结合，才能解决金融机构的实际问题。马上消费人工智能研究院院长陆全“马上消费的天镜大模型从一开始研发，我们就专注于真正要帮金融企业，以及零售金融企业去落地，产生实际的价值。这是我们所有研发天镜大模型的一个基础。”马上消费人工智能研究院院长陆全表示。天镜大模型结合了持续学习、组合式AI等能力，真正能够将大模型技术落地到金融产业端，解决实际问题的能力更强。一方面，横向上要有领先的应用能力，搭建起金融大模型稳定、持续进化的基础。另一方面，要真正能够落地产业，纵向深入到场景。天镜大模型的发布，提出了“三横三竖”战略：三横是指在横向能力上，数据领域实现智能、针对非结构性数据形成判别式风控模型的综合能力、形成实时的人机协作；三竖是指大模型能力纵深上达成组合式AI、强化学习机制、做到鲁棒性技术。“三横三竖”战略首先是解决数据的智能的问题。大模型可将非结构化数据转化为方便使用的知识，形成知识库，解决数据端“最初一公里”的效率问题。并且能够降低结构化数据的使用成本。天镜大模型通过大数据语料库、高精度训练集，实现数据智能，从而把大量非结构化的数据转化为方便使用的知识库，通过跨领域知识理解、归纳、推理、自动抽取的能力。例如，解决招股书、财报等专业文档中快速检索、归纳、关联各类数据的使用效率问题。此外，数据智能能够实现SQL生成，非技术人员可以完成SQL编写，将结构化数据转化为工具，帮助新入职的分析师熟悉业务数据，快速开展工作，进一步降低结构化数据的使用成本。其次是智能交互能力。大模型的多模态技术让数字人能够理解人、有情感、有温度，更好地服务于人。比如智能简历的生产投递、再比如，能够实现实时生成的智能对话，这意味着金融行业有望能够利用人工智能，为用户提供高度定制化、以及个性化的产品和服务。智能交互的应用，能够进一步帮助金融机构提升个性化的服务能力，降低个性化服务成本。最后是智能决策能力。天镜大模型可将复杂的业务决策转化为可执行的业务能力。有金融领域积累的32亿通真实用户对话，加上金融领域资料万亿级的token做支撑，能够实现实时人机决策。借助组合式 AI 系统技术，大模型能够把“生成式模型”和 “判别式模型”有效结合，保证金融行业所要求的知识的覆盖度、专业性、合规性和正确性。总体来看，结合了持续学习、模型控制、组合式AI的能力，能够让模型越用越聪明，“三纵三横”战略下，马上消费大模型，核心在于打造零售金融大模型的产业落地能力。“金融行业作为人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土。”中国工程院院士倪光南在论坛上表示，十分期待大模型应用在金融领域的探索和实践。如今大模型行业，由通用到垂直的路径已经清晰，下个阶段比的就是真正的产业化落地能力，在这一点上，马上消费的落地，目标很明确，进一步推动大模型技术在行业的落地。这背后，隐现的不仅是技术实力积累，也是一种长期主义价值观。大模型的发布，是马上消费对技术长期投入的结果，累计投入科研费用逾 30亿元，自主研发出1000多套系统，组建2100余人研发团队，并且建设16个联合创新实验室，巨大的投入是技术实力的基础。长期投入下，马上消费建立起算力、算法与数据三大支柱，对行业而言，以“天镜”大模型为起点，马上消费拉开金融高质量发展的“新幕布”。金融领域，数据是重要的资产，也是重要的生产资料。而大模型就是挖掘这些数据生产资料的“金锄头”。数智时代，金融领域高质量发展，本质上是数据资产的高质量发掘生产。大模型是工具，数据是原料，究竟能产生多少价值，还是看对行业的理解能力。马上消费发布“天镜”大模型，是从业务上“长”出来的，是战略的自然延展，对行业理解自然也够深。接下来，随着马上消费大模型进一步落地，金融行业运营成本、运行效率，有望迎来一次新的迭代升级。从入局到破局硬实力+软实力构建科技产业“护城河”AI大模型不仅仅是意味着一次行业性的新升级，也意味着一次核心竞争力的重构。过去的AI、智能化解决的是可不可用的问题，而人们希望看到的是大模型应用能够解决好不好用的问题。比如，当下AI客服在行业中的应用还有缺憾，用户接到电话之后后容易就听出来对方是AI还是真人，影响消费者的体验，如果每个人接到电话就像真人打的，可以与客户进行非常个性化的聊天，就可以大大提升传统金融服务的效率。“关于通用大模型，核心是生态，而不是参数，生态才让这个模型越用越聪明，没有生态，通用大模型是没法在未来能够越用越聪明。”马上消费CTO蒋宁表示。：“ 未来阶段，我们会给行业带来的变化，第一个个性化的服务和极致用户体验、第二的，高效的价值传递效率、第三，安全合规的决策。”要做到这些，并且让大模型越用越聪明，就意味着不仅要“入局”，而且要做到“破局”。如何破局？马上消费的理解是：扎根产业，基于真实场景研发，能够实打实的产生增量价值，最终完成“成本替代”。落地行业增量价值有几个维度，比如能不能增强金融业务决策的可信度，能不能深入的挖掘数据资产的价值，能不能真正的提高金融业务的决策效率。这些增量价值如果能够被挖掘出来，那么这样的大模型很有可能会成为金融行业应用的杀手级产品。要知道，除了ChatGPT之外，还没有真正意义上的杀手级大模型应用的出现，甚至于ChatGPT本身放在垂直领域，也算不上“杀手级”的应用。要真正做的到这一点，并不容易。金融行业最基础的一环是可信，比如，怎样做到大模型决策在任何情况下都足够可信？马上消费的思路是，用多模块、算法组合，不断研究对抗学习，从而保证突发、恶意的情况下，结果依然安全。换句话来说，数据样本要足够多，算法能力要足够强，才能够深入现实业务场景，真正解决行业痛点。据悉，在技术上，马上消费大模型已经集合千亿参数、上万台服务器，近千张GPU卡，50PB的文字、声音、图片、视频等形式的数据，进一步实现算力、算法、数据以及场景的闭环，从而打造金融场景下自身的核心竞争力。大模型在垂直领域落地的护城河越宽，说明背后的企业既有软实力也有硬实力。硬实力其实就是在数据、算法、以及算力这三大要素上的底层能力。马上金融已经构建起来的2000+个模型以及一整套完整的多模态的资产，正是大模型进一步落地金融垂类领域的有力支撑。此外，马上消费在金融领域积累的32亿通真实用户对话，加上金融领域资料万亿级的token，在数据层面、技术层面，都有打造行业大模型的底座。“基于这样的近千亿的数据量和组合模型（OutGPT技术），结合它的反馈机制进行强化学习，在不同场景下，把语音、声纹，包括心理学这些模型融合在一起，这是我们的核心竞争能力。”蒋宁表示。软实力，则更多体现在对行业的理解力。金融行业有自身的特殊性，比如隐私保护、安全可控，这都是需要更懂行的人来做金融大模型。这也是马上消费的优势。智能决策的合规性和安全性方面，马上消费大模型采用了组合式 AI 系统技术，把“生成式模型”和 “判别式模型”有效结合，这些底层能力上的创新，有力于进一步保障合规性和安全性。专业的人做专业的事儿，在金融行业深耕多年之后，由马上消费来落地这一行业大模型，其实更容易成功。跳出金融行业来看，“天镜”大模型，对于整个大模型赛道的应用落地都有促进意义。事实上，马上消费大模型发布影响可能更为深远，不仅是金融领域，对于整个大模型的发展都有示范意义。大模型的“赛点”是产业应用，但是产业应用究竟该如何去落地，各家有不同的解法，怎样的解法才是“标准答案”其实并没有定论。马上消费大模型，给大模型的产业应用打了样，这对接下来的垂直领域的大模型落地，有更多的促进意义。从这个角度来看，马上消费大模型的发布，也意味着大模型正在深入迈向应用端。打响深度产业化的第一枪，接下来，大模型落地应用有了可以参考的范式，从而带动各个领域的数智化高质量发展。写在最后：大模型的风向正在发生新的变化。ChatGPT的访问量减少，但大模型在产业端的应用却在加速。ChatGPT点燃了大模型的第一把火，而第二把火、第三把火则需要产业应用端来继续接力。经过了市场的风口之后，大模型终究还是要靠落地，换言之，垂直领域的机会一直都在。接下来金融领域会不会诞生首款“杀手级”的应用大模型，值得期待。
马上消费CTO蒋宁。今年，ChatGPT的火热再次掀起了全球对人工智能（AI）的高度关注，目前，各行各业都在探索，生成式人工智能到底能给行业带来哪些颠覆，金融机构是这方面的先行者。7月12日，在2023新京报贝壳财经夏季峰会的“AI如何助力金融行业服务实体经济”的圆桌论坛上，马上消费CTO蒋宁表示，生成式AI的先进之处在于其迁移学习能力、泛化能力较强，但目前金融机构大多使用的是工业级判别模型，即一定要给出结果，而不像GPT一样，它给你的回答可以是错误的，但经过训练，模型准确性会逐渐提升。所以，未来对大模型探索的主要思路应该是，将生成式模型的泛化能力、迁移学习能力与判别模型进行有效结合，才能解决金融机构的实际问题。同时蒋宁透露，马上消费将会在近期发布金融大模型，结合了持续学习、组合式AI等能力，将在组合决策上作出实践。组合式AI能力才能解决金融机构实际问题公开资料显示，马上消费成立于2015年，是一家经监管批准，持有消费金融牌照的科技驱动型金融公司。据蒋宁介绍，目前，马上消费已有3000多名员工，其中，超过2000名都是人工智能和大数据专业的科技人员，8年来，公司累计申请专利已达1300多件，资产管理规模已过千亿元。其实，过去几年，AI在金融领域的应用并不少见，但如今的生成式AI依然掀起了金融领域的高度关注，蒋宁认为，生成式AI的先进之处在于其迁移学习能力、泛化能力较强，但目前金融机构大多使用的是工业级判别模型，即一定要给出结果，而不像GPT一样，它给你的回答可以是错误的，但经过训练，模型准确性会逐渐提升。所以，未来对大模型探索的主要思路应该是，将生成式模型的泛化能力、迁移学习能力与判别模型进行有效结合，才能解决金融机构的实际问题。在这一大思路下，组合式AI能力应该给金融机构带来哪些改变？蒋宁提出了三个方面，一是金融机构如何基于新型数字化技术，深入洞察消费者，并提供个性化体验；二是提升传统金融的运营效率，如营销、获客等；三是做合规安全的决策智能。以用户洞察为例，蒋宁认为，未来的用户画像应该要实现每秒钟上亿的画像，且画像是自动化、动态化、贯穿全生命周期的，更智能、精细、准确、及时、深入的洞察用户可以自动优化营销、风险等标签。又以提升传统金融运营效率为例，蒋宁表示：“今天我们接到许多电话，能听出是机器人打的，这其实很影响消费者的体验，我相信在不久的将来，每个人都能接到个性化的营销电话，就像真人打的一样，可以与客户进行非常个性化的聊天，这就是通过语音技术、交互技术的深化，大大提升传统金融服务的效率。”金融机构应用生成式AI的风险主要是可信与安全不过，对于严监管的金融机构而言，使用生成式AI的风险仍值得高度关注。在蒋宁看来，金融机构使用生成式AI面临的风险和挑战主要是可信及安全。可信即如何保证AI决策在任何情况下都结果可信。蒋宁以马上消费举例，“我们有几十万张表，将近上百万的变量，2000多个模型，且有风险、营销、决策等不同应用场景，在这其中，数据有倾斜、变量有漂移、模型有衰减，在如此庞大的系统下，如何保证结果稳定，不出现如变量计算错误、新逻辑改变、模型突然衰减等情况，让结果可预期、可控，这是我们持续探索的。”安全则属于对抗学习领域，即一种算法的基本逻辑势必会被另一种算法找到，比如，金融领域中人脸识别的对抗样本就至少有20、30种，在这种情况下，如何保证AI模型的安全？蒋宁表示，公司能做到多模块、多算法的组合，且不断研究对抗学习，能够保证在突发、恶意的情况下，结果依然安全，这是单一算法难以实现的。未来AI如何更与时俱进值得探索面向未来，蒋宁认为生成式AI有算法、算力、数据、规范四方面值得关注和探索。在算法方面，他表示，以往人工智能最大的问题是没有动态适应性，即人工智能会随着环境的变化而减弱能力。大模型有动态的适应性，但是中国没有看到很多这种大模型，如果没有持续的生态的参与者反馈数据让这个模型越来越成熟，那么一次性的模型都是挑战。未来，人工智能如何更适应环境变化，更能与时俱进，持续学习，是需要探索的。在数据方面，蒋宁表示，如果希望大模型更有效，一定需要全社会的参与和共同反馈，持续强化开放生态，实现金融领域的群体智能，但目前受合规、隐私保护及技术等方面限制，难以做到行业金融数据的归集，所以，单个机构的模型难以形成行业共享。在算力方面，蒋宁称，大模型给算力的基础架构带来了较大冲击，也让金融机构面临着芯片、技术架构的选择，在这方面仍有较大探讨空间。在监管治理方面，蒋宁认为，金融机构的大部分决策都非常严谨，而目前大模型最广泛应用于助手领域，而无法作出决策，这并不符合金融机构的需求。因此，我们提出要打造组合式AI，帮助金融机构做出稳定的、抗干扰的决策。“后续，马上消费也会发布大模型，结合了持续学习、组合式AI等能力，将在组合决策上作出实践。”蒋宁说。面对生成式AI带来的风险和挑战，蒋宁表示，马上消费的人工智能将在三个领域、三个能力上加大布局，三大领域包括数据决策智能，多模态语言、文字、视频的AI能力以及实时的人机协作；三大能力则包括持续学习能力，这是大模型最核心的生命力，其次是组合式AI能力，将工业届的判别式模型与生成式模型有效结合，才能真正解决金融运营过程中的具体问题，第三个能力，即大模型能在合规、安全、鲁棒性能力上均有较大提升。新京报贝壳财经记者 潘亦纯 编辑 王进雨 校对 陈荻雁

我要回帖

更多关于 金融是第几产业 的文章

 

随机推荐