(资料图)

“金融行业作为人工智能应用要求高、场景丰富的场景,是大模型技术和算法突破的沃土。我十分期待你们在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。”中国工程院院士倪光南日前在金融大模型发展论坛暨马上消费金融大模型会上说道。

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4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(以下简称“马上消费”),共同探讨金融大模型的未来。

论坛上,马上消费发布全国首个零售金融大模型——“天镜”,寓意大模型是人类智慧的镜像,推动金融机构高质量发展。基于此,中国信通院、重庆国家应用数学中心和马上消费牵头发起,阿里云、百行征信、北京火山引擎科技有限公司、中关村科金、毕马威、复旦大学金融科技研究院、朴道征信、腾讯云、中国科学院自动化研究所等联合倡议发起的“金融大模型可信安全验证与联合创新行动计划”。

“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开局就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,回答错了他可以不承担风险,比如自动驾驶,它的刹车、提速、转弯、看灯,外界环境都在变化,对象车在变化,所以绝对不能出错,1%的错都会造成生命财产的损失,这就是金融大模型和传统大模型最大的区别。生成式模型它不能做解释,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。

蒋宁介绍,以马上消费的风控来讲,有将近2000个模型,20万张表,每天都在变化,但环境不管如何发生变化,让我们的模型错一个,非常不容易,这就要做到可控、安全。这背后是因为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1.79亿的用户,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。

关于安全的风险,中国工程院院士、浙江大学求是特聘教授谭建荣说道,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。

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。他特别提到了“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。

蒋宁表示,目前马上消费已形成“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。

(编辑 颜皓)

推荐内容