金融大模型重新定义金融科技!度小满 CTO 许冬亮:落地仍需解决三大挑战
(相关资料图)
北京商报讯(记者 刘四红)8 月 23 日,在北京举办的 " 北大光华 - 度小满金融大模型技术与应用论坛 " 上,度小满 CTO 许冬亮表示,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。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,他们也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。
度小满 CTO 许冬亮事实上,目前国内市场应用与场景丰富,倒逼垂直领域的大模型飞跃发展,并率先在不同产业中实现落地价值。清华大学人工智能研究院常务副院长孙茂松指出:" 古希腊著名数学家毕达哥拉斯有一句名言叫万物皆数,我套用他的话,万物皆向量。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,金融大模型正在重新定义金融科技。" 在孙茂松看来,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异激烈的竞争中能否赢得下一个五年,乃至下一个十年。
不过,现阶段,如何在金融领域发挥大模型的能力,许冬亮认为,还有三个挑战需要解决。
第一个挑战是通用模型能力不能满足金融场景需要。首先是通用大模型本身精度不够,当前大模型原生的幻觉问题、可控性问题和可解释性问题都限制了生成内容的准确性和可控性,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;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。
另外则是大模型如何高效植入现有业务场景。一个团队既要懂业务场景的 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,高效地将大模型嵌入到实际业务流程。
此外是大模型应用于金融业中产生的安全合规和隐私保护问题。金融本身是一个高合规要求的行业,大模型又是具有颠覆性的新技术,目前大家对它的风险还没有完全了解,随着大模型落地的不断推进,如何平衡大模型落地收益和潜在合规风险,会是一个越来越突出的问题。
那么,又该如何解决大模型在金融行业落地应用的这些难题?许冬亮认为,每家机构独立去解决这些问题既是不现实的,也是不经济的,科技公司和金融机构在金融大模型上的合作非常有必要," 科技巨头提供通用大模型,或者技术能力强的金融科技公司提供金融行业大模型,具体的金融机构基于这个行业底层模型,用自己的业务数据去做私域的训练,然后做私有化的部署和应用 "。
大模型时代,算力、算法、数据构成了新范式的 " 三驾马车 ",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也表示,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。
据介绍,今年 5 月,度小满开源了国内首个千亿级中文金融大模型 " 轩辕 "," 轩辕 " 在金融域任务评测中全面超越了市场上的主流开源大模型,开源以来已经有上百家金融机构申请试用。