2024 年 1 月 24 日,清華大學經濟管理學院、度小滿、《麻省理工科技評論》中國、清華大學經濟管理學院動態競爭與創新戰略研究中心共同主辦的《2024 年金融業生成式 AI 應用報告》發布暨研討會在清華大學經濟管理學院順利舉行。
此次活動邀請到了歐洲科學院院士、長江學者講席教授、香港科技大學計算科學與工程系教授郭嵩,清華大學經濟管理學院教授、副院長李紀珍,度小滿首席技術官許冬亮,北京智源人工智能研究院副院長曹崗,中國科學院研究員、中科聞歌董事長王磊,工銀科技技術總監孫科偉等行業專家出席,來自金融機構、科研院所、互聯網公司的數十位觀眾全程參加了報告發布暨研討會。
(圖:活動現場嘉賓合照)
發布會由清華大學經濟管理學院教授、副院長李紀珍主持。李紀珍教授首先介紹了此次發布會的相關背景,并代表清華大學經濟管理學院致辭,歡迎與會嘉賓與所有觀眾的光臨。
(圖:清華大學經濟管理學院教授、副院長李紀珍)
隨后,李紀珍教授邀請度小滿 CTO 許冬亮和《麻省理工科技評論》中國副出版人張嵐分別上臺致辭。
在概述了大模型和生成式 AI 的發展現狀后,許冬亮表示大模型在金融行業的應用和突破需要學界、業界等相關方群策群力共同獻計獻策,一起付諸實施。度小滿已在金融大模型上積極探索,其首個國內開源金融大模型軒轅經過多次更新,展現了突出的金融問題解決能力,并且成功地將生成式 AI 應用于風控、營銷、客服、辦公、研發等企業核心價值鏈環節。
(圖:度小滿 CTO 許冬亮)
隨后致辭的張嵐,強調了《麻省理工科技評論》自 2016 年由 DeepTech 引進落地中國,就一直著眼于中國市場。此次活動討論的生成式 AI,正是《麻省理工科技評論》評選的 2024 全球十大突破技術之一。因此,交流中國金融業的 AI 應用,同時發布《2024 年金融業生成式人工智能應用報告》,正是為中國市場的技術應用與發展貢獻靈感和啟發。
(圖:《麻省理工科技評論》中國副出版人張嵐)
致辭結束后,與會嘉賓進行了主題演講并分享了自己的真知灼見。
郭嵩:生成式 AI 的挑戰與展望
香港科技大學計算科學與工程系的郭嵩教授,以“金融業攜手生成式 AI,挑戰與展望”為題進行了分享。
郭嵩首先討論了生成式 AI 的發展進程和現狀。總體而言,模型復雜度從“淺”到“深”,尺寸從“小”到“大”,質量從“低”到“高”,多樣性從“單模態”到“多模態”。應用類型也逐漸從內容分析發展到內容創作,包括文本、圖像、音頻和視頻等。
在金融領域,生成式 AI 的"讓機器創造"能力正在引領行業向數字化與智能化轉型的新篇章。它以卓越的降本增效、提升生產力以及產品服務創新能力,賦予了內外部應用強大的驅動力,從而為整個行業帶來了無可估量的應用價值。
接下來,郭嵩討論了生成式 AI 未來要面對的挑戰,以及他和整個行業目前所進行的工作與對未來的展望。例如,通過打造一種全新的 Agent-as-a-service 的服務模式,讓大模型具備解決金融現實問題的能力;針對金融數據孤島問題,他帶領團隊研究了一種面向大規模大模型的聯邦微調算法,提升了聯邦訓練的可擴展性。
“我們還看到一些安全性的挑戰。”郭嵩表示,“我們怎么讓它變得安全,特別是符合一些規定,怎么把規則和倫理變成系統提示,把系統提示植入大模型以產生合規的內容,這些也是關鍵問題。”
(圖:歐洲科學院院士、長江學者講席教授、香港科技大學計算科學與工程系教授郭嵩)
曹崗:大模型的降本提質
北京智源人工智能研究院副院長曹崗以“低成本高可靠的大模型應用實踐”為題,分享了智源在大模型和生成式 AI 方面的進展。
曹崗指出,一個大的科技浪潮總是會有一些瑕疵,也就是“大模型璞玉中的小斑點”:成本和可靠性。其中可靠性又包括幻覺和偏見問題。他引用了 OpenAI CEO 山姆·奧特曼對大模型的看法,認為幻覺是其特性而非缺陷,能夠帶來創造性工作。
曹崗分享了智源在解決幻覺問題和成本方面的探索,特別是通過生長技術訓練模型的方法,其中一種方式是先訓練小參數模型,再逐步增加參數,可以有效地節省算力。他還補充了在訓練模型過程中“降本增效”的方法,包括采用生長技術以加速模型的學習過程。
“(我們)訓練一個模型,訓練過程中讓模型知道哪些是對的,哪些是錯的,吸收速度加快,把模型能力在小參數模型里面盡量的提高。”他解釋道。
最后,曹崗還提到了智源在語義向量模型BGE方面的工作,旨在滿足金融行業對錯誤容忍率低的要求。其研究團隊通過將自然語言文本段做成向量,訓練模型來處理文本,提高了模型的準確性和生產效率,受到了 HuggingFace 等開源社區的廣泛關注和采用。
(圖:北京智源人工智能研究院副院長曹崗)
王磊:雅意大模型的應用探索
緊接著分享的是中科聞歌董事長王磊,他從三個方面討論了“大模型技術在金融領域的應用探索”。
首先,王磊深入探討了通用大模型與領域大模型的不同點。大模型技術具備了通順、通識、通暢、通用的“四通”特點,其中最讓人興奮的是通用能力,比如 ChatGPT 可以在很多任務和領域拿出較好的表現。
對于領域大模型,王磊認為“二者沒有大的區別”,只不過在技術形態上,通用大模型更加專注于事件通識的學習,而領域大模型更注重領域任務。
從業務視角看,大模型在金融領域有三大業務場景:預測與決策支持、風險管理與監測、合規監管自動化。從技術視角看,相關研究主要集中在文本處理、研究分析、時間序列預測、資產定價、投資組合優化和風險管理等方面,應用前景十分廣闊。
接下來,王磊重點分享了中科聞歌團隊自主研發的雅意大模型,以及該模型在金融領域的廣泛應用案例。雅意大模型目前已迭代到 2.0 版本,是國內首批多語種大模型,擁有 300 億參數、全自主模型架構和全自主知識產權。
據他介紹,在與客戶的合作中,雅意大模型實現了“簡繁體中英文混合問答、跨文檔長文檔分析推理、業績趨勢和復雜數據推理”。
(圖:中國科學院研究員、中科聞歌董事長王磊)
楊青:度小滿的技術實踐
接下來,度小滿數據智能部總經理楊青分享了“度小滿軒轅金融大模型技術實踐”。
楊青指出,對于金融行業而言,大模型將創造價值增量,因為它需要處理大量的數據來支持決策和預測,而整個過程中需要許多人工參與。這正好與大模型的記憶、理解、規劃等能力相契合。
但他同時也認為,大模型的落地面臨許多挑戰,因為金融領域具有三個顯著特點:專業知識豐富、數據驅動和長鏈條。大模型面臨挑戰包括專業金融知識欠缺、能力不滿足金融任務、訓練和運營成本高昂等。
為了聯合社區共同應對這些挑戰,度小滿在 2023 年 5 月開源了國內首個千億級金融大模型“軒轅”,9 月發布了軒轅 70B 參數的大模型,今年 1 月開源了成本更低的軒轅 13B 模型。
楊青表示,度小滿“希望能夠定位做最好的金融行業大模型,在金融域所有的任務表現超越先進的通用模型”。為此,他們在金融理解、應用、對話能力和實施性等方面進行了大量的優化工作。
最后楊青表示,度小滿還將發布更多不同參數開源的金融大模型,不斷迭代和升級已有模型,不斷降低用戶使用成本,希望用開源推動創新,與行業伙伴共建生態,共同進步,共贏共創。
(圖:度小滿數據智能部總經理楊青)
孫科偉:人機協同新范式
隨后,工銀科技技術總監孫科偉以“大模型在金融科技領域的應用”為主題進行了分享。
孫科偉指出,隨著大模型的到來,人工智能應用可以分為三個階段。首先是人工智能的初步投入建設階段,主要采用采購的方式進行建設。其次是多維嘗試布局階段,采用自研和開發相結合的模式,多元化嘗試。最后是深度成熟應用階段,大型金融機構更傾向于自研,輔以采購。
在孫科偉看來,金融領域人工智能技術體系的建設涉及六個方面。首先是算力、算法和建模,算力對應技術平臺,算法對應最高智慧的結晶。然后是能力構建,依托于數據積累和對應用框架的考慮。其中的能力、數據和框架都是圍繞業務展開的。
從業務的角度來看,人工智能大模型可以分為四類:基礎大模型,行業大模型,企業大模型和任務大模型。而大模型帶來的另一個改變是開創了人機協同新范式。孫科偉認為,大模型引入以后,它可以去替代部分人工作,由此帶來了一種角色和范式變化的挑戰。
“(我們)需要解決技術穩定性問題、技術邏輯性問題,綜合考慮大模型技術在內容生成、多模態、小樣本等技術優勢及生成不可控風險,堅持問題導向和需求導向。”他解釋道。
(圖:工銀科技技術總監孫科偉)
金融業,未來已來
嘉賓分享結束后,會議主持人李紀珍教授正式發布《2024 年金融業生成式 AI 應用報告》(下稱《報告》),并對這份報告進行了重點解讀。
李紀珍教授介紹,該《報告》是由清華大學經濟管理學院聯合度小滿、《麻省理工科技評論》中國、清華大學經濟管理學院動態競爭與創新戰略研究中心共同編寫,充分融合了產學研三方優勢。《報告》圍繞“金融業如何以最大的收益和最小的風險應用生成式 AI”這一主線,既關注金融業生成式 AI 應用的潛在風險,也重點研究了度小滿“軒轅“大模型這樣的技術迭代創新帶來的成功解決方案。
李紀珍教授指出,《報告》探討了生成式 AI 規模化應用的創新機理,并剖析了金融業生成式 AI 應用的創新密碼、行業價值以及政策期望,在此基礎上提煉了“生成式 AI 是新質生產力”、“生成式 AI 有望給金融業帶來 3 ?萬億規模的增量商業價值”、“3 年后生成式 AI 在金融業有望迎來規模化應用”等新觀點,為金融機構集成生成式 AI 提供了八項行動指南。
李紀珍教授最后指出,《報告》展示了金融業的未來已來。生成式 AI 技術帶來更快、更實時、更個性化的產業變革,在各個關鍵領域的拓展彰顯了其深遠影響和巨大潛力,已經為一些銀行、保險和基金等金融機構賦予了創造力和效率的新維度,并有望為金融業帶來 3 萬億規模的增量商業價值。然而,在享受新質生產力帶來的高效與便利之余,我們還需正視所面臨的現實挑戰,尤其是在數據安全、風險防控、道德和監管方面。
(圖:清華大學經濟管理學院教授、副院長李紀珍)
圓桌討論
分享和匯報結束后,進入了圓桌討論環節,就如何打造金融業生成式 AI 的創新生態,邀請了在場的各位嘉賓們進行探討。
作為拋磚引玉的話題,嘉賓們就大模型“殺手級”應用和大模型真正改變人類社會生活還有多長時間進行了討論。
郭嵩認為,所謂的“殺手級”應用主要是能夠產生巨大的效益、積極影響的,但“科學躍遷不是人能夠預料的”,所以要把“傳統產業用生成式 AI 重塑一下”,創造新的價值,這就是“殺手級”。對這個問題,孫科偉表示,“殺手級”應用的出現將是成本和成效博弈的過程。
“殺手級應用是需要時間的,不會一蹴而就的,” 度小滿 CTO 許冬亮補充道,“成本的飛輪不斷下降,到某個臨界點,就會實現質的飛躍。對于軒轅來說,2024 年的目標就是提升全參數系列模型體系。”
針對大模型應用的痛點和卡點,丁志勇認為最難的是確定“大模型應用到底是以業務為主還是以技術為主”,需要保證在業務端沒有問題,以此為前提。至于大模型未來兩三年的重大機會,王磊認為未來 AI 是大的產業賽道,是“軟件完全以 AI 為中心,并用 AI 預測和支持決策”。
最后
在熱烈的討論和意猶未盡的交流中,本次《2024 金融業生成式 AI 應用報告》發布暨研討會圓滿結束。可以看出,縱使生成式 AI 的落地有諸多困難和不確定因素,與會者無不對它的未來充滿樂觀和期待。很明顯,無論是金融,還是其他行業,生成式 AI 帶來的改變已悄然拉開大幕。展望 2024 年及未來,金融業積極主動地擁抱生成式人工智能這項變革性技術,并著手負責任的人工智能治理策略顯得愈發重要,這將使社會得以充分利用生成式人工智能的變革力量,更好增進人類福祉。
轉自：中國網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
上半年汽車工業多項經濟指標創新高
