在上海舉行的2023 inclusion·外灘大會，吸引了多家金融大模型廠商參會，探討大模型技術從基礎大模型走向行業大模型的機會和挑戰。
(資料圖片)
多位金融領域的專家指出，大模型對整個金融體系的影響是長期的，但金融業對精準度、可控性、安全等都有很高的要求，而當下大模型仍無法解決幻覺問題——不準確或誤導性的輸出，影響了其應用落地。要解決這一點，應注重知識圖譜技術與大模型技術的融合，并重視傳統小模型的協同作用，不管是重底座、輕應用，還是重應用、輕底座，都是錯誤的。
▍大模型對金融體系將產生長期影響
相關研究數據顯示，目前國內參數在10億規模以上的大模型數量已有116個，其中金融行業大模型約18個。螞蟻集團、度小滿、恒生電子、同花順等已經在積極研發金融大模型。
有業內分析認為，中國金融機構經歷互聯網、移動互聯網兩大浪潮之后，如今正迎接第三波大模型浪潮。
中國社科院國家金融與發展實驗室副主任楊濤在會上表示，大模型對整個金融體系的影響是一個長期的過程，而短期內在某些方面已經體現了一些價值：
一是在提升面向客戶的服務能力方面，可為金融機構員工的專業化營銷、渠道維護提供更加智能化的間接支持。
二是在改善機構工作流程與效率方面，可進一步提升業務鏈條智能化與辦公模式的自動化。
三是在文本處理方面，對金融機構的一般文本、專業合規文件及業務所需的信息，都能更低成本、高效地提供技術支持。
四是對金融機構實現了IT支持，其代碼生成的功能提升了IT基礎工作的效率。
平安集團首席科學家肖京介也分享了正在開展的大模型和AIGC實踐。肖京介透露，平安集團有幾十萬業務員，每個業務員可以通過人工智能生成多個高清數字人，從而擁有自己的數字分身，提高營銷能力。
在客戶服務方面，平安集團的語音機器人去年總計服務了26億次客戶，約占客服業務的81%。在保險理賠方面，借助AI技術實現98.6%的案件一天內賠付。在風控領域，通過人臉和聲音等身份識別技術來反欺詐，并對債券、投資或二級市場投資等領域可能出現的風險，借助智能系統進行防范和預警。
不過，大模型本身能力仍有很多地方待改進。
肖京介指出，不管是精準度、可控性、安全等很多地方需要不斷進步。此外，在投產價值上，大模型的一大弊端是成本很高。“企業做任何工作都要考慮產出，不能只看投入。而生成式大模型雖然在業務場景中逐漸出現成效，但還沒有呈現出規模化的效應。”
▍大模型、小模型互相協同
復旦大學教授、上海市數據科學重點實驗室主任肖仰華提到，“大模型的出現顛覆了認知。讓我們發現行業的很多問題恰恰是建立在通用的認知能力基礎上。沒有通識能力，是不可能發展出專業認知能力。”
但是，通用大模型的行業適配和優化的道路才剛剛開始。“大模型在金融領域的應用屬于復雜決策任務，要比ChatGPT這一類開放閑聊的任務，困難得多。通用模型里面的專業知識是遠遠不夠的。為此，大模型需要進行面向領域的訓練優化，提升大模型的行業認知能力。” 肖仰華稱。
其中，特別要注重大模型與知識圖譜的協同。肖仰華認為，知識圖譜擅長表達的是專業知識、私密知識，和可理解、可控的符號知識，這與大模型所表達的參數化、不可理解的知識是緊密的互補關系，可以緩解大模型的幻覺問題。
此外，企業還需從知識、能力、價值三方面重新架構自身系統。在這個過程當中，尤其要重視傳統小模型的價值。“傳統的分類模型、預測模型依然有用，我們真正要做的是把大模型、小模型協同起來。實際上小模型的插件應用，可顯著地補足通用大模型能力的不足。重底座、輕應用和重應用、輕底座，都是在行業里使用大模型的錯誤。兩者我們要兼顧，把大模型、小模型協同好。”
▍大模型就像“鸚鵡學舌” 數理能力有待提升
螞蟻集團CTO何征宇在接受《科創板日報》記者采訪時表示，AI大模型在語言文字上有較強的表現，但在數理邏輯上仍有差距。
何征宇把大模型比喻為一只大號的鸚鵡。“現在，大模型學習東西的過程，就像是鸚鵡學舌。人類不斷重復告訴大模型1+1=2，通過一段時間地訓練，它可以說人話、告訴你答案。但并不意味著真的理解了，特別在邏輯推斷、數理分析方面，你想想一只鸚鵡怎么可能做好量化分析？”
螞蟻集團副總裁、金融大模型負責人王曉航則在采訪中坦言，金融對知識專業性、邏輯的嚴謹性，以及合規性都要求很高。原生大模型距離金融行業的要求還有很大的鴻溝，如何防止大模型出現幻覺，并沒有很好的辦法。
“為此，我們采用了知識圖譜的結構化數據，與大模型參數化數據相結合雙驅動方式。希望通過積累的大規模金融領域的知識圖譜，能確保大模型的專業和嚴謹性。通過知識的注入、一致性的對齊，在生成完后，對真實和一致性進行判別，這是一個系統化的過程。”
王曉航認為，當下金融業還沒有成熟到可以全面駕馭大模型所帶來的機會。“這依賴金融科技公司，金融體系內部的科技力量，能夠把技術轉化成產品、轉化成平臺。我判斷，這還需要大概1、2年的時間。”
以上為犀牛之星轉載內容，如有侵權，請聯系我們刪除。
