百融云創(chuàng )大模型為金融帶來(lái)新變革

1956年,達特茅斯會(huì )議在一個(gè)小鎮召開(kāi),會(huì )議首次使用了“人工智能”一詞,從此拉開(kāi)了AI發(fā)展的序幕。但此后的幾十年間,人工智能發(fā)展幾經(jīng)波折,有過(guò)高潮,也曾陷入過(guò)沉寂。直到時(shí)間來(lái)到2013年,工程師通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò )將圖像中對象分類(lèi)的錯誤率降低到了18%為起點(diǎn),人工智能才開(kāi)始又受到矚目。而讓AI真正走進(jìn)大眾的視野,莫過(guò)于2016年AlphaGo戰勝韓國圍棋棋手李世石這一標志性事件了。

與此同時(shí),2013年金融領(lǐng)域也進(jìn)入了新的歷史階段,互聯(lián)網(wǎng)金融橫空出世了。此后十年,一場(chǎng)涉及到整個(gè)金融產(chǎn)業(yè)的革命(包含銀行、保險、互聯(lián)網(wǎng)金融、消費金融、汽車(chē)金融等幾乎所有產(chǎn)業(yè)主體)進(jìn)入了波瀾壯闊的十年。

金融產(chǎn)業(yè)良好的數字化和信息化基礎,為人工智能的發(fā)展奠定了基礎。人工智能第一次發(fā)展浪潮與金融產(chǎn)業(yè)在過(guò)去十年形成了歷史性交匯。

在第一次浪潮中,判別式AI是主角。判別式AI的技術(shù)特性決定了它不需要窮盡所有信息,而只需要部分較為精準的信息,即能給出明確的決策結果,進(jìn)行“好”與“壞”的分類(lèi),“是”與“否”的判別,這對于彼時(shí)正快速線(xiàn)上化、數字化的金融機構來(lái)說(shuō),判別式AI可謂占據了天時(shí)地利人和。

在判別式AI的驅使下,以銀行為代表的金融產(chǎn)業(yè)經(jīng)歷新舊范式的轉變,金融數字化轉型正在各個(gè)層面如火如荼展開(kāi)。經(jīng)過(guò)近十年的深耕和發(fā)展,判別式AI為金融機構帶來(lái)了從文化思維、技術(shù)產(chǎn)品、管理流程、業(yè)務(wù)模式到人才生態(tài)等層面的重塑和變革。

以2019年中國人民銀行印發(fā)《金融科技(FinTech)發(fā)展規劃(2019—2021年)》為標志,以保守穩健著(zhù)稱(chēng)的金融機構,完成了對AI從懷疑、觀(guān)望到全面擁抱的轉變。

而當下,以生成式AI為代表的第二波AI浪潮正席卷而來(lái),技術(shù)引發(fā)變革的廣度和烈度都將遠超以往。

以百融云創(chuàng )為例,百融云創(chuàng )基于深度學(xué)習Transformer框架,結合NLP、智能語(yǔ)音等技術(shù),打造了場(chǎng)景驅動(dòng)的產(chǎn)業(yè)大模型——BR-LLM。百融云創(chuàng )自主搭建了大模型底層框架,通過(guò)深度微調能支持百億級參數的訓練。

在A(yíng)I開(kāi)發(fā)層面,大模型展現出強大的代碼自動(dòng)化生成能力。在金融機構中,傳統的機器學(xué)習模型開(kāi)發(fā)在某種程度而言是一種“手工作坊”的模型,一個(gè)場(chǎng)景一個(gè)模型,模型之間的經(jīng)驗也不能互相積累和復用。大模型的自動(dòng)生成能力將顛覆這一現狀,面向不同金融場(chǎng)景的業(yè)務(wù)訴求,通過(guò)大模型工程師只需要下達清晰的指令,用文字描述出需求,即能自動(dòng)生成模型,極大提升機器學(xué)習的開(kāi)發(fā)效率和生產(chǎn)模式。開(kāi)發(fā)人員的角色也會(huì )隨之發(fā)生變化,如果說(shuō)此前開(kāi)發(fā)人員只需要做好技術(shù)的工作,有了大模型的加持,開(kāi)發(fā)人員還要做好“提問(wèn)者”的角色。

在智能交互方面,大模型能提供“真人級”對話(huà)效果,對客戶(hù)的語(yǔ)音識別準確率可達到99%以上。同時(shí),大模型還有“高人一籌”的表現。

比如,當人工向客戶(hù)推銷(xiāo)金融產(chǎn)品時(shí),客戶(hù)問(wèn)到一些如近十年某基金收益率這樣的專(zhuān)業(yè)性問(wèn)題,工作人員無(wú)法及時(shí)給出準確的反饋,客戶(hù)可能就此流失。而大模型跨模態(tài)、跨語(yǔ)言的深度語(yǔ)義理解與生成能力,在處理復雜和專(zhuān)業(yè)性金融知識上,具有人工所不具備的能力。

一家大型銀行動(dòng)輒幾千萬(wàn)的客戶(hù),有了大模型的能力加持會(huì )為每名客戶(hù)提供一個(gè)7×24小時(shí)的專(zhuān)屬服務(wù),這將為金融客服、智能投顧、產(chǎn)品營(yíng)銷(xiāo)等帶來(lái)一個(gè)質(zhì)的飛躍。

在分析決策方面,以判別式AI為代表的小模型已經(jīng)發(fā)揮了重要作用,大模型的進(jìn)場(chǎng)將進(jìn)一步激發(fā)小模型的能量。

數字化轉型的快速推進(jìn),使得銀行內部形成了大量的非結構化數據,這對信息質(zhì)量要求比較高的判別式AI而言是一片無(wú)法觸及的領(lǐng)域。當訓練的信息量超過(guò)一定閾值,大模型就會(huì )出現“涌現現象”,即“在較小的模型中不存在,但在較大的模型中存在的能力”。

大模型能夠憑借強大的信息挖掘能力,喚醒金融機構大量沉積的信息,就像是一塊巨大的磁石,做關(guān)鍵信息的抽取,為判別式小模型進(jìn)行賦能。比如,在風(fēng)險決策、信用評估、反欺詐等場(chǎng)景下,大模型能豐滿(mǎn)信息的維度,挖掘出小模型無(wú)法覆蓋到的區域。大模型對于小模型并非是替代或“消滅”,相反,兩者將是相互協(xié)作的關(guān)系,大模型與小模型相互搭配,將大大提升金融決策的精準度和效率。

免責聲明：市場(chǎng)有風(fēng)險，選擇需謹慎！此文僅供參考，不作買(mǎi)賣(mài)依據。

標簽：