马上互联网金融发展的推动因素有哪些的互联网金融发展的推动因素有哪些大模型有哪些突破性的技术特点？

来源：蜘蛛抓取(WebSpider) 时间：2023-10-26 07:30 标签： 互联网金融发展的推动因素有哪些
2023-07-08 13:07
来源:
高跟鞋的旋律
“目前，马上消费基于自主的金融大模型和动态自适应强化学习技术，在营销、服务运营、数据决策等领域已经实现落地。近期，我们将正式发布自主大模型，与社会各界共享、共创更多有价值的探索。”马上消费CIO蒋宁在2023世界人工智能大会上发表主旨演讲。
来百度APP畅享高清图片
7月6日，2023世界人工智能大会(WAIC)在上海世博中心及世博展览馆正式举办，全国各地专家、学者、资深从业者等围绕大会主题“智联世界 生成未来”各抒己见，畅想未来。马上消费CIO蒋宁受邀出席“AI商业落地论坛”，并发表了《金融大模型—马上消费的数字金融创新实践》的主题演讲。
金融行业作为一个数据、技术密集型行业，对技术和数据的应用需求是广泛而深入的。“大模型在金融领域有广泛的应用前景，推动构建用户个性化服务体验。在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”蒋宁表示。
据悉，该大模型里有三个关键技术，分别是强化学习和持续学习技术、鲁棒性技术、组合式 AI 系统技术。作为前沿科技的探索者和践行者，谈及应用落地，蒋宁用三个词总结了马上消费在金融大模型的优势和特点，即安全可控、个性化决策和体验、持续学习，目前公司已经研发了实时人机决策模型、多模态大模型、数据智能模型等，并在内部正式上线测试。（工人日报客户端记者 邓琦凡）返回搜狐，查看更多
责任编辑：

提交成功是否继续回答问题？
手机回答更方便，互动更有趣，下载APP
展开全部马上消金对于大模型在金融行业的落地应用有明确的策略。他们利用自身积累的大规模用户数据和行业经验，开发了一款名为“天镜”的大模型。“天镜”模型强调“三纵三横”的技术实践和技术应用能力，并已经在众多金融业务场景下进行了深度应用。此外，他们也将持续优化模型的安全性、合规性和稳定性，以满足金融行业的特殊需求。通过这些策略，马上消金致力于推动金融行业的数字化和智能化进程。已赞过已踩过你对这个回答的评价是？评论
收起推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
下载百度知道APP，抢鲜体验使用百度知道APP，立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。扫描二维码下载
×个人、企业类侵权投诉
违法有害信息,请在下方选择后提交
类别色情低俗
涉嫌违法犯罪
时政信息不实
垃圾广告
低质灌水
我们会通过消息、邮箱等方式尽快将举报结果通知您。说明
做任务开宝箱累计完成0
个任务
10任务
50任务
100任务
200任务
任务列表加载中...

自2022年11月推出以来，以ChatGPT为代表的AI大模型迅速风靡全球，驱动该领域成为人工智能最新和最火爆的赛道。在全世界范围内，大模型创业公司如雨后春笋般涌现，大厂推出代表性大模型的步伐更是马不停蹄。Gartner预计，从现在到2027年，生成式AI将进一步加速企业创新。
在国内，创业者对大模型的热情仅次于诞生地美国。斯坦福大学人工智能研究所发布的《2023年人工智能指数报告》显示，美国AI私人投资总额以474亿美元位居世界前列，中国以134亿美元的投资总额位居第二。科技部新一代人工智能发展研究中心的最新数据则显示，短短半年，中国已发布的AI大模型已有79个，可谓“百模大战”。
然而，在创业者激战正酣下，市场对大模型的反馈却悄然生变：专家投资人大佬泼冷水、用户“新鲜劲儿”不再、OpenAI 去中东融资、ChatGPT的访问量增速持续下滑……FaceBook首席人工智能科学家杨立昆甚至预言，五年内没人会用ChatGPT；高盛也在研报中公开质疑，“大模型是炒作还是真革命？”
从疯狂到冷静，折射出的是企业和市场对大模型实际应用价值的焦虑。在耗费巨额人力物力成本后，这些模型除了可以生成令人印象深刻的文本或图像，又究竟能给我们的生产和生活带哪些实质性提升？
不过，思则生变。如今的大模型厂商们，正纷纷涌向大模型的垂直产业“落地战”。
01大模型的归宿：到产业纵深处实现价值
在市场对大模型的焦虑中，有观点认为，其将步入元宇宙的后尘。犹记得元宇宙横空出世，Facebook大张旗鼓地改名Meta，国内互联网巨头纷至沓来，多家上市公司靠炒作元宇宙概念虚火一把。但很快，元宇宙就偃旗息鼓，如今已成明日黄花。
不过，与此前的任何一次AI浪潮不同，大模型从业者对行业发展图谱的认知更为清晰明确，也更快地形成集体共识：即大模型必须也只有从通用进入到垂直，迅速转到产业落地，才能证明自己真正的价值。
360创始人周鸿祎指出，大模型是生产工具，会成为水煤电这样的基础设施，只有放低身段，赋能百业千行，才能成为工业革命级的生产工具，引领工业革命。
《中国人工智能大模型地图研究报告》也显示，目前中国大模型产业化应用大致出现两种并行的发展路径，其中通用大模型正在快速发展，应用行业正在从办公、生活、娱乐向医疗、工业、教育等加速渗透。
与此同时，一批针对生物制药、遥感、气象等垂直领域的专业类大模型，正在发挥其领域纵深优势不断深化落地，提供针对特定业务场景的高质量专业化解决方案。
但很明显，无论是哪种路径，大模型的落脚点都是从分散到聚焦，向产业纵深化发展：企业们依托深耕垂直行业沉淀的私有数据，有针对性地开发垂直化大模型和场景应用，将技术的想象力转化为破解业务难题的产业生产力，在丰富的产业场景中赋能细分领域的降本增效。这才是大模型的突破口所在。
IDC的调研也发现，当下阿里巴巴、百度、科大讯飞、腾讯、华为等AI大模型厂商不再局限于拼战略和概念，而是追求模型的效率提升以及实际落地的价值。
比如，7月，华为推出赋能千行百业的盘古大模型3.0，打出了“不做诗、只做事”的口号，在金融、制造、医药研发、煤矿、铁路等诸多行业持续发挥价值；京东推出自研产业大模型言犀，主要面向知识密集型和任务型场景，落地解决真实的产业问题；8月31日，百度宣布文心一言正式向全社会开放使用。数据显示，已有超过 650 家合作企业宣布接入文心一言，涵盖媒体、出版、金融、汽车、医疗、教育、文创等众多领域。
其中，金融业作为数据密集型和科技驱动型行业，被视为模型应用落地的最优场景之一。斯坦福大学的数据显示，在产品和服务开发方面，金融服务业的人工智能占比最高，达到31%。
如今，金融领域的垂直大模型应用层出不穷。3月30日，彭博社训练了专门用于金融领域的LLM，开发了拥有500亿参数的语言模型——BloombergGPT。同月，工商银行基于昇腾AI，发布了首个金融行业通用模型。随后，星环科技、恒生电子、度小满金融、奇富科技、蚂蚁集团等均推出金融相关大模型。
最近的8月28日，持牌消费金融公司马上消费发布了首个零售金融大模型“天镜”，剑指金融大模型的落地难题，助推金融产业数字化升级。
02三纵三横，引爆金融数字化变革
越来越多的大模型被推至前台，也将金融大模型厂商们的赛点推动到规模化应用落地的新阶段。但如今，多数金融大模型还停留在简单的工具层面，如何与金融业务场景实现深度融合，给金融机构带来价值层面的升级变革，仍是业内共同的话题。
究其原因，金融与风险密切相关，金融业的特殊性和强监管背景，决定了其对技术的隐私性、安全性、稳定性、实时性、可控性等指标的要求更为精细和苛刻，对厂商们的数据储备和分析能力、技术积淀、合规运营、资金实力等提出了更多挑战。
马上消费首席信息官蒋宁就在发布会现场分析指出，在金融领域，大模型有四个关键难题：
第一， 是当前的大模型在面对动态且不可预期变化的金融各项业务时，还并不能做到每一份决策都稳定、精确；
第二， 是金融行业往往希望为用户提供个性化的服务体验，但这需要个人隐私数据和大模型相融合，涉及到合规和安全问题；
第三， 是金融行业一直存在的“数据孤岛”问题，大模型要求构建增强学习的网络化平台，并持续贡献数据和反馈，但目前背后市场的数据生态是割裂的，仍然需要持续性的探索；
第四， 是金融行业大模型应用对底层设备、基础架构等软硬件设施提出更高的要求。
蒋宁表示，生成大模型，最大的困难是满腹经纶，回答错了可以不承担风险，但金融大模型最主要的模型是判别性，需要做交易决策，1%的错都会造成客户的损失，这就是金融大模型和传统大模型最大的区别。
这也意味着，只有头部机构才能有实力在安全、合规的前提下，利用大模型释放金融数据的产业价值，在多个金融场景中优化服务体验、提升运营效能，从而增强金融机构的决策智能，促进金融业生产力指数级增长和商业模式的创新。
作为以科技驱动的头部持牌消费金融机构，马上消费在过去多年里持续投入科技研发，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，具备了模型精调对齐训练的技术和数据基础，也为其率先实现零售金融大模型的实质性落地奠定了基础。
中国工程院院士、浙江大学求是特聘教授谭建荣就表示，马上消费能探索金融大模型，说明了是行业的领头羊，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。
马上消费的“天镜”大模型也不负众望，已经在零售金融数字化、智能化上形成了“三纵三横”的打法。
所谓三纵，是指实时人机协作、多模态智能、数据决策智能，在数据领域实现智能化，实现结构性数据判别式模型的综合能力；三横，即指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力，确保让模型越用越聪明，同时更稳定、更安全可控。
具体到场景应用上，“天镜”大模型已经在汇集智慧、唤醒知识、众创价值、数字分身等四大核心能力，直指金融机构数字化难题。
马上消费人工智能研究院院长陆全表示，在汇集智慧方面，“天镜”大模型主要是应用在人工客服场景。
具体来说，“天镜”通过大模型提炼萃取一线优秀人工坐席客服经验，拥有一对多服务客户的能力，帮助推荐、优化回答。据悉，该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均28%的水平。
而唤醒沉睡知识，则主要是高效解决了提取、利用非结构化文档中的数据资料的痛点。例如，将企业招股书、财报、经济预测数据等文件上传后，天镜大模型可以深入解析金融领域专业术语、同时查询定位多个不同文档、洞悉金融图表隐含的信息和强大归纳总结能力。
众创数据价值，主要是为了降低使用数据的门槛。天镜大模型SQL生成平台不再需要代码等专业指令，可直接向AI 说大白话，天镜自动理解需求、展开检索、生成答复，按照人的意思去完成数据挖掘的任务。当前，天镜每日线上SQL生成数量650多次，线上SQL生成可执行比例53.4%，SPIDER标准数据集EX得分75.2，线上使用者满意反馈比例82.3%，表现领先行业。
数字人方面，陆全希望打造的“数字外表+智慧大脑+情感内心”三合一数字人，擅理解、有温度、懂心理的智能秘书，或不休不眠的智能“打工人”。
对于马上消费利用大模型“天镜”助力金融业实现降本增效的举措，欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松直言，“马上消费做了一个很好的示范作用，开了一个好头。”
结语
按照Gartner给出的《大语言模型的炒作曲线》，大模型的发展将在经过“过高期望的峰值期”、“泡沫化的底谷期”后进入“稳步爬升的光明期”。在“稳步爬升的光明期”，大型语言模型的真正潜力和价值开始具体化。
在金融领域，马上消费无疑是爬升阶段的先驱。随着“天镜”大模型在金融业务中深度应用，马上消费将凭借先发优势，在减少信息不对称、降低交易成本、提高风控水平、充分满足客户个性化需求、赋能产业链上的合作伙伴方面释放更多价值，推进金融行业的数字化和智能化进程。
正如蒋宁所言，马上消费已经在金融领域跑出了“马上速度”，未来已来，马上消费将持续拓展虚实共生，做可信开放的数字融合体。返回搜狐，查看更多
责任编辑：

我要回帖

更多关于 互联网金融发展的推动因素有哪些 的文章

 

随机推荐