正在閱讀:

馬上消費(fèi)金融蔣寧:金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn),專(zhuān)注三大關(guān)鍵技術(shù)突破

掃一掃下載界面新聞APP

馬上消費(fèi)金融蔣寧:金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn),專(zhuān)注三大關(guān)鍵技術(shù)突破

馬上消金大模型已上線內(nèi)測(cè)。

界面新聞?dòng)浾?| 苗藝偉

近日,在2023世界人工智能大會(huì)(WAIC)的“AI商業(yè)落地論壇”上,馬上消費(fèi)金融首席信息官(CIO)蔣寧在發(fā)表的主題演講中表示,馬上消費(fèi)金融將在近期正式發(fā)布自主大模型,并將著力在業(yè)務(wù)安全穩(wěn)定發(fā)展和科技應(yīng)用之間取得平衡。

馬上消金大模型已上線內(nèi)測(cè)

馬上消費(fèi)金融CIO蔣寧在接受界面新聞?dòng)浾卟稍L時(shí)表示,人工智能大模型在金融領(lǐng)域有廣泛的應(yīng)用前景,可以推動(dòng)構(gòu)建用戶個(gè)性化服務(wù)體驗(yàn),有效提升金融領(lǐng)域營(yíng)銷(xiāo)運(yùn)營(yíng)等價(jià)值鏈效率,進(jìn)一步拓展數(shù)據(jù)決策在風(fēng)控領(lǐng)域的創(chuàng)新應(yīng)用效果,助力金融行業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生實(shí)質(zhì)性的飛躍。

蔣寧表示,在大模型數(shù)據(jù)積累方面,馬上消金在沒(méi)有巨大流量加持下,依靠自主獲客能力,已經(jīng)積累了1.7億的用戶將近40PB的客戶聲音數(shù)據(jù),來(lái)幫助訓(xùn)練人機(jī)協(xié)作模型,并結(jié)合它的反饋機(jī)制進(jìn)行強(qiáng)化學(xué)習(xí),這將成為公司的核心競(jìng)爭(zhēng)能力之一。

他表示,在公司戰(zhàn)略層面,對(duì)人工智能的認(rèn)知在不斷加深,任何新技術(shù)的嘗試、總結(jié)、歸納、推廣,都會(huì)在業(yè)務(wù)穩(wěn)定發(fā)展和科技創(chuàng)新之間取得平衡,并使科技進(jìn)步與公司的戰(zhàn)略、組織和文化相適應(yīng)。

蔣寧透露,對(duì)于馬上消金而言,在大模型領(lǐng)探索的關(guān)鍵詞是 “安全可控”、“個(gè)性化決策和體驗(yàn)”和“持續(xù)性學(xué)習(xí)”目前公司已經(jīng)研發(fā)了實(shí)時(shí)人機(jī)決策模型、多模態(tài)大模型、數(shù)據(jù)智能模型等,并在內(nèi)部正式上線測(cè)試。

金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn)

金融行業(yè)一直希望將數(shù)據(jù)快速變成資產(chǎn)來(lái)進(jìn)行決策,并在風(fēng)險(xiǎn)、營(yíng)銷(xiāo)、運(yùn)營(yíng)上,進(jìn)行創(chuàng)新性嘗試。去年以來(lái),人工智能大模型的出現(xiàn),更是成為行業(yè)發(fā)展的強(qiáng)心劑,雖然人工智能大模型可以解決一部分問(wèn)題,但卻對(duì)金融科技能力提出了新挑戰(zhàn)。

蔣寧對(duì)界面新聞?dòng)浾弑硎?,總體來(lái)講有四個(gè)方面,首先,在金融行業(yè)的關(guān)鍵任務(wù)和動(dòng)態(tài)系統(tǒng)里,面對(duì)現(xiàn)實(shí)世界的超預(yù)期突發(fā)狀況,人工智能大模型反饋并不穩(wěn)定,為實(shí)際應(yīng)用提出了重大挑戰(zhàn)。

其次,金融行業(yè)往往希望為用戶提供個(gè)性化的服務(wù)體驗(yàn),但這種個(gè)性化的體驗(yàn)需要個(gè)人隱私數(shù)據(jù)和大模型相融合,出現(xiàn)了數(shù)據(jù)合規(guī)安全的新問(wèn)題。

再次,大模型要求構(gòu)建增強(qiáng)學(xué)習(xí)的網(wǎng)絡(luò)化平臺(tái),并持續(xù)貢獻(xiàn)數(shù)據(jù)和反饋,但目前中國(guó)市場(chǎng)的算力、算法、數(shù)據(jù)往往是是割裂的,對(duì)這三者能進(jìn)行統(tǒng)一的公司非常少,對(duì)跨組織、跨機(jī)構(gòu)的共享機(jī)制需要持續(xù)性的探索。

最后,大模型的基礎(chǔ)架構(gòu)、技術(shù)芯片等對(duì)科技技術(shù)底層結(jié)構(gòu)提出了挑戰(zhàn),是否能處理未來(lái)后摩爾時(shí)代的高速增長(zhǎng)數(shù)據(jù)能力仍然未知。

專(zhuān)注大模型三大關(guān)鍵技術(shù)突破

面對(duì)金融垂直領(lǐng)域的應(yīng)用,蔣寧表示,馬上消費(fèi)金融重點(diǎn)關(guān)注了大模型領(lǐng)域的三個(gè)關(guān)鍵技術(shù),分別是 “強(qiáng)化學(xué)習(xí)持續(xù)學(xué)習(xí)技術(shù)”、“魯棒性技術(shù)”、“組合式 AI 系統(tǒng)技術(shù)”。

他表示,首先,大模型帶來(lái)的最大變革是“強(qiáng)化學(xué)習(xí)和持續(xù)學(xué)習(xí)技術(shù)”,在這種技術(shù)模式下,核心并不是千億級(jí)的參數(shù),而是基于開(kāi)放環(huán)境設(shè)計(jì)有價(jià)值的正向反饋機(jī)制,使得系統(tǒng)越用越聰明,實(shí)現(xiàn)持續(xù)自我學(xué)習(xí)和成長(zhǎng)。

他表示,OpenAI為例,它的核心能力不僅是表面的ChatGPT巨量模型參數(shù),更在于其幕后的強(qiáng)化學(xué)習(xí)機(jī)制和各種生態(tài)能力的建設(shè)。它通過(guò)獎(jiǎng)勵(lì)函數(shù)”不斷學(xué)強(qiáng)化學(xué)習(xí),跟傳統(tǒng)閉環(huán)的強(qiáng)化學(xué)習(xí)的AlphaGo等已經(jīng)不是一個(gè)類(lèi)別。與之相對(duì),另一種偏向總結(jié)歸納的大模型,卻沒(méi)有最重要的反饋機(jī)制,很難構(gòu)成核心競(jìng)爭(zhēng)能力。

其次,蔣寧表示,“魯棒性技術(shù)” 也是大模型在關(guān)鍵決策領(lǐng)域落地的核心能力,它能幫助大模型排除噪音以及干擾性問(wèn)題,在突發(fā)和不可預(yù)期情況,實(shí)現(xiàn)關(guān)鍵決策的持續(xù)穩(wěn)定和合規(guī)可信。

他表示,在金融領(lǐng)域,合規(guī)安全極為關(guān)鍵。無(wú)論在何種情況下,金融機(jī)構(gòu)做出決策性結(jié)果,必須符合國(guó)家規(guī)定符合消費(fèi)者權(quán)益,這對(duì)于大模型的“魯棒性”要求極高。因此,魯棒性技術(shù)會(huì)持續(xù)投入,這個(gè)也將成為重要的反饋機(jī)制,是強(qiáng)化學(xué)習(xí)的一部分。

第三,蔣寧表示,大模型比較關(guān)鍵的技術(shù)是組合式AI的體系”,這意味著實(shí)際應(yīng)用中需要把“生成式模型”( Generative Model  和垂直領(lǐng)域的判別式模型 ( Discriminative Model ) 有效結(jié)合,讓兩種優(yōu)勢(shì)能發(fā)揮更好的價(jià)值。

他表示,目前,雖然生成式大模型占據(jù)行業(yè)主流、泛化能力非常強(qiáng),并且取得明顯進(jìn)步,但結(jié)果判斷方面準(zhǔn)確性較低,在重要金融決策中無(wú)法直接使用

相反,通過(guò)直接標(biāo)記對(duì)/錯(cuò)來(lái)不斷學(xué)習(xí)的判別式模型進(jìn)步依然非常難、泛化性比較弱開(kāi)發(fā)訓(xùn)練成本更高,但一旦訓(xùn)練完成,會(huì)比較精準(zhǔn),更適合金融領(lǐng)域的關(guān)鍵決策。

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。

評(píng)論

暫無(wú)評(píng)論哦,快來(lái)評(píng)價(jià)一下吧!

下載界面新聞

微信公眾號(hào)

微博

馬上消費(fèi)金融蔣寧:金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn),專(zhuān)注三大關(guān)鍵技術(shù)突破

馬上消金大模型已上線內(nèi)測(cè)。

界面新聞?dòng)浾?| 苗藝偉

近日,在2023世界人工智能大會(huì)(WAIC)的“AI商業(yè)落地論壇”上,馬上消費(fèi)金融首席信息官(CIO)蔣寧在發(fā)表的主題演講中表示,馬上消費(fèi)金融將在近期正式發(fā)布自主大模型,并將著力在業(yè)務(wù)安全穩(wěn)定發(fā)展和科技應(yīng)用之間取得平衡

馬上消金大模型已上線內(nèi)測(cè)

馬上消費(fèi)金融CIO蔣寧在接受界面新聞?dòng)浾卟稍L時(shí)表示,人工智能大模型在金融領(lǐng)域有廣泛的應(yīng)用前景,可以推動(dòng)構(gòu)建用戶個(gè)性化服務(wù)體驗(yàn),有效提升金融領(lǐng)域營(yíng)銷(xiāo)運(yùn)營(yíng)等價(jià)值鏈效率,進(jìn)一步拓展數(shù)據(jù)決策在風(fēng)控領(lǐng)域的創(chuàng)新應(yīng)用效果,助力金融行業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生實(shí)質(zhì)性的飛躍。

蔣寧表示,在大模型數(shù)據(jù)積累方面,馬上消金在沒(méi)有巨大流量加持下,依靠自主獲客能力,已經(jīng)積累了1.7億的用戶將近40PB的客戶聲音數(shù)據(jù),來(lái)幫助訓(xùn)練人機(jī)協(xié)作模型,并結(jié)合它的反饋機(jī)制進(jìn)行強(qiáng)化學(xué)習(xí),這將成為公司的核心競(jìng)爭(zhēng)能力之一。

他表示,在公司戰(zhàn)略層面,對(duì)人工智能的認(rèn)知在不斷加深,任何新技術(shù)的嘗試、總結(jié)、歸納、推廣,都會(huì)在業(yè)務(wù)穩(wěn)定發(fā)展和科技創(chuàng)新之間取得平衡,并使科技進(jìn)步與公司的戰(zhàn)略、組織和文化相適應(yīng)。

蔣寧透露,對(duì)于馬上消金而言,在大模型領(lǐng)探索的關(guān)鍵詞是 “安全可控”、“個(gè)性化決策和體驗(yàn)”和“持續(xù)性學(xué)習(xí)”,目前公司已經(jīng)研發(fā)了實(shí)時(shí)人機(jī)決策模型、多模態(tài)大模型、數(shù)據(jù)智能模型等,并在內(nèi)部正式上線測(cè)試。

金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn)

金融行業(yè)一直希望將數(shù)據(jù)快速變成資產(chǎn)來(lái)進(jìn)行決策,并在風(fēng)險(xiǎn)、營(yíng)銷(xiāo)、運(yùn)營(yíng)上,進(jìn)行創(chuàng)新性嘗試。去年以來(lái),人工智能大模型的出現(xiàn),更是成為行業(yè)發(fā)展的強(qiáng)心劑,雖然人工智能大模型可以解決一部分問(wèn)題,但卻對(duì)金融科技能力提出了新挑戰(zhàn)。

蔣寧對(duì)界面新聞?dòng)浾弑硎荆傮w來(lái)講有四個(gè)方面,首先,在金融行業(yè)的關(guān)鍵任務(wù)和動(dòng)態(tài)系統(tǒng)里,面對(duì)現(xiàn)實(shí)世界的超預(yù)期突發(fā)狀況,人工智能大模型反饋并不穩(wěn)定,為實(shí)際應(yīng)用提出了重大挑戰(zhàn)。

其次,金融行業(yè)往往希望為用戶提供個(gè)性化的服務(wù)體驗(yàn),但這種個(gè)性化的體驗(yàn)需要個(gè)人隱私數(shù)據(jù)和大模型相融合,出現(xiàn)了數(shù)據(jù)合規(guī)安全的新問(wèn)題。

再次,大模型要求構(gòu)建增強(qiáng)學(xué)習(xí)的網(wǎng)絡(luò)化平臺(tái),并持續(xù)貢獻(xiàn)數(shù)據(jù)和反饋,但目前中國(guó)市場(chǎng)的算力、算法、數(shù)據(jù)往往是是割裂的,對(duì)這三者能進(jìn)行統(tǒng)一的公司非常少,對(duì)跨組織、跨機(jī)構(gòu)的共享機(jī)制需要持續(xù)性的探索。

最后,大模型的基礎(chǔ)架構(gòu)、技術(shù)芯片等對(duì)科技技術(shù)底層結(jié)構(gòu)提出了挑戰(zhàn),是否能處理未來(lái)后摩爾時(shí)代的高速增長(zhǎng)數(shù)據(jù)能力仍然未知。

專(zhuān)注大模型三大關(guān)鍵技術(shù)突破

面對(duì)金融垂直領(lǐng)域的應(yīng)用,蔣寧表示,馬上消費(fèi)金融重點(diǎn)關(guān)注了大模型領(lǐng)域的三個(gè)關(guān)鍵技術(shù),分別是 “強(qiáng)化學(xué)習(xí)持續(xù)學(xué)習(xí)技術(shù)”、“魯棒性技術(shù)”、“組合式 AI 系統(tǒng)技術(shù)”。

他表示,首先,大模型帶來(lái)的最大變革是“強(qiáng)化學(xué)習(xí)和持續(xù)學(xué)習(xí)技術(shù)”,在這種技術(shù)模式下,核心并不是千億級(jí)的參數(shù),而是基于開(kāi)放環(huán)境設(shè)計(jì)有價(jià)值的正向反饋機(jī)制,使得系統(tǒng)越用越聰明,實(shí)現(xiàn)持續(xù)自我學(xué)習(xí)和成長(zhǎng)。

他表示,OpenAI為例,它的核心能力不僅是表面的ChatGPT巨量模型參數(shù),更在于其幕后的強(qiáng)化學(xué)習(xí)機(jī)制和各種生態(tài)能力的建設(shè)。它通過(guò)獎(jiǎng)勵(lì)函數(shù)”不斷學(xué)強(qiáng)化學(xué)習(xí),跟傳統(tǒng)閉環(huán)的強(qiáng)化學(xué)習(xí)的AlphaGo等已經(jīng)不是一個(gè)類(lèi)別。與之相對(duì),另一種偏向總結(jié)歸納的大模型,卻沒(méi)有最重要的反饋機(jī)制,很難構(gòu)成核心競(jìng)爭(zhēng)能力。

其次,蔣寧表示,“魯棒性技術(shù)” 也是大模型在關(guān)鍵決策領(lǐng)域落地的核心能力,它能幫助大模型排除噪音以及干擾性問(wèn)題,在突發(fā)和不可預(yù)期情況,實(shí)現(xiàn)關(guān)鍵決策的持續(xù)穩(wěn)定和合規(guī)可信

他表示,在金融領(lǐng)域,合規(guī)安全極為關(guān)鍵。無(wú)論在何種情況下,金融機(jī)構(gòu)做出決策性結(jié)果,必須符合國(guó)家規(guī)定、符合消費(fèi)者權(quán)益,這對(duì)于大模型的“魯棒性”要求極高。因此,魯棒性技術(shù)會(huì)持續(xù)投入,這個(gè)也將成為重要的反饋機(jī)制,是強(qiáng)化學(xué)習(xí)的一部分。

第三,蔣寧表示,大模型比較關(guān)鍵的技術(shù)是組合式AI的體系”,這意味著實(shí)際應(yīng)用中需要把“生成式模型”( Generative Model  和垂直領(lǐng)域的判別式模型 ( Discriminative Model ) 有效結(jié)合,讓兩種優(yōu)勢(shì)能發(fā)揮更好的價(jià)值。

他表示,目前,雖然生成式大模型占據(jù)行業(yè)主流泛化能力非常強(qiáng),并且取得明顯進(jìn)步,但結(jié)果判斷方面準(zhǔn)確性較低,在重要金融決策中無(wú)法直接使用。

相反,通過(guò)直接標(biāo)記對(duì)/錯(cuò)來(lái)不斷學(xué)習(xí)的判別式模型進(jìn)步依然非常難泛化性比較弱、開(kāi)發(fā)訓(xùn)練成本更高,但一旦訓(xùn)練完成,會(huì)比較精準(zhǔn),更適合金融領(lǐng)域的關(guān)鍵決策。

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。