“風口”上的大模型

 

      大模型，特別是與金融等行業(yè)結合產(chǎn)生的各類垂直大模型，是當前人工智能發(fā)展的“風口”，也是人工智能技術創(chuàng)新的前沿地帶。

 

      “隨著人工神經(jīng)網(wǎng)絡算法和算力的不斷進化，人類通過數(shù)據(jù)驅動的大規(guī)模人工神經(jīng)網(wǎng)絡的預訓練計算形成了基礎大模型，從而讓計算機從以人工編程為特征的‘信息處理’模式躍升到以自主學習為特征的知識處理模式。”北京大學計算機學院教授陳鐘表示，人工智能的這一進展使得信息化從數(shù)字化、網(wǎng)絡化正式進入了智能化的新高度。

 

      “我們在人工智能和大模型領域取得了顯著成果。”據(jù)馬上消費金融股份有限公司（以下簡稱“馬上消費”）科技創(chuàng)新發(fā)展部總經(jīng)理、馬上消費研究院院長赫建營介紹，馬上消費通過人工智能和大模型技術，實現(xiàn)了對C端用戶的千人千面和定制化服務。

 

      “人工智能的高質(zhì)量發(fā)展和應用成為金融發(fā)展的新引擎。金融機構采納大模型技術后，將獲得更廣闊的發(fā)展前景，包括個性化產(chǎn)品與服務、價值鏈效率提升和決策科學性增強。”中央財經(jīng)大學中國互聯(lián)網(wǎng)經(jīng)濟研究院副院長歐陽日輝說。

 

      科技界人士也秉持相似的觀點。中科聞歌董事長王磊表示，大模型對多源異構的數(shù)據(jù)的理解和認知以及數(shù)據(jù)生成帶來革命性變化。未來，大模型將在金融決策、時間序列分析、投資組合優(yōu)化、風險控制方面服務金融業(yè)實踐。

 

      不過，也有專家認為，大模型應用總體上還處于早期探索階段，仍面臨不少挑戰(zhàn)。一方面，金融數(shù)據(jù)的私密性和多模態(tài)特性，限制了共享和構建大規(guī)模數(shù)據(jù)集的能力，增加了模型建立和處理的復雜性，使大模型在金融垂直領域仍未出現(xiàn)涌現(xiàn)效應；另一方面，數(shù)據(jù)安全治理也是發(fā)展金融大模型繞不開的重要課題，亟須加快構筑形成組織、管理、技術、運營“四位一體”的金融數(shù)據(jù)安全治理體系框架，提升協(xié)同共治水平。

 

      應用創(chuàng)新方向何在

 

      結合自身大模型的發(fā)展經(jīng)驗，第四范式高級副總裁俞暉認為，真正發(fā)揮作用的行業(yè)大模型，是在實體經(jīng)濟核心業(yè)務場景的大模型，而不等同于行業(yè)大語言模型。

 

      盡管大模型迭代速度加快，是近兩年人工智能極其熱門的領域，但如何打破人工智能技術成果轉化的瓶頸，讓大模型更好地服務實體經(jīng)濟是當下最重要的行業(yè)課題之一。

 

      從大模型技術走向應用落地，需要金融行業(yè)的金融大模型與數(shù)據(jù)、場景相結合。

 

      在拓爾思金融和產(chǎn)業(yè)大腦中心總經(jīng)理周寧捷看來，大模型在實際應用中需要兼顧經(jīng)濟性。“從工程化和產(chǎn)品化的技術路線看，可以嘗試利用小樣本微調(diào)，快速實現(xiàn)一些應用場景，真正讓用戶有一些非常好的智能化體驗，進而建立比較好的消費閉環(huán)，形成一個反饋數(shù)據(jù)以后，再去訓練模型，從而形成靠譜的行業(yè)大模型。”他說。

 

      談及如何優(yōu)化大模型以更好地服務金融高質(zhì)量發(fā)展，專家建議從加強基礎設施層建設，發(fā)展數(shù)據(jù)、算法模型和算力，促進科技企業(yè)和金融機構跨行業(yè)合作等方面來推動。

 

      從ESG角度來看，“構建大語言模型需要機器對大量人類撰寫的文本進行分析，這些計算會消耗大量的電力，并產(chǎn)生大量的熱量，數(shù)據(jù)中心需要抽水到冷卻塔來保持機器的溫度。”北京航空航天大學經(jīng)濟管理學院教授李平認為，在統(tǒng)籌布局人工智能大模型產(chǎn)業(yè)時，還需要高度重視并有效解決水資源消耗過大的問題，旨在確保產(chǎn)業(yè)發(fā)展和資源消耗之間的平衡，實現(xiàn)可持續(xù)發(fā)展目標。對此，她建議，北京乃至全國可摸底調(diào)查并統(tǒng)籌規(guī)劃大模型產(chǎn)業(yè)；強調(diào)區(qū)域協(xié)同發(fā)展與資源共享，強化區(qū)域間算力中心的協(xié)同作用；在審批新的大模型開發(fā)項目時，強化對申請方節(jié)能降耗技術方案的要求，促使企業(yè)主動探索和實踐節(jié)水節(jié)能技術，努力改進大模型的計算性能和訓練效率，降低單位產(chǎn)出的能耗水平。