(資料圖)
“金融行業作為人工智能應用要求高、場景豐富的場景，是大模型技術和算法突破的沃土。我十分期待你們在未來推動大模型應用在金融領域的探索和實踐,從而帶動和加速金融數字化和智能化的發展。”中國工程院院士倪光南日前在金融大模型發展論壇暨馬上消費金融大模型會上說道。
本次論壇以“數智融合，渝見未來”為主題，云集了譚建榮、倪光南、孫茂松和楊新民4位院士及100多家金融機構，攜手馬上消費金融股份有限公司（以下簡稱“馬上消費”），共同探討金融大模型的未來。
論壇上，馬上消費發布全國首個零售金融大模型——“天鏡”，寓意大模型是人類智慧的鏡像，推動金融機構高質量發展。基于此，中國信通院、重慶國家應用數學中心和馬上消費牽頭發起，阿里云、百行征信、北京火山引擎科技有限公司、中關村科金、畢馬威、復旦大學金融科技研究院、樸道征信、騰訊云、中國科學院自動化研究所等聯合倡議發起的“金融大模型可信安全驗證與聯合創新行動計劃”。
“今年年初的ChatGPT非常直面，我們感覺到無所不能，但是坦誠講，在工業領域、金融領域，大模型還有四個關鍵的難題。”馬上消費首席信息官蔣寧開局就直面通用大模型和金融大模型的本質區別。
他表示，大模型目前還面臨關鍵性任務和動態適應性、個性化要求和隱私保護、群體智能與安全可信和基礎設施的能力四大難題。他舉例表示生成大模型，最大的困難是滿腹經綸，回答錯了他可以不承擔風險，比如自動駕駛，它的剎車、提速、轉彎、看燈，外界環境都在變化，對象車在變化，所以絕對不能出錯，1%的錯都會造成生命財產的損失，這就是金融大模型和傳統大模型最大的區別。生成式模型它不能做解釋，但是金融大模型最主要的模型叫做判別性，它需要做決策，交易決策。
蔣寧介紹，以馬上消費的風控來講，有將近2000個模型，20萬張表，每天都在變化，但環境不管如何發生變化，讓我們的模型錯一個，非常不容易，這就要做到可控、安全。這背后是因為馬上消費作為以科技驅動的頭部持牌消費金融機構，積累了1.79億的用戶，有超2000個模型，10萬+變量，近50PB的多模態、高質量的數據等，通過在這些自身數據上做模型精調對齊訓練，同時再用推理加速技術實現模型可控，從而相比其他企業更懂金融。
關于安全的風險，中國工程院院士、浙江大學求是特聘教授譚建榮說道，有了數據和模型，才能從不確定的關系轉變為確定的關系，從變量中找出不變量。
而應對AI風險方面，國際系統與控制科學院院士、重慶國家應用數學中心主任楊新民表示，隨著大模型的開放開源，深度合成技術的非法使用存在加速積聚的風險。他特別提到了“與馬上消費率先在金融領域進行原創性探索”，包括加強深度防偽驗證系統，包括人臉識別及生物特征識別驗證系統的活體檢測、Deepfake偽造檢測、對抗攻擊與防御、深度學習可解釋性等。
蔣寧表示，目前馬上消費已形成“三縱三橫”的大模型發展技術布局，并領航構建可信、合規、多模態、適配全域、泛化的金融大模型技術能力體系，聚焦行業領先的基礎語言特性能力、邏輯和推理能力、語義理解、生成與創作、金融領域能力、安全與合規能力等六大核心領域，進一步推動金融數字化轉型。
（編輯 顏皓）