【資料圖】

8月23日,北大光華-度小滿金融科技實驗室舉辦“北大光華-度小滿金融大模型技術與應用論壇”,北大光華金融系主任、教授劉曉蕾,度小滿CTO許冬亮,清華大學人工智能研究院常務副院長孫茂松,北京大學光華管理學院商務統計與經濟計量系王漢生教授,哈工大計算學部長聘教授車萬翔,中國農業銀行研發中心大模型研發負責人耿博,光大信托數據中心總經理祝世虎等行業專家出席研討會。會上,大模型本身的技術難點、大模型對金融行業影響和應用等問題成為產學研界共同關注的課題。

(度小滿CTO許冬亮)

許冬亮表示,大模型讓機器具有了常識,懂得了邏輯,學會了創作,讓人和機器能以更自然的方式互動,通過與周邊工具的結合,大模型已經具有了通用人工智能的雛形。金融行業是高價值行業,數字化基礎好,高度依賴數據和技術,是大模型落地應用的高潛場景。對于中小金融機構,在大模型的浪潮里,他們也有機會通過應用創新,來加快自身的數字化和智能化進程,跨越數字化鴻溝。

現階段,如何在金融領域發揮大模型的能力,他認為還有三個挑戰需要解決:

第一個挑戰是通用模型能力不能滿足金融場景需要。首先是通用大模型本身精度不夠,當前大模型原生的幻覺問題、可控性問題和可解釋性問題都限制了生成內容的準確性和可控性,而金融又是一個對精準性、可控性要求很高的行業;其次是通用大模型金融知識的缺失;再次是大模型更新迭代困難,金融是高時效的,模型必須能夠實時跟蹤金融市場的變化和趨勢。

第二個挑戰是大模型如何高效植入現有業務場景。一個團隊既要懂業務場景的know-how,又要理解大模型的使用方法,而且還需要具備比較強的工程能力,這樣才有可能選擇出適合應用大模型的場景,高效的將大模型嵌入到實際業務流程。

第三個挑戰是大模型應用于金融業中產生的安全合規和隱私保護問題。金融本身是一個高合規要求的行業,大模型又是具有顛覆性的新技術,我們對它的風險還沒有完全了解,隨著大模型落地的不斷推進,如何平衡大模型落地收益和潛在合規風險,會是一個越來越突出的問題。

如何解決大模型在金融行業落地應用的這些難題,許冬亮認為每家機構獨立去解決這些問題既是不現實的,也是不經濟的,科技公司和金融機構在金融大模型上的合作非常有必要,“科技巨頭提供通用大模型,或者技術能力強的金融科技公司提供金融行業大模型,具體的金融機構基于這個行業底層模型,用自己的業務數據去做私域的訓練,然后做私有化的部署和應用”。

今年5月份,度小滿開源了國內首個千億級中文金融大模型“軒轅”,“軒轅”在金融域任務評測中全面超越了市場上的主流開源大模型,開源以來已經有上百家金融機構申請試用。