當(dāng)前，生成式人工智能正在快速迭代和應(yīng)用，其中，大模型展現(xiàn)出強(qiáng)大功能。各細(xì)分行業(yè)在探索大模型落地過程中不可避免地面臨一些挑戰(zhàn)。具體到金融領(lǐng)域，專業(yè)、合規(guī)、標(biāo)準(zhǔn)是當(dāng)前行業(yè)對大模型應(yīng)用的期待。

“我們在人工智能大模型研發(fā)和應(yīng)用方面正在研究和探索，未來希望能夠共建行業(yè)評測標(biāo)準(zhǔn)，為金融業(yè)大模型應(yīng)用提供基準(zhǔn)?！币晃粯I(yè)內(nèi)人士告訴《金融時(shí)報(bào)》記者。

“馴化”金融大模型

(資料圖片僅供參考)

談及大模型在金融領(lǐng)域的運(yùn)用，馬上消費(fèi)人工智能研究院院長陸全用了“馴化”二字。

“如果把通用大模型看作一匹資質(zhì)超群的野馬，打造專注于金融垂直領(lǐng)域和細(xì)分場景的大模型應(yīng)用就相當(dāng)于對野馬的馴化?！标懭f，“首先，需要使用專有的、經(jīng)過加工的垂直領(lǐng)域數(shù)據(jù)來喂養(yǎng)它；其次，要在垂直領(lǐng)域?qū)Υ竽Ｐ瓦M(jìn)行精調(diào)對齊訓(xùn)練，用大模型的推理加速技術(shù)讓這匹馬跑得更快、更可控；最后，要有足夠的應(yīng)用場景來供這匹馬奔馳和迭代，使用的人越多，評估反饋越多，模型迭代越快，效果才會(huì)越好?！?/p>

交叉信息核心技術(shù)研究院常務(wù)副院長林常樂在“金融科技50人論壇”主辦的研討會(huì)上表示，由于金融專業(yè)精度要求很高，大模型與金融行業(yè)結(jié)合的關(guān)鍵，是怎樣產(chǎn)出符合金融專業(yè)精度要求的結(jié)果。林常樂提出大模型中的相關(guān)專業(yè)領(lǐng)域參數(shù)與專業(yè)模型相結(jié)合的技術(shù)路線，通過將專業(yè)模型的精度參數(shù)寫入大模型，實(shí)現(xiàn)專業(yè)領(lǐng)域模型與大模型的銜接。

雪球公司資深技術(shù)總監(jiān)張燦群認(rèn)為，金融領(lǐng)域?qū)?zhǔn)確性、專業(yè)性以及實(shí)時(shí)性的要求非常高，當(dāng)前大模型主要因?yàn)閿?shù)據(jù)無法實(shí)時(shí)更新、翔實(shí)數(shù)據(jù)依然缺乏、數(shù)據(jù)準(zhǔn)確度不高等問題，導(dǎo)致大模型的生成結(jié)果可能無法完全滿足金融行業(yè)實(shí)際需求，而金融企業(yè)可以通過模型微調(diào)、指令提示和結(jié)構(gòu)化數(shù)據(jù)檢索的方式，有效打通大模型落地的“最后一公里”。

大模型應(yīng)用存在哪些問題

“雖然國內(nèi)數(shù)據(jù)資源豐富，但中文優(yōu)質(zhì)數(shù)據(jù)集仍然稀缺，金融業(yè)的數(shù)據(jù)基礎(chǔ)雖然優(yōu)于多數(shù)行業(yè)，但也存在非標(biāo)準(zhǔn)化、碎片化、分割化的問題。算力保障方面，我國AI算力規(guī)模雖已居于全球前列，但生成式AI大模型的算力質(zhì)量仍有待提升?！眹医鹑谂c發(fā)展實(shí)驗(yàn)室副主任楊濤表示，當(dāng)人工智能大模型在金融領(lǐng)域應(yīng)用時(shí)，更需關(guān)注大模型的可審計(jì)性、可解釋性等難題以及參與金融活動(dòng)引發(fā)的風(fēng)險(xiǎn)特征變化、數(shù)據(jù)保護(hù)、責(zé)任分擔(dān)、合規(guī)邊界等問題，強(qiáng)化數(shù)據(jù)倫理、算法倫理、主體倫理、行為倫理等方面的治理。

林常樂在談到大模型應(yīng)用存在的問題時(shí)表示，大模型通常使用公開互聯(lián)網(wǎng)信息進(jìn)行訓(xùn)練，使用這些數(shù)據(jù)和知識會(huì)引發(fā)利益沖突，涉及數(shù)據(jù)知識產(chǎn)權(quán)的保護(hù)問題。同時(shí)，大模型自身的風(fēng)險(xiǎn)，比如數(shù)據(jù)安全也是關(guān)注的重點(diǎn)。“在2008年全球金融危機(jī)后，大家意識到模型和定價(jià)算法會(huì)對金融業(yè)務(wù)產(chǎn)生巨大影響，模型管理需要既要有制度建設(shè)，也需要技術(shù)支持。在負(fù)責(zé)任的大模型中，涉及不同國家的價(jià)值觀標(biāo)準(zhǔn)，需要進(jìn)行跨領(lǐng)域的研究，使其公理化，形成可以技術(shù)化的規(guī)則。”

中國社科院哲學(xué)所科技哲學(xué)研究室主任段偉文認(rèn)為，生成式人工智能技術(shù)會(huì)對知識產(chǎn)權(quán)和知識生產(chǎn)方式產(chǎn)生重大影響，并可能帶來數(shù)據(jù)隱私、安全、偏見、公平等方面的問題。他表示，對于人工智能大模型的治理應(yīng)基于相稱性原則，即根據(jù)其本身的風(fēng)險(xiǎn)確定治理力度，并在此過程中始終明確人工智能應(yīng)用僅負(fù)責(zé)推算，而人負(fù)責(zé)結(jié)果判斷。

“由于參數(shù)在100億個(gè)以下的模型無法具備很多能力，為此，我們必須克服GPU和經(jīng)驗(yàn)的不足，以獲得對這種大小模型精調(diào)訓(xùn)練和推理使用的能力，并在自身數(shù)據(jù)上做模型精調(diào)。其中，包括基于自身數(shù)據(jù)，設(shè)計(jì)和訓(xùn)練‘問答對’，以保證既要保留原有大語言模型的常識和通用推理能力，又能在獨(dú)有的金融垂直細(xì)分?jǐn)?shù)據(jù)上實(shí)現(xiàn)類似的能力擴(kuò)展?！币晃粯I(yè)內(nèi)人士說。

支持負(fù)責(zé)任大模型在金融業(yè)應(yīng)用推廣

在北京國家金融科技認(rèn)證中心資深專家溫昱暉看來，百花齊放的大模型難免會(huì)出現(xiàn)良莠不齊的現(xiàn)象，這需要基于多元化的責(zé)任主體，遵循負(fù)責(zé)任人工智能的基本原則，采取適合行業(yè)特點(diǎn)的敏捷治理方式來進(jìn)行規(guī)范。基于此，北京國家金融科技認(rèn)證中心提出負(fù)責(zé)任的人工智能大模型治理思路，探索研究大模型金融應(yīng)用多元責(zé)任體系，采用循證治理及評價(jià)機(jī)制，支持負(fù)責(zé)任大模型在金融業(yè)的應(yīng)用推廣，通過建立名錄向行業(yè)推薦負(fù)責(zé)任的大模型產(chǎn)品和服務(wù)。

采訪中，金融從業(yè)者普遍表示，大模型技術(shù)具備廣泛的應(yīng)用前景，但當(dāng)前在可控性和精準(zhǔn)度方面還有很多挑戰(zhàn)。工商銀行金融科技研究院資深經(jīng)理夏知淵認(rèn)為，未來應(yīng)選擇風(fēng)險(xiǎn)相對可控的企業(yè)內(nèi)部場景開展先行先試，在探索大模型應(yīng)用的同時(shí)，進(jìn)一步完善相關(guān)技術(shù)。

民生銀行數(shù)據(jù)管理部總經(jīng)理沈志勇認(rèn)為，大模型技術(shù)應(yīng)用可能會(huì)涉及知識產(chǎn)權(quán)、數(shù)據(jù)隱私、價(jià)值觀等問題，需要強(qiáng)化使用主體的社會(huì)責(zé)任和道德規(guī)范，定期開展合規(guī)和倫理方面的審查。

光大信托科技部副總經(jīng)理祝世虎認(rèn)為，大模型在銀行業(yè)的落地需要“大合作、大創(chuàng)新、大共存”，即業(yè)內(nèi)大算力的合作、行內(nèi)大數(shù)據(jù)的整合、垂直領(lǐng)域內(nèi)模型的精調(diào)，由淺入深、由外及內(nèi)地開展應(yīng)用創(chuàng)新，并處理好大模型與小模型的共存關(guān)系。

從科技企業(yè)的視角看，包括360、華為在內(nèi)的一些科技企業(yè)表示，大模型卓越的性能有賴于底層芯片、基礎(chǔ)軟硬件的支持，未來希望與各界伙伴攜手打造自主可控的技術(shù)底座和兼顧各行業(yè)標(biāo)準(zhǔn)的開源大模型，加速行業(yè)大模型生產(chǎn)和場景落地，賦能金融數(shù)字化轉(zhuǎn)型和智能化升級。

據(jù)了解，北京國家金融科技認(rèn)證中心將提出負(fù)責(zé)任大模型金融應(yīng)用行動(dòng)計(jì)劃并公開征集參與單位，共同推動(dòng)負(fù)責(zé)任的金融領(lǐng)域大模型應(yīng)用落地。

（文章來源：金融時(shí)報(bào)）