很高興有機(jī)會在“新一代AI·新時代金融”論壇與業(yè)界和學(xué)界的各位同仁和專家共同交流探討人工智能。很長一段時間以來，人工智能一直是一個熱門話題，大家都在期待運(yùn)用人工智能可以給整個社會發(fā)展帶來一些新變化，諸如工業(yè)機(jī)器人、自動駕駛、無人機(jī)等等，都一定程度上改變了我們的生產(chǎn)生活方式。但去年ChatGPT的橫空出世，我們忽然發(fā)現(xiàn)可能一個新的時代即將到來，人工智能極有可能從傳統(tǒng)意義上的體力勞動替代向腦力勞動替代轉(zhuǎn)變，它所帶來的改變和沖擊將是爆炸性和顛覆性的，甚至?xí)淖內(nèi)祟惖奈磥�。譬如三五年后，一些崗位是否還需要存在？我們中的部分人是否還能淡定的坐在會場上？可以說ChatGPT開拓了人工智能新的能力前沿和想象空間，也因此引發(fā)全球高度關(guān)注。在此，我想就人工智能未來的變化以及應(yīng)對舉措，談一些觀點(diǎn)和想法，供大家參考。
第一個觀點(diǎn)、人工智能發(fā)展迎來新拐點(diǎn)
追溯歷史，運(yùn)用和發(fā)展通用人工智能的想法由來已久。上世紀(jì)五十年代，提出了著名的圖靈測試。大半個世紀(jì)以來，我們一直在探索。最近十年，逐步取得一些突破，譬如AlphaGo驚艷世人。然而，這些產(chǎn)品距離真正的通用人工智能還相差甚遠(yuǎn)，基本還停留在大算力和專用能力。但ChatGPT的出現(xiàn)，讓我們所有人真切地感受到新賽道的顛覆性威力。
首先，算力、算法、數(shù)據(jù)的相互賦能，使人工智能出現(xiàn)了涌現(xiàn)效應(yīng)。ChatGPT的成功離不開成熟的模型底座、豐富的數(shù)據(jù)供給和強(qiáng)大的算力支撐。在算法方面，在循環(huán)神經(jīng)網(wǎng)絡(luò)、Transformer等算法思想、架構(gòu)上逐步傳承、積累。從公開數(shù)據(jù)來看，GPT模型參數(shù)從2018年最初的1.17億，到GPT3已達(dá)到1,750億，模型參數(shù)的規(guī)�；嵘�，使得大模型出現(xiàn)了歷史性的重大拐點(diǎn)，發(fā)生了靈光一閃的涌現(xiàn)效應(yīng)，從涌現(xiàn)到泛化，舉一反三，融會貫通，能夠回答沒有經(jīng)過特定訓(xùn)練的問題，目前還很難解釋，但這就是進(jìn)化。在數(shù)據(jù)方面，海量增長的數(shù)據(jù)為模型訓(xùn)練和應(yīng)用提供了豐沃土壤。根據(jù)IDC數(shù)據(jù)統(tǒng)計，2022年全球數(shù)據(jù)總量為103ZB，中國占比接近1/4，預(yù)估2027年全球數(shù)據(jù)總量將達(dá)到284ZB。在算力方面，模型訓(xùn)練參數(shù)與算力成正比，據(jù)OpenAI測算，自2012年以來，全球頭部AI模型訓(xùn)練算力每3-4個月翻一番�？梢哉f在算法、算力、數(shù)據(jù)的共同加持下，目前GPT已支持文本和圖像輸入，在多種專業(yè)和學(xué)術(shù)考試中已經(jīng)表現(xiàn)出與人類相當(dāng)?shù)哪芰�，整個學(xué)界和業(yè)界都在期待大模型繼續(xù)向著通用人工智能邁進(jìn)。
其次，生成式AI改變了人類知識的存儲、傳承和使用方式。過去五千年，人類知識被儲存在文字中，通過文字記錄歷史，探知未來，相互交流。過去三十年，互聯(lián)網(wǎng)的誕生，改變了人類記錄知識、獲取知識的方式，通過互聯(lián)網(wǎng)，加速了人類應(yīng)用知識、創(chuàng)造知識的速度。而當(dāng)下，因為生成式AI的突破式進(jìn)展，人類的知識體系將被構(gòu)建到大模型中，這是人類知識存儲、傳承和使用方式的再一次重構(gòu)，其地位將不亞于文字和互聯(lián)網(wǎng)的出現(xiàn)。人工智能從固定任務(wù)場景觸發(fā)，逐步進(jìn)化為通過自然語言接受指令、理解人類意圖并不斷迭代，由簡單的“人力替代”向“人機(jī)協(xié)同”轉(zhuǎn)變，實(shí)現(xiàn)人工智能從交互中學(xué)習(xí)，與人共同完成知識創(chuàng)造。
第三，人工智能正在由專用能力向通用能力轉(zhuǎn)變。以往人工智能基本都是專業(yè)領(lǐng)域、邊界清晰、定義明確的單一任務(wù)模型，任務(wù)稍有變化，效果會大打折扣。而以ChatGPT為代表的生成式AI具有了涌現(xiàn)能力、思維鏈推理能力、多模態(tài)理解和生成能力，實(shí)現(xiàn)了從文本理解到圖像理解，從對話理解到全文理解，從意圖理解到創(chuàng)意實(shí)現(xiàn)的根本性改變，不僅能夠完成文學(xué)創(chuàng)作、代碼生成、圖片生成等多項任務(wù)，而且伴隨數(shù)據(jù)和參數(shù)的規(guī)模提升，生成式AI擁有了學(xué)習(xí)和成長的基因，表現(xiàn)出的學(xué)習(xí)能力、理解能力已接近人類表現(xiàn)。去年一幅《太空歌劇院》，力壓人類藝術(shù)家�？梢哉fAI能力的突破性進(jìn)展，正在創(chuàng)造歷史，當(dāng)然如果運(yùn)用不當(dāng)，也可能出現(xiàn)顛覆性的災(zāi)難，AI教父杰弗里·辛頓曾提出警告，人工智能的崛起將對人類生存構(gòu)成威脅，其威力將與核武器不相上下。
第二觀點(diǎn)、生成式AI將給金融業(yè)帶來機(jī)遇和挑戰(zhàn)
生成式AI作為走向通用人工智能的關(guān)鍵技術(shù)路線，正掀起產(chǎn)業(yè)變革浪潮。據(jù)彭博預(yù)測，未來十年，生成式AI市場規(guī)模將從2022年的400億美元，增長至2032年的1.3萬億美元，年復(fù)合增速有望達(dá)到42%。我國高度重視新一代人工智能發(fā)展，從中央到地方，都紛紛推出政策，可以說，新一代人工智能的大幕已經(jīng)開啟，將影響整個社會和未來，金融領(lǐng)域也不例外。
一方面，生成式AI在金融行業(yè)的應(yīng)用還處于探索階段，需要在實(shí)踐中尋找合適的突破口，并探索嘗試新的商業(yè)模式，進(jìn)行商業(yè)價值驗證。
金融業(yè)具備大規(guī)模、高質(zhì)量的數(shù)據(jù)資源和多維度、多元化的應(yīng)用場景，是人工智能應(yīng)用落地較為深入的領(lǐng)域之一。近些年，在智能客服、智慧營銷、智能風(fēng)控等領(lǐng)域都取得了不錯成績。但是，生成式AI是人工智能領(lǐng)域的一次范式轉(zhuǎn)變，開辟了新的賽道，大家重新站在了賽道起點(diǎn)，我個人理解，新技術(shù)將有助于解決包括金融發(fā)展不平衡、不充分的結(jié)構(gòu)性問題，數(shù)據(jù)要素向數(shù)據(jù)資產(chǎn)轉(zhuǎn)化的問題、金融科技人才短缺的問題，以及客戶體驗、運(yùn)營效率和風(fēng)險防控等經(jīng)營效能提升。目前，包括交行在內(nèi)的部分大型金融機(jī)構(gòu)已在積極布局，推動實(shí)現(xiàn)商業(yè)價值。
一是探索升級客戶服務(wù)能力。生成式AI將變革人機(jī)交互方式，賦能差異化的產(chǎn)品和服務(wù)創(chuàng)新，促進(jìn)實(shí)現(xiàn)從人性化、個性化到感性化的體驗升級。比如，在精準(zhǔn)營銷方面，借助生成式大模型，在灌注專業(yè)領(lǐng)域知識后，一方面提升行業(yè)洞察能力，另一方面將更為精準(zhǔn)地解讀個體個性化需求，幫助實(shí)現(xiàn)從理解“客群”到理解“客戶”的跨越，提升客戶服務(wù)精準(zhǔn)度和滿意度。在智能客服方面，生成式人工智能在準(zhǔn)確理解人類意圖，進(jìn)行流暢、自然、高質(zhì)量的對話方面具有優(yōu)勢，甚至能夠體現(xiàn)出一定的共情能力，結(jié)合文檔理解分析和生成能力，人機(jī)交互的體驗和效率將有望出現(xiàn)質(zhì)的飛躍。
二是探索提升內(nèi)部運(yùn)營效率。探索將生成式AI應(yīng)用于運(yùn)營流程優(yōu)化、運(yùn)營模式創(chuàng)新、運(yùn)營知識提供，從而實(shí)現(xiàn)運(yùn)營效率提升、運(yùn)營成本降低。比如，在軟件研發(fā)方面，Gartner預(yù)測，到2027年，將有15%的新應(yīng)用程序由AI自動生成，金融業(yè)可利用大模型實(shí)現(xiàn)代碼生成、代碼審查等能力，提升研發(fā)效率和質(zhì)量。在智慧辦公方面，可以存儲復(fù)雜、專業(yè)、動態(tài)的制度規(guī)范，以在線問答的形式為員工提供高效精準(zhǔn)的工作指引，成為提升員工能力的“智慧助手”。
三是探索精準(zhǔn)的金融風(fēng)險防控。生成式AI或?qū)椭鹑跈C(jī)構(gòu)更快識別、分析和預(yù)測風(fēng)險。比如，在反洗錢、反欺詐方面，可探索借助大模型的泛化能力提升知識圖譜構(gòu)建效率，從而提高欺詐行為和洗錢活動的識別效果，及時發(fā)出預(yù)警，在減少客戶損失的同時，降低銀行自身法律合規(guī)風(fēng)險。
當(dāng)然，有機(jī)遇，也必然有挑戰(zhàn)，生成式AI所形成的諸多挑戰(zhàn)，需要加以關(guān)注和重點(diǎn)研究解決。
一是大模型對算力、算法、數(shù)據(jù)的協(xié)同提出了更高要求，對基礎(chǔ)設(shè)施建設(shè)帶來巨大沖擊。萬億級別參數(shù)的人工智能大模型是大國重器，不是一般國家、一般企業(yè)可以承受的。大模型需要不斷提升算力資源統(tǒng)籌調(diào)度能力、算法創(chuàng)新能力和高質(zhì)量數(shù)據(jù)要素供給能力。在建設(shè)過程中，既需要產(chǎn)業(yè)上下游的合力、也需要建立國家、行業(yè)、企業(yè)的基礎(chǔ)性規(guī)劃，在海量數(shù)據(jù)(603138)收集、數(shù)據(jù)質(zhì)量控制、算力大規(guī)模組網(wǎng)、算法持續(xù)突破等方面統(tǒng)籌推進(jìn)，解決模型在規(guī)模變大過程中引發(fā)的一系列工程化問題。
二是數(shù)據(jù)少、質(zhì)量差和處理能力弱，將限制了人工智能的應(yīng)用場景，降低人工智能大模型的“智商”。前期，金融業(yè)雖然已經(jīng)積累了大量數(shù)據(jù)和數(shù)據(jù)處理經(jīng)驗，但相對于大模型需要的數(shù)據(jù)量、知識密度和處理質(zhì)量來說，還遠(yuǎn)遠(yuǎn)不夠。目前，互聯(lián)網(wǎng)中文數(shù)據(jù)相比英文數(shù)據(jù)還非常少、開源語料庫有限、數(shù)據(jù)質(zhì)量參差不齊，細(xì)分到金融領(lǐng)域，專業(yè)數(shù)據(jù)和公共數(shù)據(jù)更加不足，并且由于金融制度的差異，無法完全照搬國外的金融語料、金融知識。而金融服務(wù)的專業(yè)性、精準(zhǔn)性又對人工智能技術(shù)的效果和可信度提出了非常高的要求。因此，在豐富數(shù)據(jù)種類、強(qiáng)化數(shù)據(jù)治理、提升數(shù)據(jù)質(zhì)量、保障數(shù)據(jù)安全、完善數(shù)據(jù)共享機(jī)制等方面我們還任重道遠(yuǎn)。
三是數(shù)字時代是生態(tài)體系間的競爭，建立適合大模型的商業(yè)生態(tài)是當(dāng)下大模型發(fā)展的重要挑戰(zhàn)。Win-tel生態(tài)體系主導(dǎo)了PC時代，ARM-Android主導(dǎo)了移動互聯(lián)網(wǎng)時代，人工智能時代同樣將面臨新的生態(tài)體系，以及不同生態(tài)間的競爭。在技術(shù)生態(tài)上，目前尚沒有成熟的軟硬件技術(shù)路線，國產(chǎn)化芯片體系建設(shè)仍是發(fā)展關(guān)鍵，通過加大國產(chǎn)化產(chǎn)業(yè)扶持和培養(yǎng)力度，將有力提高我國在大模型領(lǐng)域的自主可控能力。其次應(yīng)用生態(tài)、場景生態(tài)決定了人工智能走多遠(yuǎn)、走多好，尋找合適的商業(yè)模式是制勝關(guān)鍵，尤其是要不斷豐富人工智能應(yīng)用場景，目前國內(nèi)外各大模型廠商已經(jīng)開始了具有廣泛、豐富能力的智能服務(wù)生態(tài)體系構(gòu)建，大模型之爭即將演變?yōu)榇竽Ｐ蜕鷳B(tài)之爭。
交通銀行高度重視人工智能技術(shù)發(fā)展和應(yīng)用，“十四五”時期致力于打造人工智能新名片。上半年，交通銀行(601328)已成立人工智能聯(lián)合創(chuàng)新實(shí)驗室，制定GPT大模型建設(shè)規(guī)劃，組建專項團(tuán)隊，加快生成式AI在金融場景的應(yīng)用，推動人工智能與金融相向而行、融合發(fā)展。
第三個觀點(diǎn)、應(yīng)用人工智能需要特別關(guān)注幾個方面
提五個方面的意見建議：
一是推進(jìn)產(chǎn)業(yè)協(xié)同，共生共贏。大模型基礎(chǔ)投入大、技術(shù)門檻高，在建設(shè)過程中可能面臨模型優(yōu)化能力不足、數(shù)據(jù)算力準(zhǔn)備不充分、模型評測體系缺失等不確定性。因此，建議加大產(chǎn)學(xué)研合作，構(gòu)建開放融合生態(tài)，建立金融領(lǐng)域可信、安全的生成式AI研究應(yīng)用生態(tài)，積聚行業(yè)力量、產(chǎn)業(yè)力量，合力解決算力、算法、數(shù)據(jù)困境。大模型的持續(xù)優(yōu)化需要建立軟硬件協(xié)同發(fā)展的研發(fā)生態(tài)，不斷迭代的大規(guī)模分布式訓(xùn)練框架軟件，充分發(fā)揮高性能硬件的計算能力，實(shí)現(xiàn)海量數(shù)據(jù)下的模型高效訓(xùn)練。并且與傳統(tǒng)軟件工程不同，大模型的開發(fā)模式已從機(jī)器語言轉(zhuǎn)向自然語言，研發(fā)與應(yīng)用的落地離不開配套的中間件、數(shù)據(jù)庫、插件等一系列工程化設(shè)施，有待國內(nèi)各方發(fā)揮自身優(yōu)勢，合力共建一個便捷使用、繁榮發(fā)展的應(yīng)用生態(tài)。
二是持續(xù)提升數(shù)據(jù)供給質(zhì)量，重視數(shù)據(jù)安全和隱私保護(hù)。金融業(yè)合規(guī)性、時效性特點(diǎn)，決定了對模型訓(xùn)練數(shù)據(jù)的質(zhì)量要求更高、更專業(yè)、更精準(zhǔn)。通過增加代碼語料的訓(xùn)練，提升的不僅是大模型的代碼生成能力，也提升了大模型的邏輯能力。因此，要將金融大模型效果發(fā)揮到極致，光有金融專業(yè)數(shù)據(jù)是不夠的，還需要進(jìn)一步拓展數(shù)據(jù)來源，如政務(wù)、海關(guān)、稅收等經(jīng)濟(jì)數(shù)據(jù)，水電煤氣等產(chǎn)業(yè)公共數(shù)據(jù)。在此基礎(chǔ)上強(qiáng)化數(shù)據(jù)治理、規(guī)范數(shù)據(jù)標(biāo)準(zhǔn)，持續(xù)提升數(shù)據(jù)標(biāo)注質(zhì)量，持續(xù)保證數(shù)據(jù)可信好用、易用能用。在數(shù)據(jù)安全和隱私保護(hù)方面，ChatGPT引發(fā)的安全問題已受到各界關(guān)注，數(shù)據(jù)供給和語料訓(xùn)練直接關(guān)系信息安全，甚至可能影響國家安全。建議研究建立有效的生成式AI應(yīng)用內(nèi)部控制機(jī)制，確保訓(xùn)練數(shù)據(jù)合法依規(guī)使用，防止客戶信息、核心商業(yè)數(shù)據(jù)等關(guān)鍵信息泄露。
三是強(qiáng)化基礎(chǔ)設(shè)施前瞻規(guī)劃與統(tǒng)籌。宏觀層面，我國算力產(chǎn)業(yè)正進(jìn)入新一輪發(fā)展周期，東數(shù)西算、5G網(wǎng)絡(luò)與大數(shù)據(jù)等國家重大工程驅(qū)動的新型算力網(wǎng)絡(luò)體系正在形成，算力統(tǒng)籌和智能調(diào)度能力持續(xù)提高。中國在算力總規(guī)模上已走在全球前列，但在微觀層面，我國算力市場存在碎片化、區(qū)域性、小市場等特征。因此有必要建立國家級的云計算底座作為大模型的基礎(chǔ)設(shè)施，有效統(tǒng)籌大模型在訓(xùn)練、微調(diào)、推理等不同環(huán)節(jié)所需的算力資源，合理分工，統(tǒng)籌規(guī)劃，避免大模型基礎(chǔ)設(shè)施出現(xiàn)低水平重復(fù)建設(shè)�？梢蕴剿鹘⑿袠I(yè)公有云，提供公正、可信的算力用于訓(xùn)練行業(yè)通用大模型。針對金融、政務(wù)等對數(shù)據(jù)安全要求較高的場景，可以在行業(yè)通用大模型基礎(chǔ)上進(jìn)行專屬私有化模型訓(xùn)練。以此來降低生成式AI應(yīng)用的技術(shù)門檻，助力產(chǎn)業(yè)數(shù)字化、智能化進(jìn)程。
四是加強(qiáng)監(jiān)管、關(guān)注科技倫理。技術(shù)本身是中性的，無所謂善惡。合理應(yīng)用將幫助人類走向進(jìn)步，濫用誤用將可能引發(fā)災(zāi)難，核的利用就是最好的例證。當(dāng)前生成式AI在各領(lǐng)域的應(yīng)用還處于起步階段，大模型的高泛化性、生成式特點(diǎn)讓AI具有了一定的不可知性和不可控性。對大模型高“智能性”的濫用也已經(jīng)引發(fā)問題，比如近期AI換臉詐騙、AI虛假新聞等頻發(fā)高發(fā)，造成了一定的社會危害。為促進(jìn)AI健康發(fā)展，建議加強(qiáng)對生成式AI應(yīng)用的科學(xué)監(jiān)管、行業(yè)自律及企業(yè)自治。要關(guān)注生成式AI應(yīng)用的合理性、準(zhǔn)確性、可靠性，建立有效的管控機(jī)制和應(yīng)急策略，避免誤導(dǎo)濫用；要關(guān)注生成式AI應(yīng)用的可解釋性，尊重社會公德、公序良俗，避免出現(xiàn)價值導(dǎo)向偏離、不公平?jīng)Q策、歧視性內(nèi)容等倫理問題。
五是注重數(shù)字素養(yǎng)的建立和人工智能領(lǐng)域?qū)I(yè)人才培養(yǎng)。大模型的出現(xiàn)意味著未來人工智能的技術(shù)應(yīng)用將更具普及化、大眾化趨勢，這不僅是一項技術(shù)變革，更多的將體現(xiàn)為思維、理念、認(rèn)知變革的過程。如果說20年前，英語是一種技能，開車是一種技能，未來數(shù)字化能力也將是一種基本素養(yǎng)。要推動全員全社會提升數(shù)字素養(yǎng)和數(shù)字技能，以數(shù)字化思維改造經(jīng)營理念、展業(yè)習(xí)慣和工作方法。同時，大模型的落地需要人才的支撐和保障。生成式AI的誕生與發(fā)展，不僅需要大量硬件加速、服務(wù)器架構(gòu)、模型架構(gòu)、模型算法、數(shù)據(jù)庫等科技人才，還將誕生提示（Prompt）工程師等新職業(yè)。金融業(yè)要加大自身人才引進(jìn)和培養(yǎng)，構(gòu)建技術(shù)和業(yè)務(wù)的專業(yè)人才隊伍，強(qiáng)化與高校、企業(yè)等外部合作，拓寬人工智能人才培養(yǎng)渠道。
各位領(lǐng)導(dǎo)，各位來賓，大模型所代表的公共服務(wù)知識體系，未來極有可能成為金融基礎(chǔ)設(shè)施的重要組成部分。上海具有金融要素市場齊全、科技創(chuàng)新主體集聚的產(chǎn)業(yè)優(yōu)勢、技術(shù)優(yōu)勢和生態(tài)優(yōu)勢，深處大好環(huán)境，交通銀行將不辱使命，愿攜手在座的企業(yè)、高校、科研院所，全力推動AI技術(shù)的前沿突破，為全社會的數(shù)字化轉(zhuǎn)型做出自己應(yīng)有的貢獻(xiàn)。謝謝！
【免責(zé)聲明】本文僅代表第三方觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔(dān)。
最新評論