界面新聞?dòng)浾?| 苗藝偉

近日，在2023世界人工智能大會(huì)(WAIC)的“AI商業(yè)落地論壇”上，馬上消費(fèi)金融首席信息官（CIO）蔣寧在發(fā)表的主題演講中表示，馬上消費(fèi)金融將在近期正式發(fā)布自主大模型，并將著力在業(yè)務(wù)安全穩(wěn)定發(fā)展和科技應(yīng)用之間取得平衡。

馬上消金大模型已上線內(nèi)測(cè)

馬上消費(fèi)金融CIO蔣寧在接受界面新聞?dòng)浾卟稍L時(shí)表示，人工智能大模型在金融領(lǐng)域有廣泛的應(yīng)用前景，可以推動(dòng)構(gòu)建用戶個(gè)性化服務(wù)體驗(yàn)，有效提升金融領(lǐng)域營(yíng)銷運(yùn)營(yíng)等價(jià)值鏈效率，進(jìn)一步拓展數(shù)據(jù)決策在風(fēng)控領(lǐng)域的創(chuàng)新應(yīng)用效果，助力金融行業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生實(shí)質(zhì)性的飛躍。

蔣寧表示，在大模型數(shù)據(jù)積累方面，馬上消金在沒有巨大流量加持下，依靠自主獲客能力，已經(jīng)積累了1.7億的用戶和將近40PB的客戶聲音數(shù)據(jù)，來幫助訓(xùn)練人機(jī)協(xié)作模型，并結(jié)合它的反饋機(jī)制進(jìn)行強(qiáng)化學(xué)習(xí)，這將成為公司的核心競(jìng)爭(zhēng)能力之一。

他表示，在公司戰(zhàn)略層面，對(duì)人工智能的認(rèn)知在不斷加深，任何新技術(shù)的嘗試、總結(jié)、歸納、推廣，都會(huì)在業(yè)務(wù)穩(wěn)定發(fā)展和科技創(chuàng)新之間取得平衡，并使科技進(jìn)步與公司的戰(zhàn)略、組織和文化相適應(yīng)。

蔣寧透露，對(duì)于馬上消金而言，在大模型領(lǐng)探索的關(guān)鍵詞是 “安全可控”、“個(gè)性化決策和體驗(yàn)”和“持續(xù)性學(xué)習(xí)”，目前公司已經(jīng)研發(fā)了實(shí)時(shí)人機(jī)決策模型、多模態(tài)大模型、數(shù)據(jù)智能模型等，并在內(nèi)部正式上線測(cè)試。

金融業(yè)大模型面臨四個(gè)關(guān)鍵挑戰(zhàn)

金融行業(yè)一直希望將數(shù)據(jù)快速變成資產(chǎn)來進(jìn)行決策，并在風(fēng)險(xiǎn)、營(yíng)銷、運(yùn)營(yíng)上，進(jìn)行創(chuàng)新性嘗試。去年以來，人工智能大模型的出現(xiàn)，更是成為行業(yè)發(fā)展的強(qiáng)心劑，雖然人工智能大模型可以解決一部分問題，但卻對(duì)金融科技能力提出了新挑戰(zhàn)。

蔣寧對(duì)界面新聞?dòng)浾弑硎荆傮w來講有四個(gè)方面，首先，在金融行業(yè)的關(guān)鍵任務(wù)和動(dòng)態(tài)系統(tǒng)里，面對(duì)現(xiàn)實(shí)世界的超預(yù)期突發(fā)狀況，人工智能大模型反饋并不穩(wěn)定，為實(shí)際應(yīng)用提出了重大挑戰(zhàn)。

其次，金融行業(yè)往往希望為用戶提供個(gè)性化的服務(wù)體驗(yàn)，但這種個(gè)性化的體驗(yàn)需要個(gè)人隱私數(shù)據(jù)和大模型相融合，出現(xiàn)了數(shù)據(jù)合規(guī)安全的新問題。

再次，大模型要求構(gòu)建增強(qiáng)學(xué)習(xí)的網(wǎng)絡(luò)化平臺(tái)，并持續(xù)貢獻(xiàn)數(shù)據(jù)和反饋，但目前中國市場(chǎng)的算力、算法、數(shù)據(jù)往往是是割裂的，對(duì)這三者能進(jìn)行統(tǒng)一的公司非常少，對(duì)跨組織、跨機(jī)構(gòu)的共享機(jī)制需要持續(xù)性的探索。

最后，大模型的基礎(chǔ)架構(gòu)、技術(shù)芯片等對(duì)科技技術(shù)底層結(jié)構(gòu)提出了挑戰(zhàn)，是否能處理未來后摩爾時(shí)代的高速增長(zhǎng)數(shù)據(jù)能力仍然未知。

專注大模型三大關(guān)鍵技術(shù)突破

面對(duì)金融垂直領(lǐng)域的應(yīng)用，蔣寧表示，馬上消費(fèi)金融重點(diǎn)關(guān)注了大模型領(lǐng)域的三個(gè)關(guān)鍵技術(shù)，分別是 “強(qiáng)化學(xué)習(xí)和持續(xù)學(xué)習(xí)技術(shù)”、“魯棒性技術(shù)”、“組合式 AI 系統(tǒng)技術(shù)”。

他表示，首先，大模型帶來的最大變革是“強(qiáng)化學(xué)習(xí)和持續(xù)學(xué)習(xí)技術(shù)”，在這種技術(shù)模式下，核心并不是千億級(jí)的參數(shù)，而是基于開放環(huán)境設(shè)計(jì)有價(jià)值的正向反饋機(jī)制，使得系統(tǒng)越用越聰明，實(shí)現(xiàn)持續(xù)自我學(xué)習(xí)和成長(zhǎng)。

他表示，以OpenAI為例，它的核心能力不僅是表面的ChatGPT巨量模型參數(shù)，更在于其幕后的強(qiáng)化學(xué)習(xí)機(jī)制和各種生態(tài)能力的建設(shè)。它通過“獎(jiǎng)勵(lì)函數(shù)”不斷學(xué)強(qiáng)化學(xué)習(xí)，跟傳統(tǒng)閉環(huán)的強(qiáng)化學(xué)習(xí)的AlphaGo等已經(jīng)不是一個(gè)類別。與之相對(duì)，另一種偏向總結(jié)歸納的大模型，卻沒有最重要的反饋機(jī)制，很難構(gòu)成核心競(jìng)爭(zhēng)能力。

其次，蔣寧表示，“魯棒性技術(shù)” 也是大模型在關(guān)鍵決策領(lǐng)域落地的核心能力，它能幫助大模型排除噪音以及干擾性問題，在突發(fā)和不可預(yù)期情況，實(shí)現(xiàn)關(guān)鍵決策的持續(xù)穩(wěn)定和合規(guī)可信。

他表示，在金融領(lǐng)域，合規(guī)安全極為關(guān)鍵。無論在何種情況下，金融機(jī)構(gòu)做出決策性結(jié)果，必須符合國家規(guī)定、符合消費(fèi)者權(quán)益，這對(duì)于大模型的“魯棒性”要求極高。因此，魯棒性技術(shù)會(huì)持續(xù)投入，這個(gè)也將成為重要的反饋機(jī)制，是強(qiáng)化學(xué)習(xí)的一部分。

第三，蔣寧表示，大模型比較關(guān)鍵的技術(shù)是“組合式AI的體系”，這意味著實(shí)際應(yīng)用中需要把“生成式模型”（ Generative Model ） 和垂直領(lǐng)域的“判別式模型 ( Discriminative Model ) 有效結(jié)合，讓兩種優(yōu)勢(shì)能發(fā)揮更好的價(jià)值。

他表示，目前，雖然生成式大模型占據(jù)行業(yè)主流、泛化能力非常強(qiáng)，并且取得了明顯的進(jìn)步，但它在結(jié)果判斷方面準(zhǔn)確性較低，在重要金融決策中無法直接使用。

相反，通過直接標(biāo)記“對(duì)/錯(cuò)”來不斷學(xué)習(xí)的判別式模型卻進(jìn)步依然非常難、泛化性也比較弱、開發(fā)訓(xùn)練成本也更高，但它一旦訓(xùn)練完成，會(huì)比較精準(zhǔn)，更適合金融領(lǐng)域的關(guān)鍵決策。