今年，ChatGPT的火热再次掀起了全球对人工智能的高度关注，目前，各行各业都在探索，生成式人工智能到底能给行业带来哪些颠覆，金融机构是这方面的先行者。
7月12日，在2023新京报贝壳财经夏季峰会的“AI如何助力金融行业服务实体经济”的圆桌论坛上，马上消费CTO蒋宁表示，生成式AI的先进之处在于其迁移学习能力、泛化能力较强，但目前金融机构大多使用的是工业级判别模型，即一定要给出结果，而不像GPT一样，它给你的回答可以是错误的，但经过训练，模型准确性会逐渐提升。所以，未来对大模型探索的主要思路应该是，将生成式模型的泛化能力、迁移学习能力与判别模型进行有效结合，才能解决金融机构的实际问题。
同时蒋宁透露，马上消费将会在近期发布金融大模型，结合了持续学习、组合式AI等能力，将在组合决策上作出实践。
组合式AI能力才能解决金融机构实际问题
公开资料显示，马上消费成立于2015年，是一家经监管批准，持有消费金融牌照的科技驱动型金融公司。
据蒋宁介绍，目前，马上消费已有3000多名员工，其中，超过2000名都是人工智能和大数据专业的科技人员，8年来，公司累计申请专利已达1300多件，资产管理规模已过千亿元。
其实，过去几年，AI在金融领域的应用并不少见，但如今的生成式AI依然掀起了金融领域的高度关注，蒋宁认为，生成式AI的先进之处在于其迁移学习能力、泛化能力较强，但目前金融机构大多使用的是工业级判别模型，即一定要给出结果，而不像GPT一样，它给你的回答可以是错误的，但经过训练，模型准确性会逐渐提升。所以，未来对大模型探索的主要思路应该是，将生成式模型的泛化能力、迁移学习能力与判别模型进行有效结合，才能解决金融机构的实际问题。
在这一大思路下，组合式AI能力应该给金融机构带来哪些改变？
蒋宁提出了三个方面，一是金融机构如何基于新型数字化技术，深入洞察消费者，并提供个性化体验；二是提升传统金融的运营效率，如营销、获客等；三是做合规安全的决策智能。
以用户洞察为例，蒋宁认为，未来的用户画像应该要实现每秒钟上亿的画像，且画像是自动化、动态化、贯穿全生命周期的，更智能、精细、准确、及时、深入的洞察用户可以自动优化营销、风险等标签。
又以提升传统金融运营效率为例，蒋宁表示：“今天我们接到许多电话，能听出是机器人打的，这其实很影响消费者的体验，我相信在不久的将来，每个人都能接到个性化的营销电话，就像真人打的一样，可以与客户进行非常个性化的聊天，这就是通过语音技术、交互技术的深化，大大提升传统金融服务的效率。”
金融机构应用生成式AI的风险主要是可信与安全
不过，对于严监管的金融机构而言，使用生成式AI的风险仍值得高度关注。
在蒋宁看来，金融机构使用生成式AI面临的风险和挑战主要是可信及安全。
可信即如何保证AI决策在任何情况下都结果可信。蒋宁以马上消费举例，“我们有几十万张表，将近上百万的变量，2000多个模型，且有风险、营销、决策等不同应用场景，在这其中，数据有倾斜、变量有漂移、模型有衰减，在如此庞大的系统下，如何保证结果稳定，不出现如变量计算错误、新逻辑改变、模型突然衰减等情况，让结果可预期、可控，这是我们持续探索的。”
安全则属于对抗学习领域，即一种算法的基本逻辑势必会被另一种算法找到，比如，金融领域中人脸识别的对抗样本就至少有20、30种，在这种情况下，如何保证AI模型的安全？蒋宁表示，公司能做到多模块、多算法的组合，且不断研究对抗学习，能够保证在突发、恶意的情况下，结果依然安全，这是单一算法难以实现的。
未来AI如何更与时俱进值得探索
面向未来，蒋宁认为生成式AI有算法、算力、数据、规范四方面值得关注和探索。在算法方面，他表示，以往人工智能最大的问题是没有动态适应性，即人工智能会随着环境的变化而减弱能力。大模型有动态的适应性，但是中国没有看到很多这种大模型，如果没有持续的生态的参与者反馈数据让这个模型越来越成熟，那么一次性的模型都是挑战。未来，人工智能如何更适应环境变化，更能与时俱进，持续学习，是需要探索的。
在数据方面，蒋宁表示，如果希望大模型更有效，一定需要全社会的参与和共同反馈，持续强化开放生态，实现金融领域的群体智能，但目前受合规、隐私保护及技术等方面限制，难以做到行业金融数据的归集，所以，单个机构的模型难以形成行业共享。
在算力方面，蒋宁称，大模型给算力的基础架构带来了较大冲击，也让金融机构面临着芯片、技术架构的选择，在这方面仍有较大探讨空间。
在监管治理方面，蒋宁认为，金融机构的大部分决策都非常严谨，而目前大模型最广泛应用于助手领域，而无法作出决策，这并不符合金融机构的需求。因此，我们提出要打造组合式AI，帮助金融机构做出稳定的、抗干扰的决策。“后续，马上消费也会发布大模型，结合了持续学习、组合式AI等能力，将在组合决策上作出实践。”蒋宁说。
面对生成式AI带来的风险和挑战，蒋宁表示，马上消费的人工智能将在三个领域、三个能力上加大布局，三大领域包括数据决策智能，多模态语言、文字、视频的AI能力以及实时的人机协作；三大能力则包括持续学习能力，这是大模型最核心的生命力，其次是组合式AI能力，将工业届的判别式模型与生成式模型有效结合，才能真正解决金融运营过程中的具体问题，第三个能力，即大模型能在合规、安全、鲁棒性能力上均有较大提升。
用户评论