首頁 >> 正文
近日，微眾媒體學院系列活動在北京舉行，業內人士聚焦大模型時代AI前沿與金融應用，共議AI技術前沿與金融落地實踐。
近年來，以大模型為代表的AI技術進入發展快車道，成為當下熱點話題。伴隨大模型技術的飛速發展，全球人工智能技術發展和應用迭代速度都得到了極大提升，大模型技術也被認為是通用人工智能技術的核心引擎。
工信部發布的數據顯示，截至2023年6月，我國人工智能核心產業規模已經達到5000億，人工智能企業數量超過4400家。
瀾舟科技合伙人、聯席CEO李京梅表示，近年來人工智能逐步演進，從只能做單個任務的專用模型的AI 1.0時代，到一個通用模型做廣泛任務的AI 2.0時代，最終走向通用人工智能（AGI）。AI產業具備廣闊潛力，大模型的產業落地應用才剛剛開始，隨著各個領域的產業升級對人工智能的需求不斷增強，未來的滲透率還將進一步增加。
業內人士表示，在大模型的實踐應用中，金融行業由于具備數字化程度高、商業化應用場景潛在價值高等優勢，成為AI大模型落地應用的最佳場景之一。微眾銀行首席人工智能官楊強在分享時表示，大模型的應用落地涉及數據管理、算法優化、系統設計和成本控制等多方面綜合挑戰，需要持續的技術創新和策略調整，以推動AI技術更加成熟、高效地服務于社會各個領域。他進一步表示，AI Agent（人工智能業務助理）是大模型面向應用端發展的下一階段，其基于大模型的通用能力，并結合相關領域知識適應不同場景需求。
據介紹，在業務實踐中，微眾銀行自研的生成式AI技術能夠有效解決大模型幻覺（大模型在生成內容時產生錯誤或誤導性結果）等技術難點，滿足監管合規要求，已深度應用于客服、營銷、質檢、反欺詐、科技金融等核心業務場景，覆蓋金融服務“前—中—后臺”各個環節，提升金融服務的質效。
談及聯邦大模型與前沿探索，微眾銀行人工智能首席科學家范力欣提出，聯邦學習作為一種先進的分布式機器學習范式，允許參與方在不直接共享原始數據的情況下協作訓練模型，為解決大模型應用落地的技術難題提供了創新路徑。聯邦大模型技術路線通過其獨特的設計，解決數據時效性、模型幻覺、專業知識融合及算力資源消耗等挑戰，并在保護數據隱私和促進AI技術公平性方面邁出了重要一步，為大模型在各領域的廣泛應用開辟了新的可能。
?
