金融科技盛會研討，大模型落地仍面臨挑戰，需要垂直領域“螞蟻雄兵”

財聯社10月24日訊（記者 楊一駿）人工智能、大模型等前沿技術在金融領域的創新應用正處於爆發式增長的關鍵階段。10月18日，在“全球資產管理中心 上海國際活動周2024”第五屆1024資管科技開發者大會（ITDC2024）上，圍繞全球金融科技中心建設，與會專家分享了大模型等新興技術在金融領域落地的各種理論與實踐經驗。

大模型技術飛速發展，需高效聚集資源、協同創新

智能投研技術聯盟（ITL）主席楊強介紹，如今人工智能和大模型技術有了長足的發展，但這是在中心化模式下進行的。中心化有很多優點，也帶來了包括數據隱私保護和資源的分配等方面的一些問題，而隱私數據需要受到保護。

通用大模型、中心化大模型向分佈式大模型發展的過程中，未來金融領域必然會誕生多個大模型。通過建立理論邊界、激勵機制，包括持續學習、反學習和多個模型之間的協作、知識的遷移、知識的保護等，衆多模型互相合作，有望形成更有效的模型圖計算場景。

復旦大學浩清特聘教授、上海科學智能研究院院長、無限光年創始人漆遠則表示，大模型在產業落地時，需要解決幻覺、解釋性不強、成本高等問題。人工智能要在各行業的複雜場景中發揮核心作用，需要將系統的行業知識、推理邏輯、決策機制與大模型結合，提高推理精度、降低服務成本，才能打造真正的生產力工具。“灰盒”可信大模型將符號推理的“白盒”與神經網絡的“黑盒”相結合，打造不同垂直領域可信大模型，讓其可靠、可解釋，釋放生產力工具的巨大價值，賦能千行百業。

上海人工智能實驗室領軍科學家喬宇教授認爲，大模型創新的核心是算力、數據和人才，打造重大原創平臺，高質量高密度配置創新要素，提升創新能效。另外，大模型的產業鏈非常廣泛，涉及芯片、框架、數據、模型、評測等多個環節，可以多環節協同，體系化創新，構建高能級創新生態。

落地金融仍面臨挑戰，由內向外逐步探索

具體到大模型等技術在金融領域的落地，恆生電子股份有限公司首席科學家、研究院院長白碩總結了大模型在金融行業落地的十字方法論 “樁、閉環、活數據、雙向奔赴”。“樁”指模型長在業務系統和業務數據上，“閉環”指接受來自業務的閉環檢驗，“活數據”意味着實時、精準、可溯源，“雙向奔赴”指業務描述文檔要清晰、規範、大模型友好。

螞蟻集團財保事業羣技術總監姚軍認爲，大模型要想實現規模化的產業落地，它需要解決嚴謹、專業和可靠三個挑戰。大模型很容易產生幻覺，但是在金融領域對嚴謹性的要求非常高，金融業是非常專業的領域，還有安全合規方面的要求。

上海市信息投資股份有限公司副總裁山棟明則認爲，當前大模型在金融領域落地仍面臨算法、算力及數據語料的挑戰。未來大模型的PK一定是整體生態位的PK，需要“大象”，更需要各個垂直領域裡的“螞蟻雄兵”。金融領域從事傳統軟件和信息服務的企業，如何加快擁抱模型的力度，形成向智能體開發者的轉變，是成爲“螞蟻雄兵”的關鍵所在。

文因互聯董事長鮑捷則在接受財聯社採訪時，強調了大模型應用過程中知識的重要性。鮑捷認爲，大模型應用最大的挑戰是如何將行業知識精準高效輸入大模型中，實現大模型與業務場景的深度融合。金融領域需要專業知識，大模型應用將從數據驅動走向知識驅動。

商湯智能科技有限公司金融大模型研發負責人趙瑞介紹，金融場景探索的整體思路爲“由內向外”，先探索機構內部的應用，研發提效、文檔智搜、數據生產等場景，然後進一步往對外的業務進行探索和逐步開展擴展，包括營銷輔助、智能投顧、智能投研、智能決策，推向全面系統級別的數字化。