度小满朱光谈ChatGPT:从 “弱人工智能”向“强人工智能”跃迁

度小满朱光谈ChatGPT:从 “弱人工智能”向“强人工智能”跃迁

3月9日消息,度小满CEO朱光​表示,ChatGPT的问世,意味着人工智能的发展到了从 “弱人工智能”向“强人工智能”跃迁的分水岭。

他表示,比ChatGPT更值得关注的是它背后的技术和技术趋势。类似GPT这样的大模型技术,是下一代AI技术较量的核心课题。它的出现,意味着所有围绕移动互联网、AI 1.0的竞争和竞争优势正在告一段落。大模型技术将重塑多个行业的工作方式和格局,其中最明显的,也许就是​​金融​​业。换言之,大模型技术正在重新定义金融科技(Fintech)。

在他看来,金融行业是数字化、智能化的先行者,也是大模型技术落地的最佳领域。如果将大模型的能力放在金融行业中去处理原有的任务,会对很多工作产生颠覆性的影响。

度小满朱光谈ChatGPT:从 “弱人工智能”向“强人工智能”跃迁

资料图

朱光介绍,大模型可以分为理解式大模型和生成式大模型。理解式大模型优势在于数据洞察理解能力,可以用在智能推荐、风险管理、智能经营上,帮助金融机构大幅提升经营效率和风险管理决策能力。生成式人工智能可以自主地生成新的数据、图像、语音、文本等信息,成为理财师、保险经纪人等金融从业人员的得力助手,大幅提升服务效率和服务体验。

其中,理解式大模型在海量数据基础上进行预训练,可以大幅提升数据洞察理解能力,让金融机构的客户经营与风控等决策能力提升到新高度。基于大模型技术,金融机构可以更好地理解和响应用户需求,让产品和用户需求更精准的匹配。在大模型的通用能力基础上,融合金融行业的知识和数据用于风险评估,有助于金融机构的风险决策,大幅提升风险稳定性;如果把各类金融大数据、不同行业的数据、宏观经济数据注入大模型,则可以进行有效的风险预警和预测,降低整个社会的金融风险。

他提到,度小满依托于百度人工智能技术,已经开展了一系列基于大模型的应用。以风险管理为例,度小满已经将大型语言模型LLM应用在互联网文本数据、征信报告的解读上,通过用文本数据构造的预训练模型以及AI算法,能够将征信报告解读出40万维的风险变量,更好的识别小微企业主的信贷风险。随着模型的迭代,大模型在智能风控上的潜力将进一步释放。

朱光表示,在探索大模型技术在金融行业应用方面,度小满已经积极布局。“近期,百度基于文心大模型技术推出的生成式对话产品‘文心一言’(英文名:ERNIE Bot)开放生态合作,度小满成为首家接入的金融科技公司。接下来,基于文心一言的大模型技术基座,结合度小满业务场景积累的金融行业知识和数据进行交互式训练,我们希望能在金融行业发挥ChatGPT类人工智能技术的作用和价值,打造全新的智能客服、智能风控、智能交互服务。这些垂直应用不仅具备生成式人工智能(AI)、多模态语义理解等能力,而且适配金融行业高度重视风险、把安全性放在第一位的行业特点,做到高度稳定、自主可控。”

朱光最后提到,金融科技是技术驱动的金融创新。“大模型将对金融行业的智能化水平和数字化程度产生深刻影响,金融科技公司要抓住这次技术变革的机遇窗口,积极探索大模型技术的应用和发展,审慎应对其风险和挑战,助力金融业实现从数字化到智能化的跃升,夯实我国金融科技全球领先地位。”(一橙)

© 版权声明

相关文章