2007年，iPhone的诞生，开启了移动互联网的黄金15年；进入2023年以来，国内外各家大模型的应用突破，则意味着人类的产业变革再次来到了人工智能的“iPhone时刻”。这正是当下各家争鸣的大模型，给千行百业带来的影响。在9月8日的2023外滩大会上，蚂蚁集团董事长兼CEO井贤栋引用了电影《奥本海默》的一句台词来形容——大模型的出现正如发明原子弹，“不是一种新武器，而是一个新世界”。井贤栋表示，“iPhone时刻”带来巨大的冲击，远远不是一块大屏幕变成小屏幕这么简单，而是通过小屏幕实现了用户“永远在线”，从而极大促进了人和服务、人和商品的整个连接。最近一段时间，国内的大模型战场，在经历了数月的狂飙和扎堆秀“肌肉”后，在日趋降温中也迎来新的战事。越来越多的企业理性地认识到，通用大模型只有头部几家巨头才能举“算力、算法、数据”甚至人力、财力去All in做的事，而聚焦场景应用、定制适配的垂直大模型，才更值得中小企业去投入。很多企业因为在自身深耕多年的领域积累了数据等优势，干脆直接基于国内外大模型“底座”，训练出了适配场景的垂直模型。尤其是在金融领域，今年5月以来，奇富科技、度小满、陆金所控股、蚂蚁集团、马上消费等一批金融科技公司，基于自身场景和数据优势，纷纷布局AI大模型。在9月8日的2023外滩大会上，蚂蚁金融大模型千呼万唤始出来。当天，蚂蚁集团副总裁、蚂蚁金服金融大模型负责人王晓航在外滩大会上正式发布了金融大模型。这也是基于蚂蚁基础大模型，针对金融产业深度定制的大模型，底层算力集群达到万卡规模。据了解，目前蚂蚁金融大模型已在蚂蚁集团的财富、保险平台上开启测试。未来，蚂蚁集团将会和金融机构合作的所有数字金融业务将全线接入这一大模型，助力合作机构数字化升级、智能化转型。同时，此次大会蚂蚁集团发布了基于金融大模型能力的两款产品：智能金融助理“支小宝2.0”，服务金融产业专家的智能业务助手“支小助”。此外，蚂蚁集团还推出一款金融专属任务评测集Fin-Eval，从五大维度28个分类进行评估，目前测评集已经开放可用。在今年的外滩大会上，金融大模型成为热议话题的同时，大模型落地的产业真问题和科技人文价值，也备受关注。
此前，一位来自头部金融科技公司的内部人士告诉「商业秀」，最近两个月以来，但凡在金融行业拥有大模型建设能力的金融科技公司和头部金融机构，都在从探索阶段进入到落地应用阶段。该人士进一步称，拥有自身业务场景的金融科技公司或金融机构，都会优先进行内部使用，通过内部产品的打磨来提升大模型的能力。而不具备自身业务应用的科技公司，更加偏向金融行业的通用化问题解决能力，有些会和金融机构合作，共同打造金融行业和场景的大模型。在9月8日的外滩大会上，蚂蚁集团副总裁、蚂蚁金服金融大模型负责人王晓航也表达达了同样的观点，“因为大模型的幻觉问题，只有确保模型拥有领域知识和专业逻辑的严谨性，才能真正赋能金融服务。”蚂蚁金融大模型基于金融场景中的大量实践，形成了“大模型+知识+服务”驱动的架构，而这套架构已在蚂蚁内部金融智能化场景上内测。王晓航进一步表示，“通用大模型无法在专业严谨的领域直接商用，特别是金融服务对错误的容忍度很低，金融大模型要确保领域知识和专业逻辑的严谨性，才能真正落地带来产业价值。”据悉，蚂蚁金融大模型拥有万亿量级Token的通用语料，注入了千亿量级Token金融知识，并从300+真实产业场景中提取了共60万+高质量指令数据，形成了金融专属任务性能优化的优势数据资产。对于内容生成的安全可控问题，蚂蚁金融大模型采用意图识别与事实性校验相结合的方式，来提升生成内容的合规性、安全性和真实性。同时，蚂蚁也开放了金融专属任务评测集“Fin-Eval”，该测试集从五大维度28个分类评估了金融大模型能力，填补了高质量综合性评测集的行业空缺。除了发布金融大模型外，蚂蚁集团还发布了基于金融大模型能力的两款产品——智能金融助理“支小宝2.0”，服务金融产业专家的智能业务助手“支小助”。具体而言，“支小宝2.0”具备高精度的意图理解、个性化的沟通风格——金融意图识别准确率达到95%；智能业务助手“支小助”的1.0版本，包含了“服务专家版”、“投研专家版”等六个版本，可以帮助金融场景的从业人员，在投研分析、信息提取等环节提供智能服务。据了解，支小宝2.0已经内测近半年，待完成备案工作即可上线。支小助则正与蚂蚁平台的合作机构内测共建，为理财顾问、保险代理、投研、金融营销、保险理赔等金融从业专家打造全链条的AI业务助手。
今年以来AI热度持续攀升，近半年内全球近百家公司、机构相继发布大语言模型相关产品。国内也面临着“百模大战”，有数据显示，全国有至少130家公司研究大模型产品，其中做通用大模型的就有78家。但专家普遍认为，这一技术带来的产业红利，才刚刚开始。麦肯锡中国区主席、全球资深董事合伙人倪以理在外滩现场预测，生成式 AI 的技术风暴有望开启一场关系到未来 8-10年的新一轮技术和产业变革。“AI 对全球经济的潜在收益将达到25万亿美元，是当前所有企业最重要的赛道之一，但这个时代刚刚开始。”倪以理表示。他举例称，在高科技行业，该技术每年可以额外创造 2400 亿至 4600 亿美元价值；在零售和消费品领域，每年可达2400亿至3900亿美元；在整个银行业，每年可达 2000 亿至 3400 亿美元。同时他指出，生成式AI可能大幅促进生产力提升，并提供新的就业机会。金沙江创投主管合伙人张予彤的观察也印证了上述观点。当前，生成式人工智能创业与投资爆发，今年上半年投资额已超过去年全年水平。张予彤预测，AIGC在企业的关键职能中将释放巨大价值潜力，影响集中在四个职能：客户运营、营销和销售、 软件工程、产品研发。以游戏行业为例，AIGC首先将优化内部效率，随后重塑开发流程并引领游戏玩法创新。模型的通用能力让其能够应用到人类生产生活的各个场景中，可谓“无孔不入”。AI的发展因此带来了新的安全隐私问题。中国科学院院士何积丰认为，要利用对齐技术为大模型戴上“紧箍咒”。他表示，大模型的安全问题主要是在未经同意的情况下，收集、使用和泄露个人信息。隐私问题既可能发生在训练过程，也可能发生在使用过程中，而大模型的生成能力则让“隐私泄露”的方式变得多样化，造成隐私保护更加困难。为了应对这些问题，何积丰认为，需要大模型对齐技术，“对齐（alignment）”是指系统的目标和人类价值观一致，使其符合设计者的利益和预期，不会产生意外的有害后果。“如果把人工智能看作西游记里的孙悟空，‘对齐’就是唐僧的紧箍咒。有了紧箍咒，就可以保证技术不会任意使用能力胡作非为。”不过，对齐技术同样面临很多挑战。首先，对齐的基础，人类的价值观是多元且动态变化的，需要保证大模型为人服务、与人为善；其次，大模型的有用性与无害性之间目标也不完全一致。如何对错误进行有效纠正，设好大模型的“紧箍咒”，也是挑战。因此，对齐技术已经成为一项令人眼花缭乱的跨学科研究，不仅考验着技术，也审视着文化。何积丰介绍，反馈强化学习是实现对齐的技术途径，目前有两种方式，一种方式是通过人工反馈给模型不同的奖励信号，引导模型的高质量输出；另一种方式，事先给大模型提供明确的原则，系统自动训练模型对所有生成的输出结果提供初始排序。“这意味着，不仅智能系统需要向人类价值观对齐，人类的训练方法也要向价值观对齐。”何积丰说。
扫码下载app 最新资讯实时掌握
微信好友
朋友圈
鞭牛士公众号
鞭牛士微博