2023年是天生式人工智能的元年，以AIGC为代表的人工智能新技能正深刻地影响和改变着我们的生产模式和生活办法。
交通银行作为金融“国家队”，积极利用科技创新，践行金融为民、做事实体的义务担当，武断不移走好中国特色金融发展之路。
本日，我们举办“科技领悟、创新共赢：天生式AI赋能金融科技创新”论坛，约请各方共同探索天生式人工智能在金融行业的创新实践，促进互助共赢。

人工智能呈现出新效能，为金融领域创新发展开辟了新手段、新赛道。
据麦肯锡最新估算，天生式AI有望为环球经济贡献约7.9万亿美元的经济代价。
过去几个月，超过1300个模型被提交到Hugging Face的开放式大措辞模型排行榜(Open LLM Leaderboard)。
广阔的运用空间与喷薄而出的新技能，将极大引发数字经济时期的创新与创造，更好推动数字金融迭变向新、聪慧变革，为金融业在优化客户体验、实现精准触达、提升运营效率、戒备业务风险等方面供应了新范式、新思路、新动能。

中国公民银行于2022年1月印发的《金融科技发展方案(2022-2025年)》明确提出，要捉住环球人工智能发展新机遇，以人为本全面推进智能技能在金融领域的深化运用。
金融机构和科技企业正积极探索天生式人工智能在金融业的合理、有效运用，在三季度发布的上市公司半年报中，超过10家银行提及AIGC、大模型等干系内容。

作为环球系统主要性银行，交通银行持续关注并积极布局天生式人工智能技能，当前已制订天生式人工智能培植方案，组建GPT大模型专项研究团队，并与复旦、华为、科大讯飞等共建联合创新实验室，推进大模型及算力集群等前辈技能在金融领域的落地运用。
在场景布局方面，我们利用人工智能为客服职员供应聪慧化知识推举、赞助工单总结等功能；为营销职员供应个性化营销物料，天生差异化营销方案；为软件开拓职员供应代码天生、代码纠错、注释天生和单元测试等能力。
在技能研究方面，我们对ChatGLM、Moss、LLaMa等开源模型进行落地实践，搭建LangChain框架，对开源模型进行Lora微调，我行独立研究的GLM模型金融运用框架，在ChatGLM金融大模型寻衅赛中得到季军。
在数据供给方面，我们积极推进数据标注体系培植，做好规范管理，保障演习数据集的安全合规与高质量。
在安全管控方面，我们搭建内容审查模块，对用户输入信息及平台返复书息进行内容审查，从多个流程节点进行剖析拦截，确保天生内容的安全合规。

有机遇，就有寻衅。
天生式AI在算力、算法、数据、安全、人才等领域面临诸多痛点难点，比如如何实现大规模算力模式下的绿色低碳供给，天生式人工智能和决策式人工智能算法之间如何有效结合、完成平滑升级，如何供应适宜大模型的大规模、高质量、实时性数据，如何将模型的公正性、代价不雅观与人类更有效的对齐，如何培养复合型金融科技人才，这些既是技能寻衅也是管理难题，须要家当各届配合尽力、协同办理。

为此，我提三点建议：

一、科技领悟，构建人工智能大模型金融运用家当生态。

建议加大产学研互助，金融机构与科技企业、高校、开源生态等技能力量联合攻关，在家当协同方面实现上风互补。
在算力供给方面加强统筹布局，在算法创新、工程化所需的配套中间件等关键领域集中优势力量进行联合攻关；在数据供给方面，提升数据管理水平，促进数据要素合规高效流利，建立安全、可信、高效的数据供给能力；在运用落地方面，实现各方领悟共创，尽快出台管理制度和运用标准，为大模型金融运用供应行动指南。

二、以人为本，培养人工智能领域专业人才，推动上海金融科技人才高地培植。
大模型培植须要海量数据处理、大规模算力组网运营、GPT算法研究、海量参数模型调优、提示工程构建等专业技能。
当下，具备干系能力的金融科技人才在数量与质量上远远难以知足市场需求。
在此背景下，建议强化在金融科技人才高地培植中的计策布局，针对所需的多种能力设置专业的课程体系，加快培养急需的金融科技人才；拓宽对现有人才的培养渠道，供应跨领域、跨机构的金融科技人才培养机制，在学习、探索、实践中提升员工对前辈技能的驾驭能力。

三、守正创新，关注人工智能的伦理培植，培植可信、安全、公正的人工智能金融运用。
伴随天生式人工智能在金融领域的全面运用，可能引发的安全性、公正性、透明性问题将会得到监管机构和市场主体越来越多的关注，须要通过有效管理确保运用过程的安全可控、做事工具的合法权柄得到有效保障。
金融机构要关注大模型天生内容的准确性、可靠性、稳定性，建立有效的管控机制及应急策略，防止涌现代价偏离、算法偏见、歧视性内容天生等问题。
负任务地利用好金融科技手段，在数字化转型的年夜水中努力践行“负任务金融”的代价理念，让金融为民、科技向善落地生根，滚滚向前。

本文源自证券之星