【资料图】
自ChatGPT问世以来，AIGC、AI大模型等在互联网、金融、科技等行业迅速崛起，甚至掀起了“百模大战”、“千模大战”等。金融行业作为一个数据、技术密集型行业，对技术和数据的应用需求广泛而深入。
近日，在2023世界人工智能大会(WAIC)的“AI商业落地论坛”上，马上消费CIO蒋宁围绕“金融大模型—马上消费的数字金融创新实践”展开演讲，其透露，公司将于近期正式发布自主大模型，目前公司已经研发了实时人机决策模型、多模态大模型、数据智能模型等，并在内部正式上线测试。
“要发展下一代人工智能技术，必须具有辩证思维。AI大模型正在成为赋能千行百业、引领产业变革的关键力量，但仍面临在关键决策上的动态适应性、鲁棒性、合规可信等核心问题。我们关注的不仅仅是大模型的亿级参数量，因为参数规模主要是计算能力和基础设施能力的比拼。”蒋宁在大会上表示。
据悉，马上消费更加聚焦三项核心关键能力，一是自主动态强化学习能力的大模型（AIGC+RLHF），二是多种模型组合式的AI系统，三是多模态音视频实时人机结合的能力。目前，马上消费基于自主的金融大模型和动态自适应强化学习技术，在营销、服务运营、数据决策等领域已经实现落地。
“大模型在金融领域有广泛的应用前景，不仅能推动构建用户个性化服务体验，且在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”蒋宁表示。
蒋宁谈到，大模型里有三个关键技术，分别是强化学习和持续学习技术、鲁棒性技术、组合式AI系统技术。首先，强化学习和持续学习技术非常重要，其核心并不是千亿级的参数，而是基于开放环境设计有价值的正向反馈机制，使得系统越用越聪明，实现持续自我学习和成长。OpenAI的核心能力不仅是表面的ChatGPT巨量模型参数，更在于其幕后的强化学习机制和各种生态能力的建设。
目前来看，国内各种大模型也面临一定挑战。一方面，国内的各种大模型还未完成自适的生态体系建设，强化学习能力仍需持续进步；另一方面，鲁棒性技术也是大模型在关键决策领域落地的核心能力，如何能帮助排除噪音以及干扰性问题，在突发和不可预期情况，实现关键决策的持续稳定和合规可信尤其关键。
中长期来看，构建组合式AI系统是发展趋势，有效结合各种垂直领域的辨别式模型的可用性和专业性，以及生成式大模型的迁移学习和泛化能力强的特点，才能在工业界真正发挥大模型的泛化能力优势。
关键词：
