uutiset

24. tammikuuta 2024 "2024 Generative AI Application Report in the Financial Industry" tukivat Tsinghuan yliopiston kauppakorkeakoulu, Du Xiaoman, MIT Technology Review Kiina ja Tsinghuan Dynamic Competition and Innovation Strategy Research Center. Yliopiston kauppakorkeakoulu 》Julkistus ja seminaari pidettiin menestyksekkäästi Tsinghuan yliopiston kauppakorkeakoulussa. Lehdistötilaisuuden isännöi Li Jizhen, professori ja Tsinghuan yliopiston kauppakorkeakoulun apulaisdekaani.

Professori Li Jizhen esitteli ensin konferenssin taustaa ja piti puheen Tsinghuan yliopiston kauppakorkeakoulun puolesta toivottaen vieraat ja kaikki yleisöt tervetulleiksi. Myöhemmin professori Li Jizhen kutsui Duxiaomanin teknologiajohtajan Xu Dongliangin ja MIT Technology Review Chinan varajulkaisijan Zhang Lanin pitämään vastaavat puheet. Puheiden jälkeen vieraat pitivät pääpuheet ja jakoivat näkemyksiään.

Kuva |. Sun Kewei, ICBC Technologyn tekninen johtaja

Sun Kewei, ICBC Technologyn tekninen johtaja: Uusi ihmisen ja koneen yhteistyön paradigma

Sun Kewei, ICBC Technologyn tekninen johtaja, jakoi teeman "Suurten mallien soveltaminen rahoitusteknologian alalla".

Sun Kewei huomautti, että suurten mallien saapuessa tekoälysovellukset voidaan jakaa kolmeen vaiheeseen. Ensimmäinen on tekoälyn alkuinvestointi- ja rakennusvaihe, joka rakennetaan pääosin hankinnoilla. Toinen vaihe on moniulotteinen koeasetteluvaihe, jossa omaksutaan malli, joka yhdistää itsensä tutkimuksen ja kehityksen tehdäkseen monipuolisia yrityksiä. Viimeinen vaihe on syvällinen kypsä hakuvaihe, jossa suuret rahoituslaitokset suosivat itsetutkimusta, jota täydennetään hankinnoilla.

Sun Kewein mukaan tekoälyteknologiajärjestelmien rakentamiseen rahoitusalalla liittyy kuusi näkökohtaa. Ensimmäinen on laskentateho, algoritmit ja mallinnus. Laskentateho vastaa teknologia-alustaa ja algoritmit korkeimman viisauden kiteytymistä. Sitten tulee valmiuksien rakentaminen, joka perustuu tietojen keräämiseen ja sovelluskehysten huomioimiseen. Ominaisuudet, tiedot ja puitteet ovat kaikki keskittyneet liiketoimintaan.

Liiketoiminnan näkökulmasta tekoälyn suuret mallit voidaan jakaa neljään luokkaan: suuret perusmallit, teollisuuden suuret mallit, yritysten suuret mallit ja tehtäväsuurmallit. Toinen suurten mallien tuoma muutos on uuden ihmisen ja koneen yhteistyön paradigman luominen. Sun Kewei uskoo, että suurten mallien käyttöönoton jälkeen se voi korvata joidenkin ihmisten työn, mikä tuo mukanaan roolien ja paradigmojen muuttamisen haasteen.

"(Meidän) on ratkaistava tekniset vakausongelmat ja tekniset logiikkakysymykset, otettava kattavasti huomioon suuren malliteknologian tekniset edut sisällön luomisessa, multimodaalisuus, pienet näytteet ja muut hallitsemattomat riskit sekä noudatettava ongelmalähtöisyyttä ja kysyntälähtöisyyttä." selitetty tie.

Vilkkaan keskustelun ja loputtoman keskustelun keskellä "2024 Generative AI Application Report in the Financial Industry" -julkaisu ja -seminaari saatiin onnistuneeseen päätökseen. Voidaan nähdä, että vaikka generatiivisen tekoälyn toteuttamisessa on monia vaikeuksia ja epävarmuustekijöitä, kaikki osallistujat ovat täynnä optimismia ja odotuksia sen tulevaisuuden suhteen. On selvää, että olipa kyse rahoituksesta tai muista toimialoista, generatiivisen tekoälyn tuomat muutokset ovat hiljaa alkaneet. Vuodelle 2024 ja sen jälkeen on yhä tärkeämpää, että rahoitusala omaksua ennakoivasti generatiivisen tekoälyn muuntavan teknologian ja omaksua vastuullisen tekoälyn hallintastrategioita, jotka antavat yhteiskunnalle mahdollisuuden hyödyntää täysin generatiivisen tekoälyn muuntavaa voimaa ihmisen parantamiseksi hyvinvointia.