новости

24 января 2024 года «Отчет о применении генеративного искусственного интеллекта в финансовой индустрии на 2024 год» был организован совместно с Школой экономики и менеджмента Университета Цинхуа, Ду Сяоманом, MIT Technology Review China и Исследовательским центром динамической конкуренции и инновационной стратегии Цинхуа. Университетская школа экономики и менеджмента 》Выпуск и семинар успешно прошли в Школе экономики и менеджмента Университета Цинхуа. Пресс-конференцию вел Ли Цзичжэнь, профессор и заместитель декана Школы экономики и менеджмента Университета Цинхуа.

Профессор Ли Цзичжень первым представил основную информацию о конференции и выступил от имени Школы экономики и менеджмента Университета Цинхуа, приветствуя гостей и всю аудиторию. Впоследствии профессор Ли Цзичжэнь пригласил Сюй Дунляна, технического директора Duxiaoman, и Чжан Ланя, заместителя издателя MIT Technology Review China, выступить с речью соответственно. После выступлений гости выступили с программными речами и поделились своими мыслями.

Изображение Сунь Кевэй, технический директор ICBC Technology

Сунь Кевэй, технический директор ICBC Technology: Новая парадигма сотрудничества человека и машины

Сунь Кевэй, технический директор ICBC Technology, поделился темой «Применение больших моделей в сфере финансовых технологий».

Сунь Кевэй отметил, что с появлением крупных моделей приложения искусственного интеллекта можно разделить на три этапа. Первый — это первоначальный этап инвестиций и создания искусственного интеллекта, который в основном создается за счет закупок. Вторым шагом является этап многопланового испытания, на котором принимается модель, сочетающая самоисследования и разработки для осуществления разнообразных попыток. Последний этап — это этап углубленной зрелой заявки, на котором крупные финансовые учреждения предпочитают самоанализ, дополненный закупками.

По словам Сунь Кевэя, построение систем технологий искусственного интеллекта в финансовой сфере включает в себя шесть аспектов. Первый — вычислительная мощность, алгоритмы и моделирование. Вычислительная мощность соответствует технологической платформе, а алгоритмы соответствуют кристаллизации высшей мудрости. Затем следует наращивание потенциала, основанное на накоплении данных и рассмотрении инфраструктур приложений. Возможности, данные и структуры сосредоточены вокруг бизнеса.

С точки зрения бизнеса большие модели искусственного интеллекта можно разделить на четыре категории: базовые большие модели, крупные отраслевые модели, крупные модели предприятия и большие модели задач. Еще одно изменение, вызванное большими моделями, — это создание новой парадигмы сотрудничества человека и машины. Сунь Кевэй считает, что после внедрения крупных моделей они смогут заменить работу некоторых людей, что повлечет за собой проблему смены ролей и парадигм.

«(Нам) необходимо решить проблемы технической стабильности и проблемы технической логики, всесторонне рассмотреть технические преимущества технологии больших моделей в создании контента, мультимодальности, небольших выборках и других неконтролируемых рисках, а также придерживаться ориентации на проблемы и ориентации на спрос». объяснил дорогу.

На фоне оживленных дискуссий и бесконечного обмена мнениями успешно завершились выпуск и семинар «Отчета о применении генеративного искусственного интеллекта в финансовой индустрии за 2024 год». Видно, что несмотря на множество трудностей и неопределенностей в реализации генеративного ИИ, все участники полны оптимизма и ожиданий относительно его будущего. Очевидно, что изменения, вызванные генеративным ИИ, незаметно начались, будь то финансы или другие отрасли. В период до 2024 года и далее для финансовой индустрии становится все более важным активно внедрять преобразующую технологию генеративного ИИ и внедрять стратегии ответственного управления ИИ, которые позволят обществу в полной мере использовать преобразующую силу генеративного ИИ для улучшения человеческого потенциала. благосостояние.