ChatGPT веде нову хвилю! Масштабна модель штучного інтелекту стимулює інновації та розвиток фінансових технологій, дозволяючи бізнесу продовжити нову главу
Джерело зображення: створено інструментом Unbounded AI
Поява Інтернету змінила спосіб потоку інформації та формувала нові корпоративні парадигми. І зміни все ще тривають, особливо поява ChatGPT, який надає людям більш поглиблений інтелектуальний інтерактивний досвід.
Створений на основі GPT (генерована модель змін перед навчанням), універсальний діалоговий робот AI ChatGPT може помилятися, відповідаючи на запитання, але його логічна здатність у процесі спілкування з людьми вражає.
Деякий час спостерігався сплеск великих моделей штучного інтелекту, представлених ChatGPT, які привернули безпрецедентну увагу ринку.Baidu, 360, Alibaba Cloud, SenseTime, HKUST Xunfei та ін.
Що стосується фінансової індустрії, як високоцифрованої та спеціалізованої галузі, це, природно, стає найкращим сценарієм для впровадження великомасштабної моделі.
Як велика модель дає можливість фінансовій індустрії продемонструвати свою «надприродну силу»?
Згідно зі звітом, оприлюдненим спільно Boston Consulting Group (BCG) і Китайським фондом розвитку, за оцінками, до 2027 року близько 23% робочих місць у фінансовій галузі Китаю будуть зруйновані штучним інтелектом, а решта 77% – через ШІ. Робочі місця працюватимуть на базі штучного інтелекту, а робочий час буде скорочено приблизно на 27%.
Прогноз впливу на робочу силу у фінансовій індустрії доводить, що штучний інтелект більше не є хлопчиком-роботом, який запрограмований на емоції у «Штучному інтелекті» Спілберга, а справді проник у весь бізнес-ланцюг. І зараз, коли наростає хвиля великих моделей загального призначення, фінансова індустрія також має нові очікування щодо штучного інтелекту.
Обидві сторони погоджуються з тим фактом, що фінансова індустрія виробляє та обробляє велику кількість даних, і велика модель штучного інтелекту, особливо велика модель, заснована на глибокому навчанні, добре справляється з таким середовищем, що містить багато даних. здатність дуже важлива для оцінки ризиків, виявлення шахрайства, а ринкові очікування тощо мають вирішальне значення.
Крім того, фінансові дані зазвичай містять складні шаблони. Моделі штучного інтелекту мають унікальні переваги в роботі зі складними шаблонами та можуть краще справлятися з високим рівнем шуму, високою розмірністю та нелінійними характеристиками в даних, тим самим допомагаючи фінансовим установам визначати ринкові тенденції та робити точніші. рішення прийняття рішень. Крім того, великомасштабні моделі штучного інтелекту можуть ефективно обробляти та аналізувати великі фінансові дані за короткий проміжок часу, дозволяючи фінансовим установам швидко реагувати на зміни ринку та виявляти нестандартні ситуації.
За словами відповідної особи, відповідальної за дослідницький інститут штучного інтелекту споживачів Mama, з точки зору інтелектуальної взаємодії, фінансові знання та інформація, пов’язана з продуктом, додаються до бази знань один за одним завдяки розгортанню роботизованого обслуговування клієнтів. здатність розпізнавання обмежена, і вона відіграє більше роль допомоги в обслуговуванні клієнтів. Велика модель сама по собі має багато загальних знань. Крім фінансового здорового глузду, для іншого спеціального вмісту, його можна надати великій моделі шляхом ін’єкції знань, а завдяки постійному та достатньому навчанню велику модель можна оснастити більшою кількістю точне семантичне розуміння та потужні можливості генерації природної мови. Природно, велика модель стає «експертом», який розбирається в фінансах.
Крім того, Rong 360 заявив, що великі моделі штучного інтелекту можуть допомогти фінансовим установам покращити якість обслуговування клієнтів. Аналізуючи величезну кількість даних про клієнтів, ці моделі можуть персоналізувати послуги, прогнозувати потреби клієнтів і надавати індивідуальні рекомендації. Мало того, велика модель ШІ загального призначення також може підвищити ефективність і точність оцінки ризиків. Можливості великих моделей включають такі технології, як глибоке навчання та обробка природної мови, що дає змогу обробляти й розуміти великомасштабну інформацію, забезпечуючи більш ефективне й точне управління ризиками у фінансовій індустрії, що дозволяє фінансовим установам приймати більш обґрунтовані рішення щодо позик. виготовлення.
Великі моделі штучного інтелекту можуть значно підвищити здатність виявлення шахрайства.Він може аналізувати та розуміти велику кількість структурованих і неструктурованих даних, тому він може ідентифікувати шахрайську поведінку та ненормальні моделі, приховані у величезних наборах даних, і постійно покращувати ефективність шахрайства. Точність і ефективність, щоб фінансові установи, платформи електронної комерції тощо могли своєчасно виявляти шахрайство, зменшувати фінансові втрати та захищати інтереси користувачів.
Сприяти побудові великої моделі технологічних прикладних елементів даних стає ключовим
Якою б «розкішною» не була технологія, вона не така практична, як реальне застосування. Згідно з даними CCID Consulting, оцінюється, що до 2025 року масштаб внутрішньої індустрії штучного інтелекту досягне 336,93 мільярда юанів, що на 63,85% більше, ніж у 2022 році; масштаб ринку послуг із комплексних рішень у галузі додатків перевищить 3 трильйон юанів.
Для фінансової індустрії «Кілька заходів Пекіна щодо сприяння інноваціям і розвитку загального штучного інтелекту (2023-2025) (проект для коментарів)», опублікований Пекіном, чітко підтримує компанії фінансових технологій у фінансових сценаріях із високим інформаційним навантаженням і швидкою інформацією. оновлення. , фінансистам-практикам важко швидко та всебічно отримувати точну інформацію та вивчати застосування технології штучного інтелекту для глибокого розуміння та аналізу фінансових текстів.
картина
І, зосереджуючись на інтелектуальному контролі ризиків, інтелектуальному інвестиційному консультуванні, інтелектуальному обслуговуванні клієнтів та інших зв’язках, сприяйте точному аналізу довгих текстів фінансових спеціалістів та оновленню знань про моделі, прориваючи технологію злиття між складною логікою прийняття рішень та моделлю інформації Перетворення обробки фінансової інформації на пропозиції щодо прийняття інвестиційних рішень підтримує прийняття інвестиційних рішень у фінансовій сфері.
У зв’язку з цим відповідна особа, відповідальна за Науково-дослідний інститут штучного інтелекту безпосереднього споживача, зазначила, що якщо велика модель загального призначення розглядається як дикий кінь із видатною кваліфікацією, створення великомасштабних модельних додатків, які зосереджуються на фінансових вертикальних сферах і підрозділяються на сценаріїв еквівалентно одомашненню дикого коня. По-перше, її потрібно «годувати» власноруч обробленими даними вертикального поля як «траву», по-друге, необхідно точно налаштувати та вирівняти модель у вертикальному полі, що еквівалентно тому, щоб надіти «вуздечку» на неї. дикий кінь; по-третє, використовуйте технологію прискорення міркування великої моделі, щоб додати до неї «сідло» та «стремено», щоб кінь бігав швидше та керованіше; нарешті, має бути достатньо сценаріїв застосування, щоб кінь міг галопом і ітерація, використання Чим більше людей залучено, тим більше відгуків про оцінку, і чим швидше модель повторюється, тим краще вона буде. У цьому відношенні великі фінансові установи мають невід'ємні переваги та можуть мати сильний практичний ефект. Навпаки, першою проблемою, з якою стикаються малі та середні фінансові установи, є поріг ресурсів.Під впливом сильного попиту вони будуть шукати допомоги у великих установ у фінансовій індустрії або фінансових технологічних платформ з технологічними перевагами для створення відповідних технологічних можливостей.
За даними Qicai Finance, Qifu GPT, широкомасштабна промислова модель, розроблена Qifu Technology, досягла поетапних результатів. Будучи першою широкомасштабною моделлю фінансової індустрії загального призначення в Китаї, очікується, що підтримувані нею програми на рівні продукту будуть запущені протягом цього року та відкриті для фінансових установ. Qifu Technology вважає, що як великомасштабна модель фінансової індустрії, вона має бути найточнішою за точністю та застосовністю. Таким чином, кількість і якість навчальних даних, а також розуміння та розуміння фінансового бізнесу стали основою конкурентоспроможності великих моделей у фінансовій галузі.
Qifu GPT покладається на велику кількість даних фінансового бізнесу, накопичених Qifu Technology протягом багатьох років, незалежно від того, чи то 5000 w+ кредитних звітів та інтерпретацій, поглиблені діалоги з 350 w+ користувачами на місяць або покладаючись на понад 900 галузей промисловості з 3000+ The мережа корпоративної фінансової поведінки, що налічує понад 16 мільйонів підприємств, із атрибутами, графом знань і галузевими знаннями, отриманими з неї, є основою для Qifu GPT, щоб краще розуміти фінанси, краще розуміти користувачів і краще підтримувати різні фінансові підприємства у сфері кредитування.
Наразі технологія Xinye об’єднує великі моделі, щоб досліджувати макет штучного інтелекту.З одного боку, вона підтвердила, що великі моделі можуть допомогти підвищити точність у деяких існуючих сценаріях, таких як покращення здатності роботи аналізувати мову та текст, розуміння та З іншого боку, ми також досліджуємо нові сценарії, засновані на генеративних моделях, включаючи автоматичну генерацію коду, дизайн візуальних матеріалів тощо, враховуючи зміни продуктивності, спричинені генеративним ШІ.
У першому кварталі 2023 року Lexin прискорив застосування великих моделей штучного інтелекту у сфері фінансової вертикалі в бізнесі. В даний час велика модель штучного інтелекту Lexin реалізована в області допомоги в дослідженні та розробці коду, генерації дизайнерських ідей, телемаркетингу та інтелектуальних службах обслуговування клієнтів, і досягла значного підвищення ефективності. У майбутньому Lexin продовжуватиме сприяти поглибленому дослідженню великих моделей штучного інтелекту в галузі управління ризиками та боротьби з шахрайством.
Крім того, Samoyed Cloud Technology Group зазначила, що на основі накопичення інтелекту для прийняття рішень ШІ, великих даних та інших технологій компанія проводить дослідження великих моделей у таких областях і продовжує збільшувати інвестиції в технології для вивчення більшої кількості сценаріїв застосування: По-перше, автоматичне моделювання. Використовуючи новітню технологію великих моделей NLP, досліджуйте автоматичне створення моделі за допомогою кількох раундів діалогу, дозволяючи користувачам описувати програму, яку вони хочуть створити, природною мовою, а потім створювати модель. Крім того, користувачі можуть надавати пропозиції щодо покращення за допомогою безперервної природної мови та автоматично вносити коригування моделювання; по-друге, запровадити технологію ChatGPT у сфері транскордонної електронної комерції та безкоштовно створити новий інструмент AI для продавців Amazon, допомагаючи малі та середні підприємства знижують витрати та підвищують ефективність.
За словами Centaline Consumer Finance, вибух ChatGPT ще раз доводить, що настала ера, коли інновації є королем. Тільки реформатори просуваються, тільки новатори сильні, і тільки реформатори та новатори перемагають. Завдяки цифровому «інтелектуальному» управлінню, «розширенню можливостей» фінансових послуг і прискореному розвитку компанія створила лідируючі на ринку три цифрові системи основних можливостей: «незалежне залучення клієнтів», «інтелектуальний контроль ризиків» і «цифрова операція», надаючи клієнтам з високоякісними, ефективними, зручними та теплими інтегрованими споживчими фінансовими послугами.
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
ChatGPT веде нову хвилю! Масштабна модель штучного інтелекту стимулює інновації та розвиток фінансових технологій, дозволяючи бізнесу продовжити нову главу
Оригінал: Mu Chen
Джерело: Seven Finance
Поява Інтернету змінила спосіб потоку інформації та формувала нові корпоративні парадигми. І зміни все ще тривають, особливо поява ChatGPT, який надає людям більш поглиблений інтелектуальний інтерактивний досвід.
Створений на основі GPT (генерована модель змін перед навчанням), універсальний діалоговий робот AI ChatGPT може помилятися, відповідаючи на запитання, але його логічна здатність у процесі спілкування з людьми вражає.
Деякий час спостерігався сплеск великих моделей штучного інтелекту, представлених ChatGPT, які привернули безпрецедентну увагу ринку.Baidu, 360, Alibaba Cloud, SenseTime, HKUST Xunfei та ін.
Що стосується фінансової індустрії, як високоцифрованої та спеціалізованої галузі, це, природно, стає найкращим сценарієм для впровадження великомасштабної моделі.
Як велика модель дає можливість фінансовій індустрії продемонструвати свою «надприродну силу»?
Згідно зі звітом, оприлюдненим спільно Boston Consulting Group (BCG) і Китайським фондом розвитку, за оцінками, до 2027 року близько 23% робочих місць у фінансовій галузі Китаю будуть зруйновані штучним інтелектом, а решта 77% – через ШІ. Робочі місця працюватимуть на базі штучного інтелекту, а робочий час буде скорочено приблизно на 27%.
Прогноз впливу на робочу силу у фінансовій індустрії доводить, що штучний інтелект більше не є хлопчиком-роботом, який запрограмований на емоції у «Штучному інтелекті» Спілберга, а справді проник у весь бізнес-ланцюг. І зараз, коли наростає хвиля великих моделей загального призначення, фінансова індустрія також має нові очікування щодо штучного інтелекту.
Обидві сторони погоджуються з тим фактом, що фінансова індустрія виробляє та обробляє велику кількість даних, і велика модель штучного інтелекту, особливо велика модель, заснована на глибокому навчанні, добре справляється з таким середовищем, що містить багато даних. здатність дуже важлива для оцінки ризиків, виявлення шахрайства, а ринкові очікування тощо мають вирішальне значення.
Крім того, фінансові дані зазвичай містять складні шаблони. Моделі штучного інтелекту мають унікальні переваги в роботі зі складними шаблонами та можуть краще справлятися з високим рівнем шуму, високою розмірністю та нелінійними характеристиками в даних, тим самим допомагаючи фінансовим установам визначати ринкові тенденції та робити точніші. рішення прийняття рішень. Крім того, великомасштабні моделі штучного інтелекту можуть ефективно обробляти та аналізувати великі фінансові дані за короткий проміжок часу, дозволяючи фінансовим установам швидко реагувати на зміни ринку та виявляти нестандартні ситуації.
За словами відповідної особи, відповідальної за дослідницький інститут штучного інтелекту споживачів Mama, з точки зору інтелектуальної взаємодії, фінансові знання та інформація, пов’язана з продуктом, додаються до бази знань один за одним завдяки розгортанню роботизованого обслуговування клієнтів. здатність розпізнавання обмежена, і вона відіграє більше роль допомоги в обслуговуванні клієнтів. Велика модель сама по собі має багато загальних знань. Крім фінансового здорового глузду, для іншого спеціального вмісту, його можна надати великій моделі шляхом ін’єкції знань, а завдяки постійному та достатньому навчанню велику модель можна оснастити більшою кількістю точне семантичне розуміння та потужні можливості генерації природної мови. Природно, велика модель стає «експертом», який розбирається в фінансах.
Крім того, Rong 360 заявив, що великі моделі штучного інтелекту можуть допомогти фінансовим установам покращити якість обслуговування клієнтів. Аналізуючи величезну кількість даних про клієнтів, ці моделі можуть персоналізувати послуги, прогнозувати потреби клієнтів і надавати індивідуальні рекомендації. Мало того, велика модель ШІ загального призначення також може підвищити ефективність і точність оцінки ризиків. Можливості великих моделей включають такі технології, як глибоке навчання та обробка природної мови, що дає змогу обробляти й розуміти великомасштабну інформацію, забезпечуючи більш ефективне й точне управління ризиками у фінансовій індустрії, що дозволяє фінансовим установам приймати більш обґрунтовані рішення щодо позик. виготовлення.
Великі моделі штучного інтелекту можуть значно підвищити здатність виявлення шахрайства.Він може аналізувати та розуміти велику кількість структурованих і неструктурованих даних, тому він може ідентифікувати шахрайську поведінку та ненормальні моделі, приховані у величезних наборах даних, і постійно покращувати ефективність шахрайства. Точність і ефективність, щоб фінансові установи, платформи електронної комерції тощо могли своєчасно виявляти шахрайство, зменшувати фінансові втрати та захищати інтереси користувачів.
Сприяти побудові великої моделі технологічних прикладних елементів даних стає ключовим
Якою б «розкішною» не була технологія, вона не така практична, як реальне застосування. Згідно з даними CCID Consulting, оцінюється, що до 2025 року масштаб внутрішньої індустрії штучного інтелекту досягне 336,93 мільярда юанів, що на 63,85% більше, ніж у 2022 році; масштаб ринку послуг із комплексних рішень у галузі додатків перевищить 3 трильйон юанів.
Для фінансової індустрії «Кілька заходів Пекіна щодо сприяння інноваціям і розвитку загального штучного інтелекту (2023-2025) (проект для коментарів)», опублікований Пекіном, чітко підтримує компанії фінансових технологій у фінансових сценаріях із високим інформаційним навантаженням і швидкою інформацією. оновлення. , фінансистам-практикам важко швидко та всебічно отримувати точну інформацію та вивчати застосування технології штучного інтелекту для глибокого розуміння та аналізу фінансових текстів.
картина
І, зосереджуючись на інтелектуальному контролі ризиків, інтелектуальному інвестиційному консультуванні, інтелектуальному обслуговуванні клієнтів та інших зв’язках, сприяйте точному аналізу довгих текстів фінансових спеціалістів та оновленню знань про моделі, прориваючи технологію злиття між складною логікою прийняття рішень та моделлю інформації Перетворення обробки фінансової інформації на пропозиції щодо прийняття інвестиційних рішень підтримує прийняття інвестиційних рішень у фінансовій сфері.
У зв’язку з цим відповідна особа, відповідальна за Науково-дослідний інститут штучного інтелекту безпосереднього споживача, зазначила, що якщо велика модель загального призначення розглядається як дикий кінь із видатною кваліфікацією, створення великомасштабних модельних додатків, які зосереджуються на фінансових вертикальних сферах і підрозділяються на сценаріїв еквівалентно одомашненню дикого коня. По-перше, її потрібно «годувати» власноруч обробленими даними вертикального поля як «траву», по-друге, необхідно точно налаштувати та вирівняти модель у вертикальному полі, що еквівалентно тому, щоб надіти «вуздечку» на неї. дикий кінь; по-третє, використовуйте технологію прискорення міркування великої моделі, щоб додати до неї «сідло» та «стремено», щоб кінь бігав швидше та керованіше; нарешті, має бути достатньо сценаріїв застосування, щоб кінь міг галопом і ітерація, використання Чим більше людей залучено, тим більше відгуків про оцінку, і чим швидше модель повторюється, тим краще вона буде. У цьому відношенні великі фінансові установи мають невід'ємні переваги та можуть мати сильний практичний ефект. Навпаки, першою проблемою, з якою стикаються малі та середні фінансові установи, є поріг ресурсів.Під впливом сильного попиту вони будуть шукати допомоги у великих установ у фінансовій індустрії або фінансових технологічних платформ з технологічними перевагами для створення відповідних технологічних можливостей.
За даними Qicai Finance, Qifu GPT, широкомасштабна промислова модель, розроблена Qifu Technology, досягла поетапних результатів. Будучи першою широкомасштабною моделлю фінансової індустрії загального призначення в Китаї, очікується, що підтримувані нею програми на рівні продукту будуть запущені протягом цього року та відкриті для фінансових установ. Qifu Technology вважає, що як великомасштабна модель фінансової індустрії, вона має бути найточнішою за точністю та застосовністю. Таким чином, кількість і якість навчальних даних, а також розуміння та розуміння фінансового бізнесу стали основою конкурентоспроможності великих моделей у фінансовій галузі.
Qifu GPT покладається на велику кількість даних фінансового бізнесу, накопичених Qifu Technology протягом багатьох років, незалежно від того, чи то 5000 w+ кредитних звітів та інтерпретацій, поглиблені діалоги з 350 w+ користувачами на місяць або покладаючись на понад 900 галузей промисловості з 3000+ The мережа корпоративної фінансової поведінки, що налічує понад 16 мільйонів підприємств, із атрибутами, графом знань і галузевими знаннями, отриманими з неї, є основою для Qifu GPT, щоб краще розуміти фінанси, краще розуміти користувачів і краще підтримувати різні фінансові підприємства у сфері кредитування.
Наразі технологія Xinye об’єднує великі моделі, щоб досліджувати макет штучного інтелекту.З одного боку, вона підтвердила, що великі моделі можуть допомогти підвищити точність у деяких існуючих сценаріях, таких як покращення здатності роботи аналізувати мову та текст, розуміння та З іншого боку, ми також досліджуємо нові сценарії, засновані на генеративних моделях, включаючи автоматичну генерацію коду, дизайн візуальних матеріалів тощо, враховуючи зміни продуктивності, спричинені генеративним ШІ.
У першому кварталі 2023 року Lexin прискорив застосування великих моделей штучного інтелекту у сфері фінансової вертикалі в бізнесі. В даний час велика модель штучного інтелекту Lexin реалізована в області допомоги в дослідженні та розробці коду, генерації дизайнерських ідей, телемаркетингу та інтелектуальних службах обслуговування клієнтів, і досягла значного підвищення ефективності. У майбутньому Lexin продовжуватиме сприяти поглибленому дослідженню великих моделей штучного інтелекту в галузі управління ризиками та боротьби з шахрайством.
Крім того, Samoyed Cloud Technology Group зазначила, що на основі накопичення інтелекту для прийняття рішень ШІ, великих даних та інших технологій компанія проводить дослідження великих моделей у таких областях і продовжує збільшувати інвестиції в технології для вивчення більшої кількості сценаріїв застосування: По-перше, автоматичне моделювання. Використовуючи новітню технологію великих моделей NLP, досліджуйте автоматичне створення моделі за допомогою кількох раундів діалогу, дозволяючи користувачам описувати програму, яку вони хочуть створити, природною мовою, а потім створювати модель. Крім того, користувачі можуть надавати пропозиції щодо покращення за допомогою безперервної природної мови та автоматично вносити коригування моделювання; по-друге, запровадити технологію ChatGPT у сфері транскордонної електронної комерції та безкоштовно створити новий інструмент AI для продавців Amazon, допомагаючи малі та середні підприємства знижують витрати та підвищують ефективність.
За словами Centaline Consumer Finance, вибух ChatGPT ще раз доводить, що настала ера, коли інновації є королем. Тільки реформатори просуваються, тільки новатори сильні, і тільки реформатори та новатори перемагають. Завдяки цифровому «інтелектуальному» управлінню, «розширенню можливостей» фінансових послуг і прискореному розвитку компанія створила лідируючі на ринку три цифрові системи основних можливостей: «незалежне залучення клієнтів», «інтелектуальний контроль ризиків» і «цифрова операція», надаючи клієнтам з високоякісними, ефективними, зручними та теплими інтегрованими споживчими фінансовими послугами.