국내 대모형기술의 부단한 발전과 응용에 따라 대모형의 물결이 각 업종을 휩쓸고 금융대모형도 이미 금융분야에서 사용에 투입되는 중요한 도구로 되였다. 도소만, 기부과학기술, 마상소비금융 등을 포함한 각 대과학기술기업이 앞다투어 포국하고 선후로 여러가지 금융대모형을 발표하여 금융기구에 진일보 능력을 부여했다.
그러나 현재 국내 대형 모델은 여전히 연구 개발과 교체의 초기 단계에 처해 있는데, 대형 모델은 금융 분야에서 도대체 무엇을 할 수 있을까?금융 대형 모델의 연구 개발과 후속 발전은 어떤 어려움과 도전에 직면하고 있습니까?어떻게 큰 모델을 이용하여 금융 데이터의 발굴, 분석과 예측을 더욱 잘 진행합니까?최근 차이롄보 기자는 상술한 관련 문제에 대해 치푸과학기술 수석 알고리즘 과학자 페이하오쥔을 단독 인터뷰했다.
페호준의 견해에 의하면 금융대모형은 앞으로 반드시 금융전문가로 될것이지만 대모형은"크게"될수록 좋은것이 아니다. 매개 변수가 높을수록 투입된 계산력자원이 크다는것을 의미한다. 어떻게 제한된 계산력내에서 모형효과를 제고하여 실제업무응용을 더욱 빠르고 능률적으로 할것인가 하는것은 우선 균형이 필요하다.
재련사: 금융대모형이 금융기구에 대한 부능은 구체적으로 어떤 면에서 구현되고 어떻게 역할을 발휘하는가?
피호준: 모형능력이 끊임없이 발전함에 따라 앞으로 큰 모형은 금융의 가장 본질적인 핵심층을 지속적으로 개변시킬것이다
2022년 11월 말, ChatGPT가 세상에 나와 큰 모형의 물결을 일으켰다.그후 문심일언, 동의천문 등 통용대모형과 MedGPT, 기부GPT, ChatLaw 등 업종대모형이 잇달아 발표되였다.이에 따라 금융 대형 모델이 금융업계에서 가속화되고 있다.
현재 AI 대형 모델은 범용 대형 모델 및 업계 대형 모델로 나뉘는데, 전자는 더욱 광범위한 응용 범위를 가지고 있어 여러 분야에서 역할을 발휘할 수 있다;후자는 법률, 의료, 금융 등 특정 분야나 업종에 대해 수직 분야 내에서 비교적 높은 전문성과 목적성을 가지고 있다.
"큰 모형이 금융기구에 대한 능력부여는 여러 방면의 면이 될수 있다."페호준의 견해에 의하면 금융큰 모형은 금융업무절차에서 사람과 관련되고 인간과 컴퓨터가 상호 작용하는 환절에 대해 모두 능력을 부여할수 있다."현재 금융 대형 모델의 역할은 대부분 효과를 높이고 있다."
치푸과학기술금융대모델의 실천을 례로 들면 전기판매시스템에서 의미분석과 단서발굴은 전기판매단서식별정확도를 98% 에 달하도록 도와줌과 동시에 전환률을 5% 이상 제고시켰다.스마트 마케팅 단계에서 약 70% 의 사진 소재가 AIGC에 의해 생성되며 큰 모델을 통해 소재를 표시하고 다차원적으로 등급을 매겨 광고 투입의 최적화를 실현할 계획입니다.음성 로봇 화술 생성 장면에서 생성 화술 양질률은 이미 70% 에 달한다.
"통화품질검사를 례로 들면 지난날 우리는 전통적인 모형으로 일부 품질검사를 하여 전화통화의 유효성을 보장하였는데 지금은 큰 모형을 리용하여 품질검사의 피복률과 효률이 많이 제고된다.우리 제1판 큰 모형 자동화 품질검사는 100% 피복을 실현함과 동시에 검출률이 이전 모형에 비해 15% 제고되였다."페호준은 이렇게 소개했다.
"큰 모델은 파생된 상태이고 현재부터 미래까지 계속 발전할 것이기 때문에 금융 큰 모델은 금융 업계의 전체 에너지 부여에도 점진적인 과정이다." 페호준은 앞으로 모델 능력이 계속 발전함에 따라 큰 모델은 금융 핵심 업무 계층에 점차 응용되어 금융의 가장 본질적인 핵심 계층에 지속적으로 능력을 부여하고 점점 더 중요한 역할을 할 것이라고 생각한다.
차이연합: 현 단계 금융 대형 모델은 연구 개발 과정에서 어떤 난점에 부딪혔습니까?
피호준: 데이터와 계산력은 큰 모형의 효과에 영향을 주는 관건이고 환각은 큰 모형의 가장 흔히 볼수 있는 문제이다
금융업종의 디지털화전환추세하에서 갈수록 많은 회사들이 금융업종의 큰 모형을 배치하는데 참여하고있다.올해 5월, 치푸테크놀로지는 먼저 자사가 자체 개발한 금융 대형 모델인'치푸GPT'를 출시한다고 발표했는데, 업계에서도 국내 최초의 금융 업계 통용 대형 모델로 불린다;같은 달, 도소만은 국내 첫 천억급 중문금융대모델"헌원"을 내놓았다.6월에 항셍전자는 금융업계의 큰 모델인 LightGPT를 발표했습니다.8월, 즉시 소비금융은 첫 소매금융 대모델"천경"을 발표했다.9월, 앤트그룹은 공업급 금융대모델 AntFinGLM 등을 정식으로 발표했다.
"데이터와 계산력 (의 제한) 은 큰 모델의 효과에 영향을 주는 가장 본질적인 문제이자 큰 모델의 착지 과정에서 업계에서 가장 먼저 직면하는 문제이다."페이하오쥔은 큰 모델의 매개 변수량은 크게 10억, 100억, 천억 단계로 나뉘며, 서로 다른 매개 변수량은 후대에 투입되는 계산력 자원이 다르다는 것을 의미하며, 연구 개발 원가가 다르다는 것을 의미한다고 솔직하게 말했다.
페호준은 다음과 같이 인정했다. 큰 모형은"크게"될수록 좋은것이 아니다. 어떻게 제한된 계산력내에서 모형효과를 제고하여 실제업무응용을 더욱 빠르고 능률적으로 할것인가 하는것은 우선 균형이 필요하다."우리는 모델을'크게'한 후에'작게'하기를 원한다. 크게는 그 능력을 크게 하는 것이다. 예를 들어 Chat GPT와 같은 천억 매개변수의 모델은 매우 강한 능력을 가지고 있다. 능력을 그대로 유지하면서 매개변수를 작게 만들고 여러 장면을 결합하여 수직 영역에 활용하면 더 좋은 효과를 얻을 수 있다."라고 그는 설명했다.
금융업계에서의 큰 모델의 운용에 대해 페이하오쥔은 데이터 집약형 업종으로서 금융업은 금융 거래, 고객 정보, 시장 분석, 위험 통제 등 각 방면의 대량의 데이터를 침전시켰으며 대량의 고효율 처리 기술 수요를 탄생시켰다고 주장했다.이와 동시에 금융업계는 지속적으로 디지털화전환을 진행하였는데 지난날 데터의 수집, 처리, 세척 등 사업에 대해 모두 비교적 잘하였고 량호한 데터기초를 갖고있었기에 금융업은 큰 모형의 진화과정에서 비교적 빨리 나아간 분야이다.
"환각은 현재 큰 모델에서 가장 흔히 볼 수 있는 문제이다."페호준의 견해에 의하면 대량의 데이터의 큰 모델을 학습하면 앞글의 내용에 대한 리해에 따라 아래글을 생성하고"터무니없는"내용을"날조"하게 되는데 이는 금융분석결과의 신뢰성에 직접적인 영향을 미치게 된다. 특히 실제로 사용자와 직접 소통할 때 안정성이 부족하여 사용자체험에 일정한 상해를 끼치게 된다."금융업계의 내결함성은 비교적 낮다. 각 장면에서 환각이 존재하면 to C 운용을 실제로 실현하기 어렵다."
차이연합: 금융 대형 모델의 미래 발전은 어떤 추세입니까?어떤 도전이 있을까요?
페이하오쥔: 금융 대형 모델은 금융 전문가가 될 것이며, 향후 5년 동안 큰 폭의 전환이 나타날 것이다
큰 모형의 물결이 각 업종을 휩쓸고 디지털화전환을 지속적으로 진행하는 금융업은 큰 모형이 먼저 착지하여 힘을 발휘하는 가장 좋은 장면의 하나로 되였다.금융대모형의 미래발전추세에 대해 비호준은 다음과 같이 인정했다. 현재 금융대모형은 여전히 도구단계에 처해있으며 인공적으로 효률향상을 촉진하는데 조력하고있다.그 구상에서 발전과 함께 금융대모형은 일부 인력을 대체하여 최종적으로"금융전문가"로 될것이다.
페이하오쥔에 따르면, 추세로 볼 때, 같은 기술 경로를 바탕으로 금융 대형 모델의 미래 발전은 AGI (범용 인공지능) 의 리듬과 일치할 것이며, 향후 5년 동안 큰 폭의 전환이 나타날 것이다.금융 대형 모델 코스를 배치하는 각 회사에 대해, 그는 아직 경쟁 단계에 이르지 않았다면서"모두가 협력하여 상생하고, 금융 대형 모델을 더 잘 만들기 위해 함께 노력해야 한다."
"전체 큰 모델이 끊임없이 발전하고 생태가 진급함에 따라 과학기술회사, 금융과학기술회사 및 금융기구 3자 사이에는 반드시 통용협력으로 나아갈 것이다."페호준은 다음과 같이 분석했다. 머리과학기술회사는 통용모형의 건설을 완성하게 된다. 이 기초에서 머리금융과학기술회사는 수류금융업종의 큰 모형의 건설을 완성하고 금융기구 또는 소형금융과학기술회사는 부능업무의 응용층에 전념하게 된다.업계 공동건설의 국면을 형성하다.
물론 기술은 천마행공해야 감히 생각해야 돌파가 있을수 있지만 더욱 착실해야 한다.페호준은 다음과 같이 강조했다. 금융대모형의 기술발전은 또 착실해야 한다.금융 대형 모델 기술은 반드시 업무와 강하게 결합해야 하며, 전체 실천 과정 중 매 단계마다 금융 업무 프로세스에 가치를 부여함으로써 자신의 가치를 증명해야만 발전할 수 있다.
"데이터가 어떻게 안전하고 준법하게 수집되고 관리되고 사용되는가 하는것은 대모형생태의 밑바닥의 문제이다."금융대모형발전이 직면한 도전에 대해 페호준은 다음과 같이 직언했다. 전반 업종은 모두 데이터안전합규와 사생활방비의 큰 도전에 직면했다.이에 대해 업계의 통상적인 방법은 데이터 울타리를 만들어 모든 데이터를 엄격히 탈민시키고 지령급에 안전 울타리를 건설하여 모든 입력된 지령에 대해 다층 검사를 진행하여 큰 모델이 악용되는 것을 방지하는 것이다.
생태 차원, 모델의 끊임없는 업그레이드, 그리고 이 과정에서의 자기 혁신도 도전이다.그의 견해에 의하면 현재 금융대모형능력이 금융전문가의 수준을 실현하려면 아직도 데터와 기술의 끊임없는 파생이 필요하지만 이 과정은 필연적으로 과거의 시스템과 충돌하게 되는데 어떻게 과거의 물건을 취사선택하여 페기할것인가 하는것은 일정한 결단이 있어야 한다.