国内の大モデル技術の絶えずの発展と応用に伴い、大モデルの波は各業界を席巻し、金融大モデルもすでに金融分野で投入された重要なツールとなり、度小満、奇富科学技術、即消費金融などを含む各大科学技術企業は先を争って布陣し、前後して複数の金融大モデルを発表し、金融機関にさらなるエネルギーを与えた。
しかし、現在の国内の大モデルは研究開発と反復の初期段階にあり、大モデルは金融分野で一体何ができるのだろうか。金融大モデルの研究開発とその後の発展はどのような困難と挑戦に直面しているのか。どのように大きなモデルを利用して金融データの発掘、分析、予測をよりよく行うのか。最近、財連記者は上述の関連問題について、奇富科学技術首席アルゴリズム科学者の費浩峻氏を独占インタビューした。
費浩峻から見れば、金融大モデルは将来必ず金融専門家になるが、大モデルは「大きい」ほど良いわけではなく、パラメータが高いほど投入される計算力資源が大きいことを意味し、どのように有限計算力内でモデル効果を向上させ、実際の業務応用をより迅速かつ効率的にするかは、まずバランスが必要である。
財連社：金融大モデルの金融機関への賦はどのような面で具体的に体現でき、どのように機能しているのか。
費浩峻：モデル能力の進化に伴い、将来の大モデルは金融の最も本質的なコア層を変え続ける
2022年11月末、ChatGPTが登場し、大きなモデルの波が巻き起こった。その後、文心の一言、同義千問などの汎用大モデルとMedGPT、奇富GPT、ChatLawなどの業界大モデルが相次いで発表された。これに伴い、金融大モデルは金融業界での応用が加速している。
現在、AI大モデルは汎用大モデルと業界大モデルに分けられ、前者はより広範な応用範囲を持ち、複数の分野で役割を果たすことができる、後者は法律、医療、金融などの特定の分野や業界に対して、垂直分野で高い専門性と目標性を持っている。
「大モデルの金融機関に対する賦能はあらゆる面であることができる」と、費浩峻氏によると、金融大モデルは金融業務プロセスにおける人との関係、人間とのインタラクションの一環に対して、すべて賦能することができる。「現在、金融大モデルの役割は、効果を上げていることが多い」。
奇富科学技術金融大モデルの実践を例に、電気販売システムにおいて、意味分析と手がかり発掘は電気販売手がかりの識別精度を98%まで向上させるとともに、転化率を5%以上向上させる。スマートマーケティングでは、画像素材の約70%がAIGCによって生成され、広告投入の最適化を実現するために、大きなモデルを通じて素材の表示と多次元格付けを行う予定です。音声ロボット話術の生成シーンでは、生成話術の良質率は70%に達した。
「通話品質検査を例に、過去には伝統的なモデルで品質検査を行い、電話通話の有効性を保証してきましたが、今では大きなモデルを利用することで、品質検査のカバー率と効率が大幅に向上します。私たちの第1版の大モデル自動化品質検査は100%カバーを実現し、同時に検出率は以前のモデルより15%向上しました」と費浩峻氏は紹介した。
「大モデルは派生的な状態であり、現在から未来にかけても持続的に発展するため、金融大モデルは金融業界全体の賦能に対しても順を追って漸進的な過程である」費浩峻氏は、未来はモデル能力の進化に伴い、大モデルは金融コア業務層に徐々に応用され、金融の最も本質的なコア層を持続的に賦能し、ますます重要な役割を果たすと考えている。
財連社：現段階の金融大モデルは研究開発の過程でどのような難点に遭遇しましたか。
費浩峻：データと計算力は大モデルの効果に影響する鍵であり、幻覚は大モデルの最も一般的な問題である
金融業界のデジタル化の傾向の下で、金融業界の大モデルの配置に参加する企業が増えている。今年5月、奇富科技は率先して自社研究の金融大モデル「奇富GPT」を発表し、業界内では国内初の金融業界共通大モデルとも呼ばれている。同月、度小満は国内初の千億級中国語金融大モデル「軒轅」を発表した。6月、恒生電子は金融業界の大モデルLightGPTを発表した。8月、すぐに消費金融が初の小売金融の大モデル「天鏡」を発表した。9月、アリグループは工業級金融大モデルAntFinGLMなどを正式に発表した。
「データと計算力（の制限）は大モデルの効果に影響を与える最も本質的な問題であり、大モデルの着地過程で業界が直面する最も重要な問題でもある」と費浩峻氏は率直に述べ、大モデルのパラメータ量は大きく10億、100億、千億レベルに分けられ、異なるパラメータ量は子孫を背負って投入する計算力資源が異なり、研究開発コストが異なることを意味する。
費浩峻氏は、大モデルは「大きい」ほど良いわけではなく、どのように有限計算力内でモデルの効果を高め、実際の業務応用をより速く効率的にするかは、まずバランスが必要だと考えている。「モデルを『大きく』してから『小さく』したい。大きくすることはその能力を大きくすることであり、例えばChat GPTのような千億パラメータのモデルは強い能力を持っており、能力を維持しながらパラメータを小さくし、さまざまなシーンを組み合わせて垂直領域に運用することで、より良い効果を実現することができる」と説明した。
金融業界での大モデルの運用について、費浩峻氏は、データ集約型業界として、金融業は金融取引、顧客情報、市場分析、風力制御などの各方面のマスデータを沈殿させ、大量の高効率処理の技術需要を生み出していると考えている。同時に金融業界はデジタル化の転換を続けており、過去にはデータの収集、処理、洗浄などの仕事が比較的よく行われ、良好なデータ基盤を持っているため、金融業は大モデルの進化過程で比較的速い分野である。
「幻覚は、現在の大モデルで最も一般的な問題である。」費浩峻氏によると、大量のデータを学習した大モデルは、前述の内容の理解に基づいて次の文を生成し、いくつかの「無から有へ」内容を「でっち上げる」ことができ、これは金融分析結果の信頼性に直接影響し、特に実際にユーザーと直接コミュニケーションをとる際に、安定性が不足し、ユーザー体験に一定の傷害を与える。「金融業界のフォールトトレランスは比較的低く、各シーンで幻覚があればto C運用を本格的に実現することは難しい」。
財連社：金融大モデルの将来の発展はどのような傾向ですか。どのような課題がありますか。
費浩峻：金融大モデルは金融専門家になり、今後5年間で大幅に転換する
大モデルの波が各業界を席巻し、デジタル化の転換を続けている金融業は、大モデルが率先して力を発揮する最適なシーンの一つとなっている。金融大モデルの将来の発展傾向について、費浩峻氏は、現在、金融大モデルはツール段階にあり、人工的に効率向上を促進するのに役立つと考えている。その構想の中で、発展に伴い、金融大モデルは一部の人力に取って代わり、最終的には「金融専門家」になるだろう。
フェホジュン氏によると、傾向から見ると、同じ技術経路に基づいて、金融大モデルの将来の発展はAGI（汎用人工知能）のリズムと一致し、今後5年間で大幅に転換するという。金融ビッグモデルのコースを配置している各社については、競争段階には遠く及ばず、「みんなで協力してウィンウィンし、金融ビッグモデルをよりよくするために努力しなければならない」と考えている。
「大型モデル全体の継続的な進化と生態的な進歩に伴い、科学技術会社、金融科学技術会社及び金融機関の三者間は必ず共通協力に向かう」と費浩峻氏は分析し、頭部科学技術会社は共通モデルの建設を完成し、その上で、頭部金融科学技術会社は垂類金融業界の大型モデルの建設を完成し、金融機関又は小型金融科学技術会社は賦能業務の応用層に専念し、業界共同建設の局面を形成する。
もちろん、技術は天馬が空を行く必要があり、大胆に考えてこそ突破することができるが、より着実にしなければならない。費浩峻氏は、金融大モデルの技術発展は、着実に行われなければならないと強調した。金融モデル技術は必ず業務と強く結合しなければならず、全体の実践過程の中で各段階は金融業務プロセスに価値をもたらし、それによって自身の価値を証明してこそ、発展していくことができる。
「データがどのように安全でコンプライアンスの収集、管理、使用されるかは、大モデル生態の底辺の問題である」。金融大モデルの発展が直面している課題について、費浩峻は、業界全体がデータセキュリティコンプライアンスとプライバシー防止の大きな課題に直面していると直言した。これに対して、業界の一般的なやり方はデータフェンスを構築し、すべてのデータを厳格に脱感し、指令レベルに安全フェンスを建設し、入力されたすべての指令に対して多層検査を行い、大モデルが悪用されるのを防止することである。
生態面では、モデルのアップグレードが続いており、この過程での自己革新も挑戦である。彼から見れば、現在の金融大モデル能力が金融専門家のレベルに達するにはデータと技術の絶え間ない派生が必要だが、この過程は必ず過去のシステムと衝突し、過去のものをどのように取捨選択し、廃棄するかには、一定の決断が必要だ。