在金融领域跑出“马上速度”的马上消费再度走在了行业前列。
记者获悉，8月28日，在金融大模型发展论坛暨马上消费金融大模型发布会上，马上消费重磅发布了全国首个零售金融大模型——“天镜”。所谓“天镜”寓意大模型是人类智慧的镜像，推动金融机构高质量发展。
马上消费重磅发布了全国首个零售金融大模型——“天镜”
放眼全球，以大模型为代表的人工智能突飞猛进，日益融入经济社会发展各领域，正成为推动科技跨越发展、产业优化升级、生产力整体跃升的重要驱动力量。巧合的是，8月28日当天，OpenAI亦推出ChatGPT企业版（ChatGPT Enterprise），增加了一些功能和隐私保护措施，目的是吸引更多企业客户并增加收入。
中国工程院院士倪光南在8月28日的会上表示，“金融行业作为人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土。今天发布金融大模型，体现了你们在这方面的技术积累，我也十分期待你们在未来推动大模型应用在金融领域的探索和实践，从而带动和加速金融数字化和智能化的发展。”
此外，本次论坛还云集了谭建荣、孙茂松和杨新民多位院士及100多家金融机构，携手马上消费，共同探讨金融大模型的未来。
多位院士点赞马上消费“天镜大模型”
可以预见，随着以马上消费为代表的金融科技“领头羊”持续拓展虚实共生，一个可信开放的数字融合体时代正式宣告来临。
“天镜”大模型直击行业痛点
据马上消费人工智能研究院院长陆全在当天的会上介绍，截至目前，马上消费覆盖了所有零售金融行业最典型的六个场景，并且这六个场景都实现了业务的模型驱动、数据驱动，这也是马上消费能够做金融领域大模型的一个先决条件。“马上消费的天镜大模型从一开始研发，我们就专注于真正要帮金融企业，以及零售金融企业去落地，产生实际的价值。”归根结底，大模型要真正解决企业尤其是零售金融企业的核心痛点问题。
对金融企业而言，最常见、价值含量最高的数据莫过于结构化的数据，尤其是数据库的数据。但是，其“瓶颈”在于，往往缺少合适的数据分析师从中挖掘，限制企业对于数据的运用价值。针对这一痛点，天镜大模型可以扩展数据分析师的能力，就像众创数据价值，降低了使用数据的门槛。天镜大模型SQL生成平台不再需要代码等专业指令，可直接向AI 说大白话，天镜自动理解需求、展开检索、生成答复，按照人的意思去完成数据挖掘的任务。
具体来看，在天镜智慧的SQL生成的平台上，用户可以输出问题，即他想要得到的数据分析的问题，天镜大模型会先生成一段结构化的查询语言，平台会根据查询的语言以及用户的输入进行解释，为什么会形成这样的SQL语言，用户点一个执行之后就会得一个执行结果，执行结果也会有一个注释和解释。当前，天镜每日线上SQL生成数量650多次，线上SQL生成可执行比例53.4%，SPIDER标准数据集EX得分75.2，线上使用者满意反馈比例82.3%，表现领先行业。
针对企业数据价值的引爆和发动，陆全希望打造的“数字外表+智慧大脑+情感内心”三合一数字人，擅理解，有温度，懂心理的智能秘书，或不休不眠的智能“打工人”。他希望能让每个员工都能轻松拥有自己的数字分身，上传自己的资料并定制一些参数后，只需5分钟的训练数据就可以生成“另一个我”，随时可以被唤起，成为人人都拥有的超级助手，代替员工完成大量工作。
至于在汇集智慧和唤醒知识这两方面，前者主要是应用在人工客服场景，通过大模型提炼萃取一线优秀人工坐席客服经验，汇聚成群体智慧，从而拥有一对多服务客户的能力，也可作为人工坐席的辅助角色，帮助推荐、优化回答。据悉，该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均28%的水平。
后者主要是高效解决了提取、利用非结构化文档中的数据资料的痛点。例如，将企业招股书、财报、经济预测数据等文件上传后，天镜大模型可以深入解析金融领域专业术语、同时查询定位多个不同文档、洞悉金融图表隐含的信息和强大归纳总结能力。
不过，不同于其他大模型的是，“打比方说，好比打篮球。之前很多大模型的发布，其实更多的有点像一个接球选手，他在炫它的技术，但是这些技术不一定能够真正的帮球队赢得总冠军，赢得最后的胜利。”陆全称。“天镜大模型旨在帮助金融企业一道拓展数据解释能力，并且持续在天镜大模型的技术落地探索上去做进一步更深更好的工作。后续，大模型主要将在数字人外表和AI心理学内心以及加强天镜大模型的大脑上进行深入研发，真正为金融企业创造价值，能够让金融企业赢得每个赛道的赛程冠军。”
“三纵三横”大模型技术起底
此外，在当天的“天镜”大模型发布会上，马上消费首席信息官蒋宁还透露，马上消费已形成“三纵三横”的大模型发展技术布局，并领航构建可信、合规、多模态、适配全域、泛化的金融大模型技术能力体系，聚焦行业领先的基础语言特性能力、逻辑和推理能力、语义理解、生成与创作、金融领域能力、安全与合规能力等六大核心领域，进一步推动金融数字化转型产生实质性的飞跃。
所谓“三纵”，是指实时人机协作、多模态智能、数据决策智能，在数据领域实现智能化，实现结构性数据判别式模型的综合能力。“三横”即是指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力，确保让模型越用越聪明，同时更稳定、更安全可控。
比如多模态智能，通过把语音、文字、视频能够自动生成个性化营销服务和运营的各种各样的数据、语料，既能做到合规、安全，适应各种各样的场景。也就是说，语音、声音、视频能够结合大模型，构建新型的服务于金融机构的合规安全可控的多模态平台。
在应对AI风险方面，全国政协委员、国际系统与控制科学院院士、重庆国家应用数学中心主任杨新民院士表示，随着大模型的开放开源，深度合成技术的非法使用存在加速积聚的风险。他特别提到了“马上消费率先在金融领域进行原创性探索”，包括加强深度防伪验证系统，包括人脸识别及生物特征识别验证系统的活体检测、Deepfake伪造检测、对抗攻击与防御、深度学习可解释性等。
蒋宁强调，与普通大模型相比，金融大模型存在四大关键问题有待解决。其中，可控、安全，关键任务加动态适应性，是需要解决的第一个关键问题。比如说自动驾驶，它的很多工作，刹车、提速、转弯、看灯，外界环境都在变化，对象车在变化，所以绝对不能出错，而且1%出了错，它都会造成生命财产的损失。因此，在工业界就要让它从99%做到100%的安全，这就是金融大模型和传统大模型最大的区别，聚焦新兴的技术如何做到100%决策安全。
以马上消费风控为例，截至目前，马上消费积累了超1.7亿的用户，超2000个模型，10万+变量，近50PB的多模态、高质量的数据等，通过在这些自身数据上做模型精调对齐训练，同时再用推理加速技术实现模型可控。
蒋宁表示：“我们希望在任何情况下，它给客户的回答，给所有的员工的回答是合规的，并且在任何不可预期的情况下它的结果是稳定的，这来源于马上今天几千个模型，上万个变量形成的模型。”
第二个是个性化要求和隐私保护。金融行业一直希望通过人工智能来实现极致的用户体验，特别是个性化的体验，但这需要个人隐私数据与大模型技术相融合，未来需要探讨如何把个性化的需求和隐私工作做得更好。
第三个挑战是群体智能与安全可控。大模型的训练机制决定其需要大量数据来构建增强学习、强化学习的网络，让多方共同打造一个平台，基于这一平台持续贡献数据与反馈，从而让AI实现技能的进化。但目前出于数据安全考量，行业内跨组织、跨机构的数据共享机制仍然需要持续性的探索。
第四个挑战是对大数据和基础设施的能力挑战。未来摩尔时代大模型技术的应用需要高速增长的数据能力，对金融机构网络、服务器、芯片、底层架构等等都提出了全新的要求，这也是未来需要突破的。
构建可信的金融大模型生态
值得关注的是，当天，中国信通院、重庆国家应用数学中心和马上消费牵头发起，阿里云、百行征信、火山引擎、中关村科金、毕马威、复旦大学金融科技研究院、朴道征信、腾讯云、中国科学院自动化研究所等联合倡议发起了“金融大模型可信安全验证与联合创新行动计划”。
在蒋宁看来，通用大模型的核心是生态，而不是参数，生态才让这个模型越用越聪明，没有生态，通用大模型是没法在未来能够越用越聪明。“通用大模型几个关键部分，基于算力、数据、基础理论、场景运用、创新生态链的能力构建平台，我们希望在金融大模型领域构建核心，天镜正是基于以上五个领域的积累而推出的金融大模型。”蒋宁透露。
“此前，虽然中国也有大模型，很遗憾没有形成生态，没有形成生态的模型它很难形成群体智慧。群体智能解决什么，做好各方的数据权益，让各方的数据成为正的反馈，有效利用这些数据，共建行业模型，这是工业界正在思考的群体智能的一种方式。”蒋宁直言。“可信安全，在竞合的前提下，明确数据哪些是共享的以及哪些不是共享的，共享我们的权益能够做到安全可靠，这也是很重要的原因。”
蒋宁认为，从技术层面来看，构建可信的金融大模型有赖于以下三点，第一，持续学习的强化学习。简单来讲，我们必须要设计越用越聪明的机器，过往的模型从来没有实现过越用越聪明，需要大量的标注，有多少人工就有多少智能。未来要改变，在用户使用过程中就完全的标注，在用户标注过程中，让这个模型越来越聪明。
第二，鲁棒性决策，金融领域需要百分之百合规、安全，不可能一点点差错，不然就会对交易造成重大伤害。“所以利用鲁棒性决策，如何能够抗击有伤害，有恶意意图的攻击。抗噪声、抗突发情况，我们称为鲁棒性决策，我们希望有新的技术，保证今天的金融大模型在任何场景下能够可信、安全，稳定的输出的结果。”蒋宁如是说。
第三，组件式AI，这是比较重要的理念，金融大模型虽然是生成式模型，相当于一个刚刚毕业的大学生，有丰富的知识，他会用眼睛看东西，用手操作，用耳朵听故事，达到目标，这个目标要百分之百的准确。“我们希望把眼睛、耳朵、手这些模型跟大模型的大脑有效结合，倡导叫组合式AI的能力。也就是说，可以用大模型的适应能力，用机器视觉的辨别能力，用语言的理解能力，用声音的读取感知能力，构建一些新兴的金融大模型体系。”蒋宁表示。
蒋宁预计，相信未来金融大模型的运用会越来越广泛。无疑，可信的金融大模型生态也将对金融行业带来重大影响和变革。
一是个性化的服务和极致用户体验。能够动态的了解竞争对手的定价权，动态生成消费者交流的话术，动态的在最佳时机给消费者能够提供组合服务的变化。二是高效的价值传递效率。届时，金融大模型在能效、风控、运营都会大幅度的提升效率。三是安全合规的决策，金融机构是天然数据密集的机构，把大模型用到整个业务当中。
“基于马上消费金融大模型、行业应用以及生态化能力的集聚机制，我们希望伴随着天镜大模型的发布，有朝一日能够让数据安全合规的变成决策。未来，在垂直大模型领域能成为行业第一，同时让整个模型更加合规安全。”蒋宁放言。
