“强人工智能”分水岭显现，大模型技术落地金融领域

ChatGPT的热潮将大模型技术(Large Language Model, LLM)推向众人聚焦的中心，同时，也给金融科技带来了更多想象空间。事实上，目前在金融领域已经有了大语言模型的应用。据悉，度小满已经将大型语言模型LLM应用于海量互联网文本数据、行为数据、征信报告的解读，同时，度小满自研的语音机器人可实现多轮复杂对话，无感率达到99%，即99%的用户不知道跟自己通话的其实是机器人。

在度小满CEO朱光看来，大模型技术是下一代人工智能技术较量的核心课题，它正在重新定义金融科技。金融科技是技术驱动的金融创新，金融科技公司要抓住这次技术变革的机遇窗口，积极探索大模型技术的应用和发展，助力金融业实现从数字化到智能化的跃升。未来，度小满也将结合业务场景积累的金融行业知识和数据进行交互式训练，打造全新的智能客服、智能风控、智能交互服务。

提升金融服务质量

ChatGPT作为一款人工智能技术驱动的聊天机器人，拥有持续的上下文对话能力，并具备一定逻辑推理能力，能对信息进行有效的总结提炼、生成文章、生成代码、完成翻译等，尤其是对话过程中展现出的智能水平令人惊叹。有观点认为，ChatGPT的问世，意味着人工智能的发展到了从 “弱人工智能”向“强人工智能”跃迁的分水岭。

备受关注的是，ChatGPT强大的能力从何而来？朱光表示：“比ChatGPT更重要的是GPT（ Generative Pre-trained Transformer 即‘生成型预训练变换模型’），是大语言模型这种前沿技术，ChatGPT是在此‘根技术’上开发的应用产品，是AI技术在文本生成领域的一种应用。相比一般AI模型，大模型输出的能力已经是一种通用智能，不同于此前AlphaGo那样只能应用于狭窄领域的专用智能，大大拓宽了人工智能的应用范围和想象空间。”

在不少金融业人士看来，大语言模型技术可以帮助金融机构更加有效地提供客户服务，提升客户体验的同时减少人力成本。具体而言，朱光介绍道，大语言模型可以分为理解式大模型和生成式大模型。理解式大模型优势在于数据洞察理解能力，可以用在智能推荐、风险管理、智能经营上，帮助金融机构大幅提升经营效率和风险管理决策能力。生成式人工智能可以自主地生成新的数据、图像、语音、文本等信息，成为理财师、保险经纪人等金融从业人员的得力助手，大幅提升服务效率和服务体验。

事实上，度小满正在将大语言模型应用于金融领域的方向持续实践。比如，度小满依托百度人工智能技术，将大型语言模型LLM应用于海量互联网文本数据、行为数据、征信报告的解读，将小微企业主的信贷风险降低了20%。

特别地，度小满智能征信中台将大型语言模型LLM、图算法应用在征信报告的解读上，能够将报告解读出40万维的风险变量，将银行风控模型的风险区分度提升了26%。解决了由于非结构化的征信数据之其复杂性和多样性，很难使用传统的数据处理方式进行分析的难题。由此，度小满“智能征信中台”也在近日获得了吴文俊人工智能科技进步奖。该奖项自2018年首次设立以来，已吸引超过700所高校、研究院所和企业项目参与角逐。“智能化征信解读中台”的入选，意味着评委会对度小满利用人工智能技术提升银行风控效率的认可。

加速数字化、智能化进程

朱光表示，金融行业是数字化、智能化的先行者，如果将大模型的能力放在金融行业中去处理原有的任务，会对很多工作产生颠覆性的影响。比如，当具有通用能力的大模型成为基础设施，中小银行应用人工智能技术的门槛将大幅降低，在数字化、智能化进程中有了“换道超车”的机会。由于在数字资源、科技能力、业务场景等方面的天然差距，中小银行与大银行相比，在数字化转型方面相对落后，且面临差距越拉越大的风险。在大模型时代，所有银行都可以便捷地用最先进的人工智能技术来解决各自的业务问题，不同规模的银行重新站在同一起跑线上，将大幅加快中小银行数字化、智能化进程。

度小满也在该领域不断探索。具体而言，度小满自研的语音机器人可实现多轮复杂对话，无感率达到99%，即99%的用户不知道跟自己通话的其实是机器人，已经可以替代信贷业务中六成以上重复性工作，在很多金融机构的营销、催收工作中广泛应用，大幅度降低了人工成本，也具备一定的情绪识别能力。

另外，ChatGPT所展现的语义理解能力，也是度小满在自然语言处理（NLP）领域重点投入的方向。2021年，在微软举办的MS MARCO 比赛中的文档排序任务中，度小满NLP团队排名领先；团队研发的轩辕 (XuanYuan) 预训练模型也在CLUE分类任务中排名领先。

近期，百度基于文心大模型技术推出的生成式对话产品“文心一言”（英文名：ERNIE Bot）开放生态合作，度小满成为首家接入的金融科技公司。度小满相关负责人介绍，接下来，基于文心一言的大模型技术基座，结合度小满业务场景积累的金融行业知识和数据进行交互式训练，希望能在金融行业发挥ChatGPT类人工智能技术的作用和价值，打造全新的智能客服、智能风控、智能交互服务。同时，这些垂直应用不仅要具备生成式人工智能（AI）、多模态语义理解等能力，而且要适配金融行业高度重视风险、把安全性放在第一位的行业特点，做到高度稳定、自主可控。

不过也需要注意的是，目前大模型技术的金融应用仍然是初期。在业内看来，基于汉语服务的复杂性以及金融服务的专业性。大模型技术还需要大量数据和算力不断“投喂”，从而使金融服务更加完善，对话服务和投资决策更加准确。