强人工智能如何实现-强柱弱梁的实现手段

快速爆发的人工智能技术已然渗透至强调稳健的金融行业，“强强联合势不可挡”。

中国金融企业力图与学术机构合作，以帮助金融行业提升效率，降低风险。近期案例来自金融科技公司度小满，该公司将与人工智能领域的前沿学术机构哈尔滨工业大学（“哈工大”）合作建设一个研究实体，以推动人工智能技术在金融领域的规模化产业应用。

度小满首席执行官朱光称，这一合作将“提升大模型技术的可靠性、安全性和精准性。”

近年来，大模型技术不断演进，大大提升了通用问题的求解能力。百度发布了“文心一言”，华为发布了“盘古”，商汤发布了“日日新”：中国多家人工智能头部企业相继推出了各自的通用大模型。

度小满首席技术官许冬亮表示，人工智能模型可分为理解式大模型和生成式大模型——理解式大模型可用于智能获客及风险管理领域，精准匹配用户需求，并提升数据洞察能力；生成式大模型则可自主生成数据、文本、图像及语音，成为从业者及用户的得力助手。

然而，推动大模型技术与具体行业、特定场景结合落地，已成为业界的强烈诉求，也是整个产业爆发的关键一步。

在金融领域，度小满此前率先开源了千亿参数级别的中文金融大模型“轩辕”，在金融名词理解、市场评论、数据分析等金融领域的任务上，表现较通用大模型更为出色。度小满说，这一模型在训练过程中，使用了该公司所积累千亿tokens的中文预训练数据集。

金融机构此前使用的机器学习模型较为依赖结构化数据和人工调参，须提前清洗及标注数据，使之结构化，并预设业务流程，这大大限制了应用的场景和深度。而大模型技术则只需预先配置任务要素系统强人工智能如何实现，注入金融专业知识，通过简单调整节点策略，即可高效生成内容，大幅降低了工作量，提升了准确性，且易于调整优化。

许冬亮称强人工智能如何实现，大模型将成为信息处理的基础设施，中小金融机构应用人工智能技术的门槛将大幅降低，有了在数字化、智能化进程中“弯道超车”的机会。

度小满拥有大量金融数据及算力优势，而哈工大则在人工智能基础研究和前沿理论上先行于学界，双方合作将有力推动大模型能力在金融业各层面的应用。合作研究课题包括大模型思维链能力来源、大模型长上下文建模、大模型快速适配声音图像文本等多模态数据及不同场景下大模型输出决策的可解释性等。例如，“大模型思维链能力来源”研究，将进一步提升大模型的精准推理能力，提升金融机构的风险控制及贷后管理能力。

度小满已经开展了一系列基于大模型的应用。例如，在风控方面，度小满将大模型应用于互联网文本及征信报告的解读上，能更加精准识别小微企业主的信贷风险。

与哈工大合作前，度小满还与北京大学、中国科学院自动化研究所及西安交通大学等前沿科研机构合作，共同探索人工智能技术在金融行业的多项应用。事实上，不仅是金融科技企业，其他业态的金融机构，如银行、券商等也在加速与学术机构开展合作，以抢食人工智能大模型爆发式发展带来的技术红利。

图片提供方：度小满