Das Aufkommen des Internets hat die Art und Weise des Informationsflusses verändert und die Entstehung neuer Unternehmensparadigmen gefördert. Und es gibt immer noch Veränderungen, insbesondere das Aufkommen von ChatGPT, das den Menschen ein tiefergehendes intelligentes interaktives Erlebnis bietet.
Basierend auf GPT (generatives vorab trainiertes Änderungsmodell) ist der Allround-KI-Konversationsroboter ChatGPT zwar Fehler bei der Beantwortung von Fragen, seine logischen Fähigkeiten beim Chatten mit Menschen sind jedoch erstaunlich.
Eine Zeit lang nahm die Begeisterung für große Modelle mit künstlicher Intelligenz, die von ChatGPT repräsentiert werden, zu und erregte beispiellose Aufmerksamkeit auf dem Markt. Baidu, 360, Alibaba Cloud, SenseTime, iFlytek usw. haben sich diesem großen Modellmeer angeschlossen.
Für die Finanzbranche als hochdigitales und professionelles Feld ist es natürlich das beste Szenario für die Umsetzung großer Modelle.
01 Wie können große Modelle ihre „magischen Kräfte“ unter Beweis stellen, wenn sie die Finanzbranche stärken?
In einem gemeinsam von der Boston Consulting Group (BCG) und der China Development Foundation veröffentlichten Bericht heißt es, dass bis 2027 voraussichtlich etwa 23 % der Arbeitsplätze in Chinas Finanzindustrie durch künstliche Intelligenz zerstört werden, die übrigen 77 % der Arbeitsplätze wird auf künstlicher Intelligenz basieren und die Arbeitszeit um etwa 27 % verkürzen.
Die Prognose der Auswirkungen auf die Arbeitskräfte in der Finanzbranche beweist, dass KI nicht mehr der Roboterjunge ist, der in „Künstliche Intelligenz“ des großen Regisseurs Spielberg mit Emotionen programmiert wurde, sondern tatsächlich in die gesamte Geschäftskette eingedrungen ist. Und jetzt, mit der allgemeinen Welle großer Modelle, stellt auch die Finanzbranche neue Erwartungen an künstliche Intelligenz.
Der Konvergenzpunkt zwischen den beiden Parteien besteht darin, dass die Finanzbranche große Datenmengen produziert und verarbeitet und große Modelle der künstlichen Intelligenz, insbesondere solche, die auf Deep Learning basieren, diese datenintensive Umgebung gut bewältigen können wichtig für die Risikobewertung, Betrugserkennung und Marktaspekte wie Erwartungen sind entscheidend.
Und Finanzdaten enthalten in der Regel komplexe Muster. Modelle der künstlichen Intelligenz haben einzigartige Vorteile bei der Verarbeitung komplexer Muster und können mit hohem Rauschen, hoher Dimensionalität, Nichtlinearität und anderen Merkmalen in den Daten besser umgehen und helfen so Finanzinstituten, Markttrends zu erkennen und bessere Entscheidungen zu treffen. Genaue Entscheidungsfindung. Darüber hinaus können groß angelegte Modelle der künstlichen Intelligenz große Finanzdaten in kurzer Zeit effizient verarbeiten und analysieren, sodass Finanzinstitute schnell auf Marktveränderungen reagieren und Anomalien erkennen können.
Nach Ansicht des zuständigen Verantwortlichen des „Malaysian Consumer Artificial Intelligence Research Institute“ im Hinblick auf intelligente Interaktion, indem der Roboter-Kundendienst so ausgestattet wird, dass er der Wissensdatenbank nacheinander Finanzwissen und produktbezogene Informationen hinzufügt Obwohl viele Daten „gefüttert“ werden, lassen sich die Antworten des Roboters nicht vermeiden, da seine Erkennungsfähigkeit begrenzt ist und er eher eine Rolle bei der Unterstützung des menschlichen Kundenservice spielt. Das große Modell selbst verfügt zusätzlich zum finanziellen gesunden Menschenverstand über Wissensinjektion und kann durch kontinuierliches und ausreichendes Training über genauere semantische Verständnisfähigkeiten verfügen und leistungsstarke Funktionen zur Generierung natürlicher Sprache. Natürlich werden große Models zu „Experten“ für das Verständnis von Finanzen.
Darüber hinaus erklärte
Rong360
, dass große Modelle künstlicher Intelligenz Finanzinstituten dabei helfen können, die Qualität des Kundenservices zu verbessern. Durch die Analyse riesiger Mengen an Kundendaten können diese Modelle Dienste personalisieren, Kundenbedürfnisse vorhersagen und maßgeschneiderte Empfehlungen geben. Darüber hinaus können allgemeine Großmodelle der künstlichen Intelligenz auch die Effizienz und Genauigkeit der Risikobewertung verbessern. Zu den Fähigkeiten großer Modelle gehören Technologien wie Deep Learning und Natural Language Processing, die es ihnen ermöglichen, umfangreiche Informationen zu verarbeiten und zu verstehen, was der Finanzbranche ein effizienteres und präziseres Risikomanagement ermöglicht und es Finanzinstituten dadurch ermöglicht, intelligentere Kreditentscheidungen zu treffen .
Und große Modelle mit künstlicher Intelligenz können die Möglichkeiten zur Betrugserkennung erheblich verbessern. Sie können große Mengen strukturierter und unstrukturierter Daten analysieren und so betrügerische Verhaltensweisen und abnormale Muster erkennen, die in riesigen Datensätzen verborgen sind, und die Betrugserkennung kontinuierlich verbessern Effizienz ermöglicht es Finanzinstituten, E-Commerce-Plattformen usw., Betrug rechtzeitig zu erkennen, finanzielle Verluste zu reduzieren und die Interessen der Nutzer zu schützen.
02 Förderung der Anwendung und Konstruktion großer Modelltechnik, Datenelemente werden zum Schlüssel
Egal wie „wunderschön“ die Technologie ist, sie ist nicht so praktisch wie die praktische Anwendung. Nach Angaben von CCID Consulting wird erwartet, dass der Umfang der inländischen Industrie für künstliche Intelligenz bis 2025 336,93 Milliarden Yuan erreichen wird, was einem Anstieg von 63,85 % gegenüber 2022 entspricht Yuan.
Für die Finanzindustrie heißt es in Pekings „Mehrere Maßnahmen zur Förderung der innovativen Entwicklung allgemeiner künstlicher Intelligenz (2023-2025) (Entwurf zur Stellungnahme)“ klar, dass Finanztechnologieunternehmen dabei unterstützt werden, mit hoher Informationslast und aktualisierten Informationen umzugehen Da es für Finanzfachleute schwierig ist, schnell und umfassend genaue Informationen zu erhalten, müssen wir die Anwendung der Technologie der künstlichen Intelligenz für ein tiefgreifendes Verständnis und eine Analyse von Finanztexten untersuchen.
Auf der Grundlage der Fokussierung auf intelligente Risikokontrolle, intelligente Anlageberatung, intelligenten Kundenservice und andere Aspekte werden wir die genaue Analyse langer Texte in Finanzschwerpunkten und die Aktualisierung von Modellkenntnissen fördern und die Integrationstechnologie zwischen komplexen Entscheidungsfindungen durchbrechen. Erstellen Sie Logik- und Modellinformationsverarbeitungsfunktionen und erreichen Sie das Ziel: Die Umwandlung der Verarbeitung komplexer Finanzinformationen in Vorschläge zur Investitionsentscheidung unterstützt die investitionsgestützte Entscheidungsfindung im Finanzbereich.
In diesem Zusammenhang erwähnte der zuständige Verantwortliche des Immediate Consumer Artificial Intelligence Research Institute, dass, wenn das allgemeine große Modell als wildes Pferd mit überlegenen Qualifikationen betrachtet wird, die Erstellung großer Modellanwendungen, die sich auf vertikale Finanzfelder und segmentierte Szenarien konzentrieren, nicht der Fall ist entspricht der Domestizierung von Wildpferden. Erstens muss es mit proprietär verarbeiteten vertikalen Domänendaten als „Futter“ „gefüttert“ werden; zweitens muss das Modell im vertikalen Bereich fein abgestimmt und ausgerichtet werden, was dem „Zaumen“ des wilden Pferdes gleichkommt; Drittens: Verwenden Sie die Beschleunigungstechnologie für große Modellinferenzen, um einen „Sattel“ und einen „Steigbügel“ hinzuzufügen, damit dieses Pferd schneller und kontrollierbarer läuft. Schließlich muss es genügend Anwendungsszenarien geben, damit dieses Pferd laufen und iterieren und verwenden kann Je mehr Je mehr Leute es gibt, desto mehr Bewertungsfeedback gibt es und je schneller das Modell iteriert, desto besser wird es sein. In dieser Hinsicht haben große Finanzinstitute inhärente Vorteile und können starke praktische Auswirkungen erzielen. Im Vergleich dazu ist die erste Schwierigkeit, mit der kleine und mittlere Finanzinstitute konfrontiert sind, die Ressourcenschwelle. Unter dem Einfluss der starken Stromnachfrage werden sie Unterstützung von großen Institutionen der Finanzindustrie oder Fintech-Plattformen mit technischen Vorteilen suchen, um relevante technologische Fähigkeiten aufzubauen.
Laut Qi Finance hat Qifu TechnologyQifu GPT, ein selbst entwickeltes groß angelegtes Industriemodell, erste Ergebnisse erzielt. Als erstes allgemeines Großmodell für die Finanzbranche in China werden die unterstützten Anwendungen auf Produktebene voraussichtlich noch im Laufe des Jahres eingeführt und für Finanzinstitute zugänglich sein. Qifu Technology ist davon überzeugt, dass es als großes Modell in der Finanzbranche ein Höchstmaß an Genauigkeit und Anwendbarkeit erreichen muss. Daher sind die Quantität und Qualität der Trainingsdaten sowie das Verständnis und die Einblicke in das Finanzgeschäft zur zentralen Wettbewerbsfähigkeit großer Modelle in der Finanzbranche geworden.
Wobei sich Qifu GPT auf die große Menge an Finanzgeschäftsdaten verlässt, die Qifu Technology im Laufe der Jahre gesammelt hat, sei es über 50 Millionen Kreditauskünfte und -interpretationen, ausführliche Gespräche mit durchschnittlich mehr als 3,5 Millionen Benutzern pro Monat oder das Vertrauen auf a Netzwerk von mehr als 900 Branchen mit 3000 Das Corporate Financial Behavior Network von über 1600 Unternehmen mit +-Attributen und der daraus abgeleitete Wissensgraph und Branchenwissen sind die Grundlage für Qifu GPT, um Finanzen besser zu verstehen, Benutzer besser zu verstehen und verschiedene Finanzdienstleistungen besser zu unterstützen im Kreditbereich.
Derzeit kombiniert Xinye Technology große Modelle, um den Aufbau künstlicher Intelligenz zu erforschen. Einerseits wurde bestätigt, dass große Modelle dazu beitragen können, die Genauigkeit in einigen bestehenden Szenarien zu verbessern, z. B. die Verbesserung der Sprach- und Textanalyse sowie des Verständnisses von Robotern und Generierungsfähigkeiten und die Gestaltung eines qualitativ hochwertigeren Benutzererlebnisses; andererseits erforschen wir auch neue Szenarien, die auf generativen Modellen basieren, einschließlich automatischer Codegenerierung, visuellem Materialdesign usw., und berücksichtigen die durch generative Verfahren verursachten Produktivitätsänderungen KI.
Im ersten Quartal 2023 hat Lexin die Anwendung großer Modelle der künstlichen Intelligenz im vertikalen Finanzbereich in der Wirtschaft beschleunigt. Derzeit wurde das große Modell der künstlichen Intelligenz von Lexin in den Bereichen F&E-Codeunterstützung, Designkreativitätsgenerierung, Telemarketing und intelligente Kundendienstdienste implementiert und hat erhebliche Effizienzverbesserungen erzielt. Auch in Zukunft wird Lexin die tiefgreifende Erforschung großer Modelle der künstlichen Intelligenz in Bereichen wie Risikomanagement und Betrugsbekämpfung vorantreiben.
Darüber hinaus erwähnte die Samoyed Cloud Technology Group, dass das Unternehmen auf der Grundlage der Anhäufung von KI-Entscheidungsinformationen, Big Data und anderen Technologien Forschung an großen Modellen in den folgenden Bereichen durchführt und die Technologieinvestitionen weiter erhöht, um weitere Szenarien zu erkunden Anwendungen: Erstens nutzt die automatische Modellierung die neueste NLP-Technologie für große Modelle, um die automatische Modellkonstruktion über mehrere Dialogrunden zu erkunden, sodass Benutzer die Anwendungen, die sie erstellen möchten, in natürlicher Sprache beschreiben können, um ein Modell zu erstellen. Darüber hinaus können Benutzer durch kontinuierliche natürliche Sprache Verbesserungsvorschläge machen und automatisch Modellierungsanpassungen vornehmen. Zweitens wird die ChatGPT-Technologie im Bereich des grenzüberschreitenden E-Commerce eingeführt, um kostenlos neue KI-Tools für Amazon-Verkäufer zu erstellen und so kleinen und mittleren Unternehmen zu helfen Unternehmen, Kosten zu senken und die Effizienz zu steigern.
Laut 中plainconsumerfinance ist mit der Popularität von ChatGPT einmal mehr bewiesen, dass die Ära angebrochen ist, in der Innovation König ist. Nur Reformer kommen voran, nur Innovatoren sind stark und nur Reformer und Innovatoren gewinnen. Das Unternehmen nutzt die Digitalisierung, um Betrieb und Management zu „stärken“, Finanzdienstleistungen zu „stärken“ und das Entwicklungstempo zu beschleunigen, wodurch ein marktführendes System mit drei digitalen Kernkompetenzen entsteht: „unabhängige Kundenakquise“, „intelligente Risikokontrolle“ und „digital“. Betrieb“, um Kunden hochwertige, effiziente, bequeme und warme integrierte Finanzdienstleistungen für Verbraucher anzubieten.
Das obige ist der detaillierte Inhalt vonChatGPT führt die neue Welle an! Große KI-Modelle treiben die Innovation und Entwicklung der Finanztechnologie voran und ermöglichen es Unternehmen, ein neues Kapitel aufzuschlagen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
