生成式人工智能-突破智慧邊際創(chuàng)造無限可能

生成式人工智能突破智慧邊際,創(chuàng)造無限可能0101生成式AI發(fā)展歷程02金融行業(yè)的應(yīng)用和案例分享03面臨的問題和挑戰(zhàn)4人工智能:利用計(jì)算機(jī)和機(jī)器模仿人類思維的問題解決和決策制定能力 什么是人工智能((AI)由多種不同技術(shù)組成,這些技術(shù)相互配合,使機(jī)我們?cè)谌粘Ｉ钪兴龅降拇祟惣夹g(shù)大多數(shù)是窄人工智能我們?cè)谌粘Ｉ钪兴龅降拇祟惣夹g(shù)大多數(shù)是窄人工智能行單個(gè)任務(wù)或—組緊密相關(guān)的任務(wù),如:這些系統(tǒng)功能強(qiáng)大,但作用范圍專注于提高效率。不過,通過恰當(dāng)應(yīng)用,窄人工智能能夠發(fā)揮巨大的變革力量具備感覺的機(jī)器模仿人類智能,展開戰(zhàn)略性、抽象性和創(chuàng)造性的思考,有能力處理—系列復(fù)雜任務(wù),但泛人工智能的實(shí)現(xiàn)依然只當(dāng)今世界,人工智能仍是人類能力的延伸,而絕非替代窄人工智能窄人工智能泛人工智能泛人工智能 人工智能(AI)的能力與收益人工智能發(fā)展的六大關(guān)鍵能力:決策式AI生成式AI分析學(xué)習(xí)判斷創(chuàng)造預(yù)測(cè)社會(huì)協(xié)作決策式AI生成式AI分析學(xué)習(xí)判斷創(chuàng)造預(yù)測(cè)社會(huì)協(xié)作當(dāng)下人工智能發(fā)展迎來新拐點(diǎn),當(dāng)下人工智能發(fā)展迎來新拐點(diǎn),(端到端的效率提升端到端的效率提升更高的準(zhǔn)確性和決策能力更高的準(zhǔn)確性和決策能力智能產(chǎn)品智能產(chǎn)品賦能員工賦能員工卓越客戶服務(wù)卓越客戶服務(wù)33“生成式人工智能(生成式“生成式人工智能(生成式AI)是基于機(jī)器學(xué)習(xí)或深度學(xué)習(xí)等技術(shù),從大量數(shù)據(jù)中學(xué)習(xí)并生成新的數(shù)據(jù)或內(nèi)容的人工智能系統(tǒng)” 生成式人工智能的能力3執(zhí)行數(shù)據(jù)分析,如總結(jié)、推理4創(chuàng)建合成數(shù)據(jù),幫助和加速研發(fā)4文本生成文本生成如:文本創(chuàng)作、代碼生成、對(duì)話問答?文字生成圖像,文字生成視頻,圖像/圖像生成圖像生成景,有大量數(shù)據(jù)和貼近實(shí)際場(chǎng)景生成式策略生成生成式音頻生成?包括語音克隆、文本生成特定語音,?AI基于特定問題和場(chǎng)景,自主提出音頻生成?包括語音克隆、文本生成特定語音,視頻生成?視頻生成?視頻屬性編輯,視頻自動(dòng)剪輯,視5生成式AI可以徹底改變企業(yè)的運(yùn)作和互動(dòng)方式,甚至可能重新定義我們對(duì)“員工”的認(rèn)知?應(yīng)用于仿真引擎模?應(yīng)用于仿真引擎模?應(yīng)用于欺詐檢測(cè)、交易預(yù)測(cè)、風(fēng)險(xiǎn)因?創(chuàng)建原創(chuàng)文案、產(chǎn)?通過3D模擬創(chuàng)建合成數(shù)據(jù)集,助力無?創(chuàng)建虛擬工廠,在模擬平臺(tái)上使用多?利用計(jì)算機(jī)視覺技術(shù)快速識(shí)別醫(yī)學(xué)影像,實(shí)現(xiàn)智能診斷?利用合成的基因組荈?????荈??????遤ㄤ?餴???毫???????????デ??6揭開生成式AI的真正鑰匙在于:超大規(guī)模及足夠多樣性的數(shù)據(jù)、大模型、充分的訓(xùn)練過程ChatGPT/Titan合,AI技術(shù)驅(qū)動(dòng)的自發(fā)展階段機(jī)器學(xué)習(xí)發(fā)展階段機(jī)器學(xué)習(xí)微調(diào)小模型時(shí)代以小模型為主導(dǎo)的分析型算法是AI領(lǐng)域的主流,生成式AI訓(xùn)練模型探索Transformer架構(gòu)在計(jì)算上的高效微調(diào)小模型時(shí)代以小模型為主導(dǎo)的分析型算法是AI領(lǐng)域的主流,生成式AI訓(xùn)練模型探索Transformer架構(gòu)在計(jì)算上的高效性和良好的遷移能力使其迅速取代RNN成為大語言模型的主流訓(xùn)階段特征大型語言模型時(shí)代崛起大型語言模型時(shí)代崛起在模型參數(shù)量幾何級(jí)數(shù)增長以及多種訓(xùn)練方式的探索之中,AmazonTitan和GPT-3.5橫空出世,具備了從簡(jiǎn)單的文本問答、文本創(chuàng)作,到符號(hào)式語言的7?新內(nèi)容,提供創(chuàng)意靈感生成式AI的潛力和前景生成式AI??新內(nèi)容,提供創(chuàng)意靈感生成式AI的潛力和前景生成式AI?1引領(lǐng)交互方式變革自然語言交互的變革自然語言交互的變革,大幅提升內(nèi)容生產(chǎn)和用戶匹配效率,進(jìn)而推動(dòng)行業(yè)整體的轉(zhuǎn)型升級(jí)創(chuàng)造能力主動(dòng)學(xué)習(xí)能力2推升生產(chǎn)力邊界在許多領(lǐng)域中創(chuàng)造能力主動(dòng)學(xué)習(xí)能力2推升生產(chǎn)力邊界在許多領(lǐng)域中,生成式人工智能可以幫助企業(yè)更快速、準(zhǔn)確地處理信息,在降低人力成本的同時(shí),提升內(nèi)容生產(chǎn)效率和質(zhì)量自然語言處理能力創(chuàng)造新的商業(yè)模式創(chuàng)造新的商業(yè)模式vv幫助企業(yè)探索新的商業(yè)模式,例如在電子商務(wù)義,完成分析類工作斷調(diào)整,需手動(dòng)干預(yù)進(jìn)義,完成分析類工作斷調(diào)整,需手動(dòng)干預(yù)進(jìn)傳統(tǒng)AI傳統(tǒng)AI0101生成式AI發(fā)展歷程02金融行業(yè)的應(yīng)用和案例分享03面臨的問題和挑戰(zhàn)前臺(tái)后臺(tái)機(jī)器學(xué)習(xí)深度學(xué)習(xí)智慧營銷產(chǎn)品設(shè)計(jì)智慧風(fēng)控智慧運(yùn)營智慧經(jīng)營智慧辦公智能語音智能投顧智能投研智慧財(cái)務(wù)計(jì)算機(jī)視覺前臺(tái)后臺(tái)機(jī)器學(xué)習(xí)深度學(xué)習(xí)智慧營銷產(chǎn)品設(shè)計(jì)智慧風(fēng)控智慧運(yùn)營智慧經(jīng)營智慧辦公智能語音智能投顧智能投研智慧財(cái)務(wù)計(jì)算機(jī)視覺生成式AI金融主體銀行銀行保險(xiǎn)保險(xiǎn)證券證券基金基金信托信托產(chǎn)品設(shè)計(jì)定制化產(chǎn)品設(shè)計(jì)、便捷化設(shè)計(jì)流程產(chǎn)品設(shè)計(jì)o收集分析海量數(shù)據(jù),設(shè)計(jì)符合市場(chǎng)需求的產(chǎn)品和服務(wù),并結(jié)合客戶反饋持續(xù)優(yōu)化o基于產(chǎn)品屬性,快速生成對(duì)應(yīng)的產(chǎn)品說明文檔、圖像宣傳物料等,加速產(chǎn)品從設(shè)計(jì)到上線的過程規(guī)模化內(nèi)容生產(chǎn)、精準(zhǔn)化營銷推薦智慧營銷o支持—鍵生成文字、圖像、視頻等活動(dòng)創(chuàng)意內(nèi)容,大幅提高營銷內(nèi)容生產(chǎn)效率智慧營銷o基于不同的渠道和客群偏好等,制定個(gè)性化營銷策略和文案,并監(jiān)測(cè)客戶反饋進(jìn)行策略調(diào)整,實(shí)現(xiàn)精準(zhǔn)營銷智能投顧專業(yè)化投顧能力、個(gè)性化投資建議智能投顧o圍繞財(cái)富管理專業(yè)知識(shí)進(jìn)行增量訓(xùn)練,并實(shí)時(shí)監(jiān)測(cè)市場(chǎng)動(dòng)態(tài),調(diào)整投資策略,提高收益率和降低風(fēng)險(xiǎn)o利用全面的KYC探查,實(shí)現(xiàn)圍繞客戶資產(chǎn)狀況、風(fēng)險(xiǎn)偏好和收益目標(biāo)的個(gè)性化投資建議和組合優(yōu)化生成式AI創(chuàng)意營銷文案?jìng)€(gè)性化的營銷創(chuàng)意和文案生成式AI創(chuàng)意營銷文案“2月6日晚間,招商銀行發(fā)布了—條由生成式“2月6日晚間,招商銀行發(fā)布了—條由生成式AI制作的親情信用卡(附卡)的文案,文字溫馨且富有邏輯,對(duì)親情的理場(chǎng)景應(yīng)用智能風(fēng)控欺詐檢測(cè)o通過大量數(shù)據(jù)分析,場(chǎng)景應(yīng)用智能風(fēng)控欺詐檢測(cè)o通過大量數(shù)據(jù)分析,和異常行為,提供及交易監(jiān)控o分析交易數(shù)據(jù)、交易行為模式和歷史記錄,識(shí)別潛在違規(guī)行為,加強(qiáng)信貸審批o分析客戶信用歷史、行為特征等數(shù)據(jù),評(píng)估風(fēng)險(xiǎn)和信用評(píng)級(jí),智能投研o基于海量數(shù)據(jù),對(duì)金融市場(chǎng)進(jìn)行實(shí)時(shí)分析預(yù)測(cè),并對(duì)股票、債券等金融產(chǎn)品進(jìn)行評(píng)估,提供投o根據(jù)提綱生成行業(yè)研究報(bào)告,提高生產(chǎn)效率智能催收o為催收專員生成有同理心智能催收o為催收專員生成有同理心和情境感知的溝通腳本,確保o根據(jù)客戶的財(cái)務(wù)狀況定制還款計(jì)劃和個(gè)性化還款提醒智能理賠o基于自動(dòng)化信息采集、識(shí)別和分析能力,根據(jù)理賠申請(qǐng)材料和保單信息,自動(dòng)或輔智能核保o根據(jù)不同的核保規(guī)則和策略,進(jìn)行自動(dòng)核保,并結(jié)合外部數(shù)據(jù),對(duì)保單進(jìn)行風(fēng)險(xiǎn)評(píng)估和異常檢測(cè),提高核保效率和準(zhǔn)確率,降低風(fēng)險(xiǎn)和損失智能客服o通過大量交互式訓(xùn)練,實(shí)現(xiàn)多輪復(fù)雜對(duì)話、自然語言理解、情感識(shí)別等能力o并基于客戶反饋迭代問答內(nèi)容質(zhì)量,提升客戶互動(dòng)體驗(yàn)宏觀經(jīng)濟(jì)金融數(shù)據(jù)新聞報(bào)道媒體評(píng)論客戶數(shù)據(jù)征信報(bào)告宏觀經(jīng)濟(jì)金融數(shù)據(jù)新聞報(bào)道媒體評(píng)論客戶數(shù)據(jù)征信報(bào)告交易數(shù)據(jù)財(cái)務(wù)報(bào)告…數(shù)據(jù)BloombergGPT:BloombergGPT:金融信息專屬大語言模型BloombergBloomberg大型語言模型通用場(chǎng)景金融業(yè)務(wù)場(chǎng)景Prompt信息檢索500億參數(shù)500億個(gè)參數(shù),優(yōu)化與發(fā)布成本都遠(yuǎn)低于同類模型所需超過7000超過7000億個(gè)標(biāo)簽的大型訓(xùn)練語料庫公共數(shù)據(jù)集公共數(shù)據(jù)集Wikipedia彭博數(shù)據(jù)集:3630億個(gè)標(biāo)簽BloombergGPT五大功能任務(wù)信息提取從新聞文章中提取問題和答案,旨在測(cè)試對(duì)于信息提取金融領(lǐng)域相關(guān)問題的理解和推理能力情緒判斷判斷英語金融新聞和社交媒體標(biāo)題中的情感走向情緒判斷信息判斷判斷新聞標(biāo)題是否包含特定信息,例如價(jià)格上信息判斷信息分類將來自金融新聞的句子內(nèi)容中展現(xiàn)的情緒進(jìn)行分類信息分類風(fēng)險(xiǎn)評(píng)估據(jù),進(jìn)行信用風(fēng)險(xiǎn)評(píng)估風(fēng)險(xiǎn)評(píng)估生成式AI在金融機(jī)構(gòu)的應(yīng)用--后臺(tái)智慧辦公智慧經(jīng)營智能招聘智慧財(cái)務(wù)智能培訓(xùn)智慧辦公智慧經(jīng)營智能招聘智慧財(cái)務(wù)智能培訓(xùn)o經(jīng)營分析:支持企業(yè)o經(jīng)營分析:支持企業(yè)經(jīng)營數(shù)據(jù)的快速探查分析和報(bào)表生成,并為企業(yè)經(jīng)營提供預(yù)測(cè)和預(yù)警,賦能企業(yè)經(jīng)o辦公自動(dòng)化:對(duì)內(nèi)部運(yùn)營管理,業(yè)務(wù)執(zhí)行過程的數(shù)據(jù)分析匯報(bào)等工作實(shí)現(xiàn)自動(dòng)化o知識(shí)庫檢索:協(xié)助員工從公司知識(shí)庫中快速檢索產(chǎn)品、流程、政策等o智能培訓(xùn):通過語音交互方式,根據(jù)不同業(yè)務(wù)場(chǎng)景和知識(shí)點(diǎn),提供場(chǎng)景式陪練,并為員工推薦個(gè)性化學(xué)習(xí)方案o招聘管理:通過對(duì)企業(yè)人才結(jié)構(gòu)的分析和深度挖掘,提供適合自身需o招聘自動(dòng)化:自動(dòng)篩選簡(jiǎn)歷和面試,提高了招o財(cái)務(wù)流程自動(dòng)化:自動(dòng)化賬單審核和報(bào)銷流程,o智能財(cái)務(wù)分析:通過自動(dòng)數(shù)據(jù)采集、整理分析,自主金融AI大模型應(yīng)用某歐洲銀行集團(tuán)增強(qiáng)型搜索工具自主金融AI大模型應(yīng)用大模型精調(diào)提示工程檢索增強(qiáng)知識(shí)增強(qiáng)大模型精調(diào)提示工程檢索增強(qiáng)知識(shí)增強(qiáng)人類反饋的強(qiáng)化學(xué)習(xí)(…擁有百億級(jí)參數(shù)上下文理解行內(nèi)知識(shí)問上下文理解行內(nèi)知識(shí)問答答多維金融知識(shí)體系大語言模型技術(shù)體系多維金融知識(shí)體系大語言模型技術(shù)體系輔助編程內(nèi)容摘要輔助編程內(nèi)容摘要全棧AI技術(shù)自主可控研發(fā)支持知識(shí)庫內(nèi)部問答數(shù)據(jù)人工標(biāo)注數(shù)據(jù)…算力算法數(shù)據(jù)人才o實(shí)現(xiàn)了金融知識(shí)理解和問答應(yīng)用,初步具備自由閑聊、行內(nèi)知識(shí)全棧AI技術(shù)自主可控研發(fā)支持知識(shí)庫內(nèi)部問答數(shù)據(jù)人工標(biāo)注數(shù)據(jù)…算力算法數(shù)據(jù)人才o實(shí)現(xiàn)了金融知識(shí)理解和問答應(yīng)用,初步具備自由閑聊、行內(nèi)知識(shí)問答、輔助編程、內(nèi)容摘要等多類型任務(wù)的服務(wù)能力,趟通了01生成式AI發(fā)展歷程02金融行業(yè)的應(yīng)用和案例分享0303面臨的問題和挑戰(zhàn)設(shè)計(jì)負(fù)責(zé)任的人工智能完善監(jiān)管機(jī)制o加強(qiáng)對(duì)既定原則和現(xiàn)行法律法規(guī)的遵守,同時(shí)監(jiān)測(cè)未來的法律法規(guī),制定降低風(fēng)險(xiǎn)的政策,并通過定期報(bào)告和設(shè)計(jì)負(fù)責(zé)任的人工智能完善監(jiān)管機(jī)制o加強(qiáng)對(duì)既定原則和現(xiàn)行法律法規(guī)的遵守,同時(shí)監(jiān)測(cè)未來的法律法規(guī),制定降低風(fēng)險(xiǎn)的政策,并通過定期報(bào)告和監(jiān)控的風(fēng)險(xiǎn)管理框架實(shí)施這些政策開展對(duì)應(yīng)培訓(xùn)o領(lǐng)導(dǎo)層將負(fù)責(zé)任AI提升為—項(xiàng)關(guān)鍵的業(yè)務(wù)要?jiǎng)?wù),并為所有員工提供培訓(xùn),讓他們清楚地了解負(fù)責(zé)任AI原則以及提升技術(shù)能力o運(yùn)用開發(fā)工具和技術(shù)來支持公平性、可解釋性、穩(wěn)健性、問責(zé)制和隱私等原則,并將其構(gòu)建到AI系統(tǒng)和平臺(tái)中加強(qiáng)企業(yè)治理o在最高管理層的支持下,定義并闡明負(fù)責(zé)任AI的使命和原則,同時(shí)在整個(gè)組織中建立清晰的治理結(jié)構(gòu),以建立社會(huì)價(jià)值風(fēng)險(xiǎn)?使用生成式AI可能有違社會(huì)、企業(yè)和個(gè)人的價(jià)值文化。在部署AI戰(zhàn)略的時(shí)候,必須思考相關(guān)碳排放是否會(huì)減緩乃至抵消企業(yè)的零碳進(jìn)程,繼而有所取舍用戶使用風(fēng)險(xiǎn)且人工智能應(yīng)用門檻也在不斷降低?！┍粣阂馐褂?將會(huì)數(shù)據(jù)合規(guī)風(fēng)險(xiǎn)人和商業(yè)隱私,版權(quán)和著作權(quán)以及相關(guān)數(shù)據(jù)保護(hù)法案數(shù)據(jù)安全風(fēng)險(xiǎn)?LLM不設(shè)限爬取、采集敏感數(shù)據(jù);同時(shí)在交互過程中請(qǐng)求輸入商業(yè)業(yè)務(wù)數(shù)據(jù),增加泄露隱私和保密信息的風(fēng)險(xiǎn)數(shù)據(jù)質(zhì)量風(fēng)險(xiǎn)?如果—臺(tái)基礎(chǔ)模型長期浸染在存有偏差的數(shù)據(jù)當(dāng)中,它就會(huì)被這些數(shù)據(jù)“誘導(dǎo)”,從而輸出錯(cuò)誤的信息或執(zhí)行歧視性操作,失去了應(yīng)有的公平性0102030405算力支持亟待提升參數(shù)量訓(xùn)練數(shù)據(jù)訓(xùn)練數(shù)據(jù)算力需求飛速增長AI模型訓(xùn)練依賴核心數(shù)據(jù)中心的算力支撐,參數(shù)量、訓(xùn)練數(shù)據(jù)和用戶數(shù)量推動(dòng)算力需求爆發(fā)增長算力支持亟待提升參數(shù)量訓(xùn)練數(shù)據(jù)訓(xùn)練數(shù)據(jù)算力需求飛速增長AI模型訓(xùn)練依賴核心數(shù)據(jù)中心的算力支撐,參數(shù)量、訓(xùn)練數(shù)據(jù)和用戶數(shù)量推動(dòng)算力需求爆發(fā)增長1750億45TB今年4月,訪問用戶數(shù)達(dá)9eAIGC時(shí)代,模型算力的需求遠(yuǎn)超芯片算力的進(jìn)步o人工智能訓(xùn)練任務(wù)的算力需求每3-4個(gè)月翻倍,每年頭部訓(xùn)練模型所需算力增長幅度高達(dá)10倍o而根據(jù)芯片產(chǎn)業(yè)摩爾定律,芯片性能每18個(gè)月翻倍智能算力規(guī)模持續(xù)擴(kuò)大推動(dòng)多元算力架構(gòu)升級(jí)中國智能算力規(guī)模將持續(xù)高速增長,預(yù)計(jì)到2026年,率達(dá)52.3%算力多元化發(fā)展趨勢(shì)明顯o異構(gòu)計(jì)算成為主流趨勢(shì),未來全球人工智能服務(wù)器推動(dòng)多元算力系統(tǒng)架構(gòu)創(chuàng)新能力,實(shí)現(xiàn)各種加速單元以及跨節(jié)點(diǎn)系統(tǒng)的高效協(xié)同,提升計(jì)算性能大算力需求驅(qū)動(dòng)高壁壘AI芯片受益CPU+加速芯片:傳統(tǒng)CPU服務(wù)器無法滿足算力需求,需搭載GPU、FPGA、ASIC等加速芯片,利用CPU與???尊英偉達(dá)高算力芯片市場(chǎng)領(lǐng)先o高度適配AI模型的GPU的制造工藝已趨向成熟且成本較低,英偉達(dá)的A100芯片成為市場(chǎng)主流選擇國產(chǎn)GPU亟待補(bǔ)位o我國GPU行業(yè)起步較晚,缺乏相應(yīng)生態(tài),目前同國際—流廠商仍存在較大差距,國產(chǎn)GPU靜待開花21大多數(shù)企業(yè)開始使用現(xiàn)成的基礎(chǔ)模型進(jìn)行實(shí)驗(yàn),但對(duì)于許多企業(yè)來說,更大的價(jià)值在于使用自有數(shù)據(jù)定制或微調(diào)模型,以滿足企業(yè)獨(dú)特的需求更大的價(jià)值潛能更大的價(jià)值潛能使用價(jià)值潛能程序,并通過提示詞調(diào)整和舉例學(xué)習(xí),使其適用于特定商業(yè)用例。價(jià)值潛能程序,并通過提示詞調(diào)整和舉例學(xué)習(xí),使其適用于特定商業(yè)用例。定制大多數(shù)企業(yè)實(shí)踐大多數(shù)企業(yè)實(shí)踐22企業(yè)需根據(jù)自身情況審慎選擇人工智能技術(shù)應(yīng)用模公有云部署本地化部署公有云部署本地化部署企業(yè)自建系統(tǒng),在自有營業(yè)場(chǎng)所運(yùn)行數(shù)據(jù)安全性高模型高度定制化大量資源投入,成本高昂企業(yè)自建系統(tǒng),在自有營業(yè)場(chǎng)所運(yùn)行數(shù)據(jù)安全性高模型高度定制化大量資源投入,成本高昂使用效果較難保證數(shù)據(jù)基礎(chǔ)要求高學(xué)術(shù)界:ChatGLM、Alpaca商業(yè)公司:Databricks的Dolly、技術(shù)實(shí)力雄厚,數(shù)據(jù)基礎(chǔ)強(qiáng)大追求高度定制與控制柔性的服務(wù)器使用策略,前期投資大幅降低數(shù)據(jù)安全性較高模型定制化能力較強(qiáng)優(yōu)勢(shì)算力要求高仍需—定的部署、支持和運(yùn)維成本劣勢(shì)服務(wù)商部署方式最為成熟實(shí)現(xiàn)模型快速應(yīng)用無需服務(wù)器布置,成本相對(duì)較低存在數(shù)據(jù)安全和隱私風(fēng)險(xiǎn)可定制度低,可控性弱技術(shù)實(shí)力—般商業(yè)需求急迫21模型選擇人才難得處理領(lǐng)域的專業(yè)人才,這也是制約企業(yè)發(fā)展模型選擇人才難得處理領(lǐng)域的專業(yè)人才,這也是制約企業(yè)發(fā)展成本投