Page 27 - 金融科技视界2023-6期-如期而至 精彩继续！

Technical Tracking
技术追踪

聚焦落地的工具流程、多元广阔的应用场景，为人工智能蓬勃发 亿单词、1750亿参数，最终在海量信
展提供了良好的应用环境与市场空间。 息的支撑下， 获得了功能的全面提
从技术发展趋势来看，超大规模预训练模型无疑是当前人 升，但也存在内容可信、数据安全、落

工智能技术发展的重点和热点领域，近两年迎来了大爆发和“军 地成本高的挑战。
备竞赛”。总体来看，大模型表现出多模态、多技术、多能力和多
应用的发展趋势，在理想实验室环境和垂直行业的真实环境中均 02

展现了良好的应用效果，未来将形成大小模型与云边协同发展的
智能体系。 从金融需求角度看人工智能
同时，人工智能也对现有的伦理准则、社会治理带来了巨大 应用机遇
的冲击和挑战。因此，如何实现人工智能的有效治理，成为近年
来国内外各界的关注焦点。可以看到，国内外人工智能治理取得 随着数字经济和数字社会建设

突破性进展，已从理念层面进入建章立制、落地实施阶段，发展 深入推进，产生了大量的数据，为人
可信AI成为核心内容。 工智能的建模、训练和应用提供了广
应该说，当前人工智能已成为技术创新最重要的“催化剂”， 阔的“土壤”。特别是在金融领域积

而与ChatGPT相关的自然语言处理（NLP） 被认为是人工智能 累了大规模、高质量的数据，同时具
皇冠上的“明珠”。我们看到，人工智能的发展历史，事实上是 有多维度、多元化的应用场景，为人
不断提升模型维度的历史，从人工专家写规则，到机器写少量 工智能应用蓬勃发展提供了良好的
规则，再到机器写大量规则，最后到迁移学习大模型。在此过程 契机。通过人工智能和金融领域客户
中， ChatGPT用文本学习方式来拓展领域，GPT-3即拥有5000 服务、产品创新、运营管理、风险防

控等业务场景深度融合，对金融服务
全流程进行模式重塑和智能赋能，
推动金融产品创新、流程再造、渠道

融合和服务升级，拓展金融服务的广
度和深度，成为金融数字化转型的
重要源泉和驱动力量。
归根结底，人工智能的应用价值
在于解决金融领域存在的问题，这

就要从金融需求角度来进行剖析。具
体而言，从金融业的中观和微观层面
看，面临的困境一是战略性问题。面

对日益复杂的经济金融形势， 金融
业机构的战略制定变得尤为重要，这
不仅仅是机构“一把手工程”，更需
要视野、逻辑、经验的有效结合，也
需要及时有效地进行动态优化。人工

智能在战略制定中的应用思路，正是

2023.6 金融科技视界 25