近年来,海内外一系列AI成果的落地再度将人工智能推至聚光灯下,其中,以ChatGPT为代表的人工智能技术更是引爆了市场,此后AI大模型的创新浪潮迅速席卷了全球。
为了抢占新一轮的AI高地,百度、阿里、腾讯、360、华为等国内企业相继推出大模型。据《中国人工智能大模型地图研究报告》,截至2023年5月底,国产超10亿参数的AI大模型已达79个,美中两国数量超过全球总数的 80%。
国家在政策方面也给予了大力支持。4月28日和7月24日,政治局会议分别提出“要重视通用人工智能发展”“促进人工智能安全发展”等内容;8月15日,国家网信办等七部门联合发布的《生成式人工智能服务管理暂行办法》正式实施。
据了解,现在的大模型大概可分为四层,分别为基础层、模型层、平台层和应用层。那具体而言,当前企业在大模型方面的实践又有哪些呢?软通动力人工智能专家、金融事业群助理副总裁、软通金科CTO孙洪军介绍道,软通动力在AI大模型的实践主要在IT工程效率、测试领域的应用、央企国企的现金管理等方面。
孙洪军表示,IT工程中的开发测试领域非常容易被替代,因为大模型在通过语言训练后可以快速生成所有的语言代码程序。此外,大模型还可以被用于做开发领域的代码识别,它可以像人一样可以去读懂代码,包括去提出代码的优化意见等,最终再通过人来判断。
另外,据孙洪军介绍,软通动力AI大模型的应用领域包括保险行业的智能客服等。他表示:“保险公司会有一套客服系统,客服系统是人为制定的一些规则,大模型嫁接上去后,它可以根据问的问题灵活回答,最主要是它能识别出你想问的问题本质,而不是以前提关键字的那种方式,它是有一定的思维。”
为什么需要大模型?孙洪军还举了个银行场景的例子。老年人在办理业务时可能会摔跤,银行就有需求判断这个人的动作是不是要摔跤了,一旦要摔跤了就会产生相应的行为,而判断是否要摔跤这个动作是可以用大模型去做的。
“因为摔跤本身的案例很少,是没有办法通过有限的视频和图像资料得出是否会摔跤的结论,但大模型可以大量去模拟,然后再推演出机制。”孙洪军表示,软通在这方面采用了3D 建模数字孪生的方式。大模型相当于汇聚了一群人、一整个行业的经验,它可能不像人有很强的主观情绪,但是它能基于固化的思维模式去建造和升级。
同时,他表示,在金融行业方面软通动力还在根据客户的需求,做一些智能风控应用系统方面的探讨和落地。当前的智能风控不同于以前,AI技术嫁接在应用上,可以将历史上所有的资料训练并推理出结果,提高风控的准确性。
不过,当前AI大模型的发展仍存在较多阻碍。在孙洪军看来,大模型未来的市场应用主要有To C 和To B两块内容。
“To C方面可能涉及到个人的隐私数据,而这部分数据会不会被公司拿来做别的事情是当前最主要的担忧之一。不过,隐私问题虽然在当前是个障碍,但随着保障制度的完善,在监管之下To C方面的广泛应用还是值得期待的。”孙洪军还表示,To B方面,对企业来讲可能会进入一个更加内卷的时代。企业会拼命地去把经营效率做到极致,一方面会把一些工作时间压缩,另一方面还会大量减少人工成本。
资金、人才、算力和应用的落地等问题,也是当前AI大模型发展过程中面临的挑战。
孙洪军表示,算力方面,当前市场也在等待着科学发展,期待着大模型厂商能够解决算力上的问题;应用方面,目前市场上推出的大多是一些小型的、对算力要求不太高的垂直领域专项的应用。此外,要去发展、维护这个产业,人才也是必备的,但当前并没有成熟的人才培训市场。不过,未来随着上述问题的解决,AI大模型将成为新的“经济发动机”,中国的经济发展将会登上新的台阶。
本文源自:金融界