博舍

科大讯飞吴晓如:人工智能新技术革命助力金融创新 人工智能的新技术前景

科大讯飞吴晓如:人工智能新技术革命助力金融创新

7月8日,在2023世界人工智能大会的最后一天,交通银行举办“新一代AI,新时代金融”主题论坛,邀请产业相关领域专家共同探讨生成式AI等人工智能前沿技术进展、产业现状与实践挑战,挖掘新时代金融应用创新场景与潜在范式,防范人工智能金融应用风险,协同营造创新生态。科大讯飞总裁吴晓如受邀参加,并发表主题演讲。

通用人工智能曙光闪现

带来产业智能化升级新机遇

自上世纪60年代以来,人工智能技术经历了三次浪潮。如今,随着深度神经网络大模型的出现,第四次人工智能浪潮已经拉开了序幕。从知识问答、逻辑推理,到理解人类复杂情感,智能技术正以前所未有的速度推动人类社会向前发展。

“认知大模型成为通用人工智能的曙光。”科大讯飞总裁吴晓如表示,感知智能技术在过去十年取得重要突破,机器可以“听得清”,但却常常“听不懂”,认知智能的不足严重影响了人工智能的价值创造,而大模型的突破将补齐能理解会思考的短板。

依托千亿甚至万亿参数,大模型覆盖了NLP、CV和跨模态等领域,能够高效灵活地适应多样化、碎片化的应用需求。基于在深度理解、逻辑推理、内容生成等方面的优势,大模型技术将带来各行各业的智慧涌现。

四大维度聚力

勾勒行业应用燎原之势

在实现技术突破的“星火”和实现行业应用的“燎原”之间,科大讯飞在四个方面发力,保障行业应用顺利落地。

首先,保障技术自主可控。科大讯飞坚持算法自主创新,并与国内优秀算力企业深度合作,推动全自主可控的发展。7月6日,在2023WAIC昇腾人工智能产业高峰论坛上,科大讯飞高级副总裁、认知智能全国重点实验室主任胡国平公布了讯飞与华为的合作,讯飞星火将与昇腾AI强强联合,全力打造我国通用智能新底座。

第二,积极推进在产品中的应用。在产品应用层面,科大讯飞将探索大模型对于产品升级的价值,并进行创新应用。目前,讯飞星火认知大模型已经融入学习机、办公本、翻译机等产品,作文批改、口语对话等能力得到大幅提升,市场反馈较好。未来也将继续升级产品价值,激发应用市场活力。

第三,与行业伙伴合力,布局行业大模型应用。科大讯飞将与头部企业深度合作,打造行业大模型,加快赋能重点行业。在金融行业,6月30日,科大讯飞与人保科技、认知智能全国重点实验室签署了技术合作协议,将建立产研长期合作关系,布局大模型新应用。7月7日,科大讯飞与交通银行联合筹建人工智能联合创新实验室,将共同推进金融大模型的落地和应用。

最后,科大讯飞将继续坚持平台开放的原则,在依法合规的前提下,将星火大模型加入讯飞人工智能开放平台中,为中小企业和开发者提供能力支撑。

技术场景双轮驱动

助力金融服务创新升级

在服务金融机构的过程中,科大讯飞一直坚持金融为本,技术赋能,用AI能力助力金融机构在多业务场景实现数智化转型,提供更好的金融服务。在探索金融大模型行业落地的过程上,科大讯飞将继续坚持“技术+场景”双轮驱动的战略,助力金融服务创新升级。

吴晓如表示,在金融行业,大模型技术将革新营销获客、风险防控、智慧运营、客户服务等场景。基于泛领域开放式知识问题能力,大模型和行业知识库及外部APP对接,可以解决新知识难更新、事实类问答容易“张冠李戴”等问题;通过情景式思维链逻辑推理,可为用户推荐个性化产品,赋能营销获客;通过要素抽取解析和数学能力,可辅助各类业务风险防控;基于多层次跨语种语言理解、多风格多任务长文本生成、多模态输入和表达等能力,可帮助金融机构为客户提供有温度、更便捷地服务体验,提升客户满意度。

大模型的生命力在于应用,并且在应用中不断优化升级。吴晓如表示,虽然目前大模型还有一系列的问题需要去解决,但是行业可以先从一些稳定的高价值的场景切入,循序渐进,在应用过程中,共同发现问题,解决问题。目前来看,大模型在理解、推理和内容生成上有了质的突破,开始产生智慧涌现。大模型支撑下的数字化应用将推动人机更紧密的协同模式,通过模式创新和流程创新,在未来将带来巨大的行业应用价值。

人工智能技术创新重构教育数字化 与中关村在线共话人才培养新路径

信息技术正在迎来前所未有的新一轮爆发,互联网、云计算、大数据、人工智能等现代技术正在深刻改变着人类的思维、生产、生活、学习方式,并展示了世界发展的前景,推动整个社会走向数字化,我国更是在“十四五”规划中明确了“加快数字化发展,建设数字中国”的新目标。而产生在数字经济背景下的教育数字化,则旨在通过新一代信息技术构建更加智慧的学习环境,变革传统的教学方式,促进教育过程中的数据挖掘、分析和利用,从而加快教育的高质量发展步伐。

作为一个以人为主体的复杂系统,教育数字化与其他行业的数字化转型相比,有着更加纯粹的导向,即成果最终体现在教书育人和人才发展上,因此,整个过程不但需要通过数字技术推动教学范式、组织架构、教学过程、评价方式等全方位的创新与变革,更需要帮助区域、学校管理者突破教育数据汇聚流转、治理方式变革的难点,从而将技术应用于教学质量及效率的提高和学生科学素养的提升,赋能教学实践的痛点问题。因此,越来越多的学校开始重视学科交叉、科教融合、校企合作、协同育人的教育理念,同时关注AI、信息通讯、电子控制、软件设计等新技术与传统工业技术的紧密结合,并通过构建符合时代发展与产业升级要求的人才建设体系,培养懂理论、强实践、能创新的高素质复合型人才。

近日,浙江大学计算机科学与技术学院求是特聘研究员、CCAI人机交融智能专委会副主任朱强教授,燕京理工学院图文信息中心主任程茂祥,惠普商用笔记本产品经理孙哲以及英特尔云及行业解决方案事业部教育行业总监秦莉与中关村在线副总裁蔡小鹏携手带来了以“技术创新赋能未来教育探讨教育数字化转型中的实践与思考”为主题的访谈会,深入探讨了几位嘉宾在国内高职、应用型本科数字教育方面所开展的实践和探索,以及分享在该领域最前沿的发展动态,并以浙江大学、燕京理工学院等学校为例,从智慧校园建设、产教融合发展等多角度出发,探讨英特尔及惠普如何通过技术创新,探索新的解决方案,助力教育数字化的实施落地。

访谈会现场,朱强教授表示,浙江大学在教育数字化方面展开了很多积极的尝试,例如在浙大原校长潘云鹤院士的支持下,组织了全国高校人工智能人才与科技莫干山论坛,并以AI赋能,教育先行,创新引领和产学协同为主要核心;其次与国内外人工智能头部企业,如英特尔、百度、华为进行合作,并在AI+X微专业里联合开设了课程;最后,浙大还联动了复旦、交大、中科大、南大、同济六所高校共同开设了人工智能微专业,通过将人工智能与其他学科结合,促进其他专业的学生加强人工智能的素养。

程茂祥主任也表示,燕京理工学院建校以来一直以应用型人才培养作为主要的办学理念,并在人才培养、学科发展、教师发展、教师培养等方面做出了尝试,并积极探索践行人工智能与艺术、建筑等相关专业的融合。此外在2021年,燕京理工学院还联合会计学院、建筑学院、信息学院建设了包含虚拟仿真实训区、VR开发体验区的虚拟仿真实验室,以实操能力加强学生对人工智能的认知。

正如程茂祥主任所说的那样,对应用型本科和高职院校来说,教材本身或者课程PPT并非教育数字化的痛点,真正的痛点在于如何将理论和实践相结合,尤其对人工智能教学来说更是如此,只有将教育教学中的课程组织管理和案例实训相结合,打包成平台或者解决方案赋能给学校,才有助于学校把更多精力投入到知识点本身的传授之上,以快速适应高校的人才培养目标以及本身的特色优势。

而这个过程,正是英特尔和惠普释放技术力量的主要阶段。

例如惠普就与燕京理工学院就物联网创新实验室方面展开了合作,通过提高实验室算力,可以有效帮助师生解决创新活动,增强软件和硬件业务的能力,帮助学校有效完成物联网的工程、通讯工程、大数据等方面人才培养的目标。

作为一家提供教育数字化解决方案的硬件厂商,惠普在中国的四十年里,洞察到了教育领域信息化建设方面的需求,力图通过硬件+应用的融合创新,把自身的硬件应用到学校不同的场景之中,孙哲在访谈会现场谈到,在AI教学方面,惠普提供了工作站、商用PC等不同产品线的产品,通过强大的本地收集和采集数据的能力,以及经过优化的算法,实现在边缘的AI推理和训练。

作为上游厂商的英特尔,则从平台解决方案方面入手,让惠普的商用PC和工作站产品具备了更加强大的能力,可以在教育场景中发挥更多积极的作用。这个平台解决方案,正是诞生于2006年的vPro平台。作为一个专为商用计算而生的平台,vPro所具备的全面坚实的安全性、丰富灵活的管理性、更好的硬件性能以及更高的生产力,可以让应用型本科和高职院校将更多精力投入到开展教学之中,而不是花费人力物力到IT建设、网络改造、设备维护等问题之上。

举例来说,随着教育数字化的稳步推进,学校承担的科研任务对终端性能和云端算力的需求越来越高,同时还需对包含算力在内的各项数字资源进行灵活分配,从而满足师生在不同场景下的应用开发、实景训练、以及异构融合等方面的任务,这些都需要更高性能和算力的加持,从而攻克数据收集、算法优化和场景应用等方面的难题,进而逐步提升学生的学习能力和实践水平。另一方面,对于拥有多个校区的学校来说,IT管理员时常面临来回奔波,疲于奔命的窘境,而在vPro平台的助力之下,学校的IT管理员就能在远程关机的情况之下,对远在其他校区的设备进行维护和远程升级,不但如此,vPro平台还能对教育平台里的防火墙进行有线或者无线连接,从而大大节省教学过程中可能遇到的各种IT设备相关的问题,使得教师能够将更多精力投入到授课当中,而不用担心其他技术方面的问题。

为什么英特尔vPro平台能做到这些?因为搭载vPro平台的设备最大的亮点在于整个底层平台上实现了CPU、网卡、固件等全方位的支持,并实现了安全防护、硬件升级、性能提升等多纬度的提升,具体在安全方面,内建于芯片的诸多安全功能可以为使用者带来开箱即用的全方位安全保护,有效减少攻击面;而在设备更新换代方面,vPro平台则能保证设备在全生命周期中,确保设备的可靠性和稳定性。

近些年来,教育部加强统筹部署,除了通过新基建助力教育的数字化转型升级之外,也鼓励教师通过数字手段,通过智能助手为教育现代化装上更加智慧的引擎。纵观英特尔的vPro平台解决方案和惠普的硬件产品,无一不是为了减少教师工作和教学方面的矛盾而生,对教师而言,在考虑IT设备部署的时候,未必需要对产品本身有过多的了解,也不需要掌握信息技术管理方面的技能,只需要在采购步骤完成之后,对设备进行部署和激活,就能带来全方位的教学体验的提升,从技术的牢笼中解放出来,而不是成为技术的奴隶。

当然,教育数字化也好,教育改革也罢,最终的目的还是要服务于育人,近年来颇受关注的产学研协同育人,实际上就为高校的人才培养指明了方向,不过这个过程离不开三方面的共同合力。以英特尔为例,英特尔是教育部产学研同项目最早期的参与者中之一,并会在每年支持五十个左右的高校产学研同育人项目。

秦莉在访谈会现场表示,英特尔作为企业方面的参与者,特别愿意从搭建平台的角度,为产学研建设贡献自己的力量,人工智能本身是一个深度融合的技术,参与到人工智能教材开发的教学科研的老师实际上也并非计算机的专家或者是信息技术的专业人员,通过vPro技术,可以帮助教师摆脱技术的束缚,从技术牢笼中解放出来。疫情以来备受重视的远程连线方式,事实上也在教育领域得到了广泛的应用,双师课堂和虚拟仿真的场景都得以实现,让一个小小的平凡无奇的传统教室具备焕发万千境界的能力。而技术作为沟通真实世界和教学课堂的桥梁,在未来也一定有更多的发挥空间,而这个过程一定离不开企业和高校的深度交流与探索。

百年大计,教育为本。以更优秀的方式培养人才,是全社会对于未来教育的殷切希望,面向未来,终身学习一定是不可避免的趋势,对任何一个人来说,既要学会使用工具,例如当下大火的生成式AI,也要具备良好的团队合作能力。而这就需要企业、高校围绕人才培养,通过技术创新为学生提供更加优质的学习平台,为学生的成长打下坚实基础。

而英特尔、惠普等一大批优秀的科技企业,也在多年来凭借对教育的深刻理解和洞察,基于教育领域的痛点和需求,发挥自身在软硬件等领域的技术积淀,通过深厚的生态力量,加速教育和科技的深刻融合,通过科技让人类的生活、让教育本身变得更加美好,从而满足教育日益智能化的发展趋势,为教育数字化贡献更多科技的力量。

王力:人工智能技术在金融领域的应用前景

人工智能技术(英文缩写“AI”),被称为第四次工业革命的基础性技术,更有学者将其视为改变人类生产生活方式和对文明进程产生决定性影响的划时代技术。作为学术领域定义为研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴技术科学,人工智能目前的研究范畴包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能技术是信息技术高度发达的产物,其在金融领域的应用主要是通过开发掌握业务操作技能的终端程序,部分或全部替代原有的手工劳动,并逐步演化为可以实现人类大脑无法完成的高阶运算处理功能。进入21世纪以来,随着信息通信技术和自动化生产的蓬勃发展,人工智能技术在生产生活领域得到广泛应用,其标志性事件是2016年智能机器人AlphaGo击败了世界顶级围棋选手。此后便掀起了新一轮人工智能技术热潮。

目前,全球主要经济体均将人工智能技术视作首要的科技创新战略方向,通过国家财政拨款等途径扩大相关基础研究和人才培养投入,全球知名科技企业特别是硅谷科技巨头不惜重金网罗顶级科学家,将AI技术研发应用确定为提升核心竞争力的突破口。我国科技企业AI技术研发起步较晚,却凭借雄厚的实体产业基础和人才红利优势后来居上。目前我国企业AI技术专利数量全球排名第二,遥遥领先美国以外的其他经济体,AI技术创新研发的不断突破为在其他行业的应用提供了坚实有力的技术支撑。

关于人工智能技术的应用条件。人工智能不同于天然生物智能,其运行演变完全依赖于信息技术设备和互联网。正所谓“工欲善其事必先利其器”,IT设施的规模和先进性从根本上决定着AI技术体系的能量速率。在我国,除电信运营商和头部互联网企业外,金融机构特别是大型国有商业银行是IT软硬件设备的最大买方,过去若干年的IT投入年均在千亿元以上,占据全社会IT总投入的五分之一左右。金融部门持续多年的信息化建设所积淀的巨量IT基础设施软硬件资源,为AI技术应用落地提供了充足的物质基础。

从AI技术应用特征来看,AI三要素是数据、算力和算法。其中,数据是一切AI技术研发成果的存在基础和价值所在,是最为关键的战略资源。从金融领域的实践来看,能够适时持续提供海量基础数据信息,并拥有数十万家营业终端网点和数千万计的从业人员的非金融机构莫属。算力主要是依托于大型计算机网络和云存储设备,需要持续巨额的固定资产设施投入,除少数实力雄厚的互联网巨头外,大部分专注于AI技术研发的科创企业本身力不从心,而金融机构有能力承担高额的软硬件投入。从人工智能的技术原理出发,金融AI作业系统实际上是凭借一定的算法模型,通过不断“投喂”基础数据材料驯化出来的模拟人类思维的产物。因此,AI系统的性能参数及可靠性,完全取决于“投喂”的基础数据质量、结构和完整度。金融机构不仅在底层数据收集方面拥有无可比拟的优势,终端用户也可以实时反馈AI技术系统应用情况和潜在问题,从而促成研发机构更好地修正系统,以更好地满足金融业务的发展需求。

关于人工智能技术的应用现状。现阶段人工智能技术的主要突破方向是计算智能、感知智能和认知智能,对应的具体业务功能为金融数据处理生成、人体生物信息识别以及计算机辅助决策。金融领域AI应用横跨面向客户的前台作业到机构战略决策自下而上的各个层面。目前金融机构应用最为普遍的是AI生物信息识别技术,包括人脸识别、签名印鉴等安全防伪功能,这类技术服务于高频离线业务场景,理论上无法依靠人工作业而必须依赖于信息技术工具。特别是2020年新冠疫情暴发以来,金融机构创新远程非接触业务,使AI相关应用大显身手,成为金融业务不可或缺的技术手段。

现阶段AI技术最广泛的应用是金融前台离线客服领域,这一领域的金融需求同AI其他重点领域电商、生活服务O2O(外卖、票务等)具有内在逻辑相通性、可复制性和可迁移性,因此金融机构从互联网企业借鉴引入AI客服系统并进行相应改进。人工智能技术最突出的优点就在于其非人格化特质,即作为非生物体机器人,在与自然人客户进行交流服务的过程中,不会出现真人之间的交流伴随而来的情绪波动和负面情绪传达,不会给客户留下态度不好、不耐烦等不佳印象,在降低一线操作人员劳动强度的同时最大限度地改善了用户体验。AI应用实践表明,金融机构特别是银行机构应用AI客服可以大大降低用户投诉率,提升用户满意度。此外,AI还具备人力所不能及的海量终端数据实时动态搜集、标记和整理归类等功能,可以为金融机构改进自身服务和研发创新产品提供底层技术支持。

如何深入挖掘数据之间的内在逻辑关系,为金融机构更好地开展业务服务客户提供必要的技术支撑,需要更为强大高效的系统工具。随着移动互联网的发展,银行及其他金融机构大力开拓线上业务和小微客户,各类自然人客户源源不断地生成千头万绪的繁杂行为数据,范畴已不局限于经济金融领域,还包括设备数据、社交数据、就业数据等非金融弱关联的数据,数据离散性和物理层面非结构化更为显著。AI应用程序在指导作业终端适时记录用户操作行为收集相关信息,并对收集整理后的数据运用营销大脑大数据分析技术,描摹客户画像,并依据客户属性提炼价值模型进行导出,构建不同阶段不同形态的客户特征信息分析框架用以支撑创新金融产品服务研发,可以帮助金融业务部门分类施策,针对不同客户开展差异化服务,以实现大数据驱动模式下的更高质量金融业务增长。

展望未来,人工智能技术将成为金融领域的热点,但归根到底,人工智能技术与金融业应用的其他技术没有本质区别,是一种提升作业效率的物理工具,谈不上媒体宣传的“颠覆性变革”“重塑行业面貌”“危及人类饭碗”等。正如AI技术驱动的自动驾驶汽车,无法改变先行交通规则和道路运行秩序。金融业是一个需要规范监管的行业,现有监管体系是建立在法人主体责任和从业者个人责任认定的基础之上的,如前文所述,金融部门内外部各项运作均基于现有监管主体决策责任关系之上,AI系统应用只能适应监管体系成为金融从业者或管理者的辅助工具,无法根本替代人为决策。AI技术应用的最大价值就在于对手工劳动的替代。

监管部门为适应金融数字化转型要求,需要加大监管科技研发创新力度。金融违法犯罪活动与正常的金融交易行为相比,带有显著的随机性、无序性和无规律性,对其的甄别处置更加需要经验信息积累。金融机构在协助监管部门开展反洗钱等活动中采用的人为随机抽查等不完全检查方式,难免挂一漏万错失有用线索。运用AI数据搜查系统通过强大的计算机处理功能,可以在短时间内持续输出等同于百万人次的工作量,从而完成对金融机构客户之间逐笔交易行为的程序性核验。AI动态监管系统利用预先设置的基线、阈值、告警压制等措施降低误报和漏报比例,可以最大限度提升告警准确率,在宏观监控指标未出现变化的时候发现异常存在,快速处理可能出现的异常状态。在AI技术剔除绝大部分正常交易活动后,剩余异常交易行为以及隐藏其中的洗钱诈骗等违法行为便会浮出水面,从而帮助执法部门高效精准地锁定、侦破违法活动。

监管部门还可以会同金融机构和科技企业,利用AI技术体系中的数字孪生以及仿真模拟功能,通过计算机程序模拟生成类似真实世界金融违法犯罪主体行为的沙盘推演,从而不断提升监管力量的智慧化程度和威力能效。除了提升金融监管科技水平之外,AI技术系统还可以在金融消费者教育、金融知识普及和金融从业人员培训自动化等更多领域大有作为。金融部门作为AI技术最有价值的应用场景,也可以反向带动整个人工智能技术进行体系进化和升级。

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。

上一篇

下一篇