度小满许冬亮:大模型短期是提效工具,长期是超级智能体

度小满许冬亮:大模型短期是提效工具,长期是超级智能体
2024年01月26日 21:38 互金观察站

“短期看,大模型是数智化的延申,为企业降低成本提升效率;长期看,大模型将演进为超级智能体,重构企业业务流程”,1月24日,在清华大学经济管理学院、度小满、《麻省理工科技评论》中国等共同举办的《2024年金融业生成式人工智能应用报告》发布会上,度小满CTO许冬亮表示。

他认为2024年将会是生成式人工智能应用涌现的一年,大量提升生产力的应用即将出现。在B端场景,生成式人工智能将把数智化带到新的高度,大幅提升数据创造价值的效率。在C端场景,大模型已经在从大语言模型向多模态大模型、Agent智能体、甚至具身智能方向进化,这些新能力的注入,会极大提升AI的人类交互能力和任务处理能力。

“数据的飞轮在不断的累积,成本的飞轮在不断的下降,到某个临界点的时候,就会实现质的飞跃,真正 的‘杀手级’应用”就会出现”。

度小满CTO许冬亮

以下是演讲全文:

刚刚过去的2023年无疑是生成式人工智能的元年。ChatGPT的智能涌现,让生成式AI获得前所未有的关注,大型科技公司、各类创业公司和科研机构迅速入场,投入了海量资源,推动了大模型能力和应用的快速演进。

基础模型层面,根据GitHub的统计数据,到23年底国内已经发布的大语言模型接近300个,文心一言、智谱GLM等为代表的通用基础模型,以GPT-4为目标持续迭代,追赶速度远超预期,多项能力已经接近甚至超越GPT-4;但受限于行业数据壁垒,通用模型还是难以胜任许多行业垂直场景,这就为垂直领域模型的出现和发展带来了机遇,包括度小满轩辕金融大模型在内的垂直领域模型同样演进迅速,大家结合自身业务场景特性,持续升级领域模型能力,与通用模型形成差异化的竞争优势。

场景应用层面,企业和个人开发者广泛尝试了大模型在各领域的应用。首先是大模型原生应用,比如ChatGPT、文心一言、Midjourney等,这些应用最大化发挥了大模型的技术特性,为用户带来耳目一新的使用体验。其次是集成型的大模型应用,典型案例比如百度AI搜索等C端应用和Office copilot、Adobe firefly等B端应用。B端大模型应用已经成为了企业数字化的一部分,增强了企业应用本身的能力。同时OpenAI GPTs、百度灵境等已经开始培育围绕大模型的应用生态,尝试用生态力量将生成式AI推向更多场景,服务更多用户。

在政策层面,今年各国监管机构对于大模型的关注和跟进速度也是前所未有的,以我国为例,去年7月出台了《生成式人工智能服务管理暂行办法》,大模型应用实行备案制,坚持鼓励发展和规避风险并重,为生成式人工智能落地应用提供了重要政策支持。

过去一年多时间,基础大模型突飞猛进,我们有理由相信,2024年将会是生成式人工智能应用涌现的一年,大量提升生产力的应用即将出现。在B端场景,生成式人工智能将把数智化带到新的高度,大幅提升数据创造价值的效率。根据清华大学经管学院的研究,生成式AI的生产力水平未来可达人工的4.4倍以上。在C端场景,大模型已经在从大语言模型向多模态大模型、Agent智能体、甚至具身智能方向进化,这些新能力的注入,会极大提升AI的人类交互能力和任务处理能力,最终将带来C端应用的大爆发。越来越多的企业和开发者将回归理性,从“卷模型”转向“卷应用”。

聚焦到金融行业,金融业是单位产值下数据产出量最高的行业,数据资产的沉淀是非常丰富的,这为大模型的落地应用提供了土壤。OpenAI官方第一批应用案例就包括了金融行业应用,国内领先的百度文心一言等同样将金融业作为重点拓展行业。我国42家上市银行中,当前已经有6家银行在正式财报中发布大模型技术开发与应用的信息,较大规模的银行基本都在开展不同程度的大模型应用探索。根据清华经管学院的测算,大模型驱动的新商业模式有望为全球金融业带来3万亿规模的商业价值增量。

过去一年,度小满在金融大模型上积极探索。在23年5月我们开源了国内首个千亿参数金融大模型“轩辕”,9月份又开源了轩辕70B金融大模型,在多个权威榜单上名列开源第1,金融能力更是突出,高分通过了注册会计师考试(CPA)等金融领域十大类权威考试,在一些专业金融问题上甚至超越GPT-4。就在本月,我们又开源了更小参数版本的轩辕13B,聚焦更小参数下更强的场景应用性。度小满始终致力于技术成果的开放共享,希望通过全尺寸轩辕大模型的持续开源,降低金融大模型的应用门槛。

我们在场景应用方面也做了许多尝试,将生成式人工智能技术应用于风控、营销、客服、办公、研发等企业核心价值链环节。通过构建大模型虚拟专家,辅助提升风险管理、营销效率,提升服务的个性化程度。在办公层面,70%以上员工已在日常使用我们的大模型办公助手。在研发层面,用大模型辅助代码生成,内部采纳率已经达到42%,研发效率提升20%。当然在场景应用方面我们也始终与业界同行保持高频交流,共同加速大模型在金融行业落地应用的节奏。

最后,我们认为大模型在金融行业的应用和突破需要学界、业界等所有相关方群策群力,共同献计献策,一起付诸实践。所以度小满携手清华大学和《麻省理工科技评论》,一起调研和编写了《2024年金融业生成式AI应用报告》,共享经验和实践,提升全行业的大模型应用水平,推动行业的共同进步。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部