外滩大会 | 金智塔科技首席科学家郑小林教授出席大会探讨金融大模型落地新挑战

近日，由上海市人民政府指导，在上海市地方金融监管局和黄浦区人民政府的大力支持下，致力于推动金融科技前沿探索的外滩大会在上海成功召开。浙江大学人工智能研究所副所长、金智塔科技首席科学家郑小林教授受邀出席，共话在金融大模型浪潮下的新机会和新空间。

大会期间，近20位两院院士、诺贝尔奖和图灵奖得主，超500位有影响力的科技企业和专家学者齐聚上海黄浦，在此展开深度探讨交流，并与会发布最新科技成果。

大模型的出现，让AI开始理解世界。在银行、保险、基金、券商的金融链条中，海量的数据、信息和决策运转不休，金融行业渴求大模型的能力，也需要审慎控制它的风险。在“大模型时代金融科技进化之路”见解论坛上，主办方特邀浙江大学人工智能研究所副所长、金智塔科技首席科学家郑小林教授、蚂蚁财富智能服务技术总监陆鑫、复旦大学教授、上海市数据科学重点实验室主任肖仰华等产学研界重量级嘉宾，以大模型和金融科技的碰撞为切入，共同探讨金融大模型落地的机遇和挑战。

郑教授认为，大模型的构建非常依赖算料、算力，对高校而言，从模型合规性、隐私保护的角度去做研究是很好的切入点。依托浙大科研团队，金智塔科技在大模型的研究中发现绝大多数的数据都分布在客户手中，比如金融机构场景建设需要用到政务数据，在运营商无法聚集这部分数据、金融数据也无法给予对方的现实情况下，如何训练金融大模型？传统的联邦学习（FL）和多方安全计算（MPC）如何融入大模型？这两点在性能和通讯上面临巨大的挑战，而用可信执行环境（TEE）的方式也会碰到芯片的限制，郑教授表示这些问题一旦解决，金融大模型落地便未来可期。

针对金融大模型在落地实施中的挑战，郑教授表示最大的挑战依然是安全与合规。他提出了三个思考角度：1、用户角度。在金融机构做模型训练的时候，如何确保用户数据的安全性，金融数据和用户数据分别如何保存，模型是否可以在机构内部私有化部署，外部数据又如何融入进来，这些是需要去思考的；2、平台拥有方角度。平台拥有方需要评估模型安全。模型本身是否会被攻击，模型训练的语料在交互的时候是否被恶意输入与事实不相符的内容；另一方面，模型代表了知识产权，如何去开放，在底层模型越来越趋同的情况下，不同的行业训练出来的特征去做开放是否会被窃取；3、应用角度。金融大模型与普通模型不同之处在于，金融业务各环节的决策是不允许存在偏差的，一旦模型结果有偏差，就意味着用户的资金可能亏损，这里我们需要思考，基于金融大模型训练过程中的很多非线性运算，是否会产生大量误差，而误差是否会被累积，从而变成巨大的金融安全问题。所以不管从个人、平台方还是监管方，都要关注金融大模型落地实施过程中的数据安全问题。

郑教授指出，传统AI分为三个阶段，从计算到感知再到认知，认知智能是最高阶段。也许当GPT迭代到第10代就可以覆盖全人类的智慧，这意味着人类的学习方式和知识获取方式也将做出相应改变，当AI达到顶峰，人类将来的发展空间会在哪里？知识和智能的涌现从历史来看都是瞬间发生，郑教授认为，人类和AI很大的区别在于，人类一直在学习“学习的能力”，并且拥有这项能力。未来，人类和AI并不是必须互相被替代，而是基于AI来强化人类自身的能力，最终达到人机协同，但又以人为本的共生状态。

也许，金融业还没有成熟到可以全面驾驭大模型所带来的机会，但是通过生态各方的努力，可以实现金融大模型以人为本，为人所用，最终共同构建有希望、有边界、有秩序的AI与人深度协同的新金融。