工行CTO吕仲涛：银行大模型应用的两条可行路径

　　“基础大模型投入数据量大、算力成本高、算法难度大，所以由头部AI公司进行建设。虽然通识能力较强，但其缺少金融专业知识，对金融场景应用有限。”6月10日，新金融联盟学术理事、工商银行(行情601398,诊股)首席技术官吕仲涛在新金融联盟举办的“金融机构数智化转型与大模型技术应用”内部研讨会上表示。

　　吕仲涛认为，要实现大模型在金融行业的规模化应用，有两条可行路径： 本文来自散户吧WWW.SANHUBA.COM

　　对于大型金融机构而言，由于拥有海量金融数据，应用场景丰富，宜引入业界领先的基础大模型，自建金融行业、企业大模型，考虑到建设周期较长，可采用微调形成专业领域的任务大模型，快速赋能业务。

本文来自散户吧WWW.SANHUBA.COM

　　对于中小金融机构而言，可综合考虑应用产出和投入成本的性价比，按需引入各类大模型的公有云API或私有化部署服务，直接满足赋能诉求。

本文来自散户吧WWW.SANHUBA.COM

　　会上，民生银行(行情600016,诊股)数据管理部总经理沈志勇、平安银行(行情000001,诊股)数字资产管理与研发中心总经理刘锦淼、第四范式联合创始人胡时伟也做了主题发言。新金融联盟理事长、中国银行(行情601988,诊股)原行长李礼辉及中国信通院金融科技研究中心副主任赵小飞进行了点评交流。

　　56家银行及非银机构、55家科技公司的170多位嘉宾通过线上线下(行情300959,诊股)参会。会议由新金融联盟秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。会议实录详见→《如何释放大模型对金融行业的价值？》以下为吕仲涛的发言全文，已经本人审核。 本文来自散户吧WWW.SANHUBA.COM

　　AI大模型行业落地探索实践 本文来自散户吧WWW.SANHUBA.COM

　　文 | 吕仲涛

　　图片 本文来自散户吧WWW.SANHUBA.COM

　　图片 本文来自散户吧WWW.SANHUBA.COM

　　吕仲涛 本文来自散户吧WWW.SANHUBA.COM

　　各位来宾，大家好！很荣幸向各位领导和行业专家分享介绍工商银行在人工智能大模型应用方面的落地探索实践。

本文来自散户吧WWW.SANHUBA.COM

　　图片 本文来自散户吧WWW.SANHUBA.COM

　　什么是大模型 本文来自散户吧WWW.SANHUBA.COM

　　2022年11月以来，随着ChatGPT的发布，人工智能大模型技术成为社会各界关注的热点。国际人工智能权威杂志《自然-机器智能》将大模型定义为网络参数规模达到亿级以上的“预训练深度学习算法”。大模型通过海量数据(行情603138,诊股)的训练学习，具备了强大的语言理解和表达、思维链推理等能力，在文本图像理解、内容生成等AI任务表现出显著优势和巨大潜力。

　　相较于传统人工智能算法一事一议的建模方式，大模型具备更强的通用能力，可处理多种任务，可较好解决传统模型的碎片化问题。其特点可以总结为“三大一快”。三大，指的是大模型基于“大算力+大数据+大算法参数网络结构”进行训练，实现通用海量知识预置。一快，指的是大模型通用能力强，各行业可在大模型基础上，直接使用或“站在巨人肩膀上”通过再次训练快速学会新知识，快速赋能业务应用。 本文来自散户吧WWW.SANHUBA.COM

　　大模型可根据参数规模、数据模态、建模方式三个维度进行分类。 本文来自散户吧WWW.SANHUBA.COM

　　从参数规模看，大模型一般指参数规模到达亿级以上的深度学习模型。大模型作为一种复杂的类似人脑的神经网络，一般来说其参数规模越大，可容纳的知识越多，能力就越强。根据参数规模不同，可分为十亿、百亿、千亿甚至万亿参数大模型，十亿大模型只具备简单的识别分析能力，用于文本分类、文本相似度等简单任务；百亿大模型具备一定的文本生成和通用能力，能处理逻辑推理简单、难度相对较低的文章摘要生成、闲聊等任务，难以处理逻辑复杂、专业性强的任务；千亿大模型“存储空间”更大，不容易出现信息遗忘，可以学习海量数据，并具备较强的逻辑推理和生成能力，相较百亿大模型，千亿大模型在知识问答、阅读理解、逻辑推理、文章撰写等逻辑推理复杂、专业性强的任务上提升显著；万亿大模型因算力消耗极大，短期内难以进行商业推广应用。 本文来自散户吧WWW.SANHUBA.COM

　　千亿大模型平衡了百亿和万亿大模型优势，相较于百亿大模型，数据“记忆”能力更强，具备更强的逻辑推理和生成能力，相较于万亿大模型，性价比优势明显。因此，千亿大模型是近几年发展及应用的重点。 本文来自散户吧WWW.SANHUBA.COM

　　从数据模态看，模态是指数据表达的形态，通常包括文本、图像、音频、视频等。大模型根据支持不同数据模态的数量，可分为单模态和多模态大模型，其中单模态大模型可以是处理文本的自然语言大模型、处理图像的视觉大模型等。多模态大模型可以同时处理图像、文本等多种数据类型，目前较为成熟的如用于以文生图或以图生文的多模态大模型。 本文来自散户吧WWW.SANHUBA.COM

(小编：财神)