2023WAIC世界人工智能大会如约而至。今年的人工智能大会，大模型无疑是热议话题。7月7日，一场围绕大模型赋能金融行业智能化发展的论坛热烈展开。政府、企业、高校汇聚力量，共同探讨大模型技术与金融的融合创新应用和变革。中电金信研究院副院长单海军出席论坛并发表主旨演讲。

　　单海军指出，大模型本质上是概率生成模型，其核心亮点在于能理解（上下文提示学习）、能推理（思维链）和有价值观（人类反馈强化学习）。金融作为拥有密集人工智能应用场景的行业，是大模型落地实践的最佳领域之一。在金融行业，大模型将极大的在代码开发、智能投顾、风险管理、监管合规知识库、智能营销等方面带来效率提升。

　　尽管当前以chatGPT 为代表的大模型展现出超出预期的智能，极大地促进了金融行业的变革创新，但是单海军及多位与会嘉宾均提到，通用的大模型往往只能解决80%的问题，而在面向行业细分领域时，往往需要更加专业的领域AI大模型及相关的AI开发平台。

　　面向行业，中电金信依托自身深耕金融等重点行业二十余年的沉淀积累，形成了以金融级数字底座“源启”为支撑，“两大平台+五大应用场景”的AI能力全景。

　　金融级数字底座“源启”为上层提供强大的算力支撑。中电金信两大平台（行业人工智能平台、知识图谱平台）来生产AI场景算法和构建业务知识图谱，并综合利用ML模型和图分析能力，供给到智能营销、智能风控、智能运营、智慧管理和智能服务等领域应用中，帮助企业实现决策智能化、运营智能化、管理智慧化、渠道智能化。

　　比如在银行的智能审计场景，随着银行各项业务和产品的迅猛发展，数据量不断增加，违规人员的违规操作愈发复杂化、隐蔽化、团伙化、多样化，传统的审计检查方法和审计规则模型的准确性、覆盖面存在不足，容易被模拟、被突破，发现重要性问题难度越来越大。构建以企业、个人、账户、抵质押物、行内机构、产品等为核心实体的关联网络，引入图计算、半监督、异常检测等技术；将AI算法和具体业务场景结合，构建资金流向类监测、关联网络团伙类监测等相关图模型，实现了风险的深度挖掘。

　　再比如，在石油化工等重要的安全生产场景中，传统石油化工企业的安全的监测和管控主要依靠工序机械巡检，但是往往安全检测及感知较为滞后。借助计算机视觉技术，石油化工企业通过广泛的摄像头部署，依托AI算法进行施工人员行为识别、设备状态识别、环境状态识别，尤其是解决实际工况环境中小目标、遮挡和强光照下的老大难识别与监控问题。一旦发现漏油、冒烟等异常情况，系统立即预警并通知管理人员，企业从而可以更迅速地处理风险，有效保障安全有序生产。

　　致力于做懂行业、一站式开箱即用的全栈人工智能平台，中电金信在AI技术服务已经形成了三大整体特色：第一，专注金融行业场景。目前AI模型不具备通用性，不同场景需要不同的模型来支持，中电金信AI产品在金融业务场景和流程中打磨和沉淀多年，算法有金融业务属性，业务识别和理解准确率高；第二，拥有完整的企业级智能中台解决方案。中电金信具备AI基础平台、场景算法服务以及业务应用系统三大端到端能力，拥有面向中大型客户建设企业级AI中台的能力，帮助客户统一管理全局AI资源和能力，进行能力复用；第三，在产品方面，中电金信面向石化、能源、金融等关键行业打造了智能视频分析系统，具有长尾场景视觉算法识别准确率高、单位计算资源处理视频路数多、算法即插即用的特色。

　　汇聚业内顶尖人才，融合产学研力量，中电金信在人工智能领域聚集了一批来自知名高校和曾就职于BATH企业的高端人才。公司是中国人工智能产业发展联盟（AIIA）理事单位、上海市人工智能行业协会副会长单位。并与复旦大学、湖南大学等战略合作共同研发人工智能前沿技术，大幅提升了产品技术的前瞻性。凭借专业的AI产品及服务，公司已经为金融、能源、制造等重点行业的近百家客户提供智能化解决方案。

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。