当大家还沉浸在ChatGPT造成的巨大冲击时,近日,其升级版GPT-4又惊艳亮相,从原来GPT的单一模态变成了多模态。GPT-4不仅能通过文字识别来完成指令,还能通过声音、图片甚至视频来传递信息。
GPT发展速度惊人:GPT-1即第一代GPT语言模型,发布于2018年;GPT-2发布于2019年,可以生成高质量的文字,甚至完成翻译文字等简单任务;GPT-3发布于2020年,可以担任各类任务,被认为是语言模型领域的显著突破。
如今GPT-4引发了我们对于大语言模型(LLM)在各个行业可能应用方向的想象与探索,包括金融行业。业内人士表示,在金融行业,大语言模型有很多应用场景,包括投研、产品研发、授信审核等,可以帮助程序员来写代码,或者来做代码检测与测试等,也可以使用大模型的多轮对话能力,最大限度提高客户服务的质量,从而提升用户体验等。
但金融行业对于安全的要求非常高,相应的数据安全和客户隐私则成为落地应用中不得不面对的问题。因此,在推进ChatGPT应用落地时首先要衡量其安全性。
对于大型金融机构来说,可以根据实际情况投入自建系统,甚至自研技术;而对于中小金融机构而言,自建投入成本较高,在自身技术能力薄弱的情况下,更多会选择与第三方科技公司合作,接入系统或者将系统外包,这是快速投向市场之举,但这可能涉及用户数据等信息安全问题。因此,在ChatGPT落地应用之前,金融机构或者说金融行业应做好充分准备。
除此之外,业内人士认为ChatGPT落地使用还有一个重要方面是如何实现人机协同。金融行业可以通过大语言模型来替代人力去做一些机械型、流程型,乃至一部分创造型的工作。但金融机构需要同步考虑的是,如何打造人和机器或者人与人工智能有机协同与合作的关系,即一方面如何更好地为人赋能,提升人类使用AI工具的能力;另一方面要不断调整和优化人类与数字员工的职能边界。
据悉,在最近的一项研究中,微软团队在探索如何使用OpenAI的新AI语言模型ChatGPT来使自然的人机交互成为可能。研究的关键挑战在于教会ChatGPT如何通过考虑物理定律、操作环境以及机器人运用肢体动作改变周遭环境的方式来解决问题。微软的研究人员相信,基于语言的机器人控制将会为让机器人从科学实验室走进日常用户的生活奠定基础,研究者鼓励用户利用模拟的力量,以便在部署之前评估这些算法,并始终采取必要的安全预防措施。
不管科技如何迭代,任何时候我们都要清醒认识到技术带来的风险与挑战,只有如此,才意味着我们距离金融智能时代不远了。
来源:中国银行保险报(记者 苏洁)
编辑:赵琦