生成式人工智能-突破智慧邊際創(chuàng)造無限可能_第1頁
生成式人工智能-突破智慧邊際創(chuàng)造無限可能_第2頁
生成式人工智能-突破智慧邊際創(chuàng)造無限可能_第3頁
生成式人工智能-突破智慧邊際創(chuàng)造無限可能_第4頁
生成式人工智能-突破智慧邊際創(chuàng)造無限可能_第5頁
已閱讀5頁,還剩43頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

生成式人工智能突破智慧邊際,創(chuàng)造無限可能0101生成式AI發(fā)展歷程02金融行業(yè)的應用和案例分享03面臨的問題和挑戰(zhàn)4人工智能:利用計算機和機器模仿人類思維的問題解決和決策制定能力 什么是人工智能((AI)由多種不同技術組成,這些技術相互配合,使機我們在日常生活中所遇到的此類技術大多數是窄人工智能我們在日常生活中所遇到的此類技術大多數是窄人工智能行單個任務或—組緊密相關的任務,如:這些系統(tǒng)功能強大,但作用范圍專注于提高效率。不過,通過恰當應用,窄人工智能能夠發(fā)揮巨大的變革力量具備感覺的機器模仿人類智能,展開戰(zhàn)略性、抽象性和創(chuàng)造性的思考,有能力處理—系列復雜任務,但泛人工智能的實現依然只當今世界,人工智能仍是人類能力的延伸,而絕非替代窄人工智能窄人工智能泛人工智能泛人工智能 人工智能(AI)的能力與收益人工智能發(fā)展的六大關鍵能力:決策式AI生成式AI分析學習判斷創(chuàng)造預測社會協作決策式AI生成式AI分析學習判斷創(chuàng)造預測社會協作當下人工智能發(fā)展迎來新拐點,當下人工智能發(fā)展迎來新拐點,(端到端的效率提升端到端的效率提升更高的準確性和決策能力更高的準確性和決策能力智能產品智能產品賦能員工賦能員工卓越客戶服務卓越客戶服務33“生成式人工智能(生成式“生成式人工智能(生成式AI)是基于機器學習或深度學習等技術,從大量數據中學習并生成新的數據或內容的人工智能系統(tǒng)” 生成式人工智能的能力3執(zhí)行數據分析,如總結、推理4創(chuàng)建合成數據,幫助和加速研發(fā)4文本生成文本生成如:文本創(chuàng)作、代碼生成、對話問答?文字生成圖像,文字生成視頻,圖像/圖像生成圖像生成景,有大量數據和貼近實際場景生成式策略生成生成式音頻生成?包括語音克隆、文本生成特定語音,?AI基于特定問題和場景,自主提出音頻生成?包括語音克隆、文本生成特定語音,視頻生成?視頻生成?視頻屬性編輯,視頻自動剪輯,視5生成式AI可以徹底改變企業(yè)的運作和互動方式,甚至可能重新定義我們對“員工”的認知?應用于仿真引擎模?應用于仿真引擎模?應用于欺詐檢測、交易預測、風險因?創(chuàng)建原創(chuàng)文案、產?通過3D模擬創(chuàng)建合成數據集,助力無?創(chuàng)建虛擬工廠,在模擬平臺上使用多?利用計算機視覺技術快速識別醫(yī)學影像,實現智能診斷?利用合成的基因組荈?????荈??????遤ㄤ?餴???毫???????????デ??6揭開生成式AI的真正鑰匙在于:超大規(guī)模及足夠多樣性的數據、大模型、充分的訓練過程ChatGPT/Titan合,AI技術驅動的自發(fā)展階段機器學習發(fā)展階段機器學習微調小模型時代以小模型為主導的分析型算法是AI領域的主流,生成式AI訓練模型探索Transformer架構在計算上的高效微調小模型時代以小模型為主導的分析型算法是AI領域的主流,生成式AI訓練模型探索Transformer架構在計算上的高效性和良好的遷移能力使其迅速取代RNN成為大語言模型的主流訓階段特征大型語言模型時代崛起大型語言模型時代崛起在模型參數量幾何級數增長以及多種訓練方式的探索之中,AmazonTitan和GPT-3.5橫空出世,具備了從簡單的文本問答、文本創(chuàng)作,到符號式語言的7?新內容,提供創(chuàng)意靈感生成式AI的潛力和前景生成式AI??新內容,提供創(chuàng)意靈感生成式AI的潛力和前景生成式AI?1引領交互方式變革自然語言交互的變革自然語言交互的變革,大幅提升內容生產和用戶匹配效率,進而推動行業(yè)整體的轉型升級創(chuàng)造能力主動學習能力2推升生產力邊界在許多領域中創(chuàng)造能力主動學習能力2推升生產力邊界在許多領域中,生成式人工智能可以幫助企業(yè)更快速、準確地處理信息,在降低人力成本的同時,提升內容生產效率和質量自然語言處理能力創(chuàng)造新的商業(yè)模式創(chuàng)造新的商業(yè)模式vv幫助企業(yè)探索新的商業(yè)模式,例如在電子商務義,完成分析類工作斷調整,需手動干預進義,完成分析類工作斷調整,需手動干預進傳統(tǒng)AI傳統(tǒng)AI0101生成式AI發(fā)展歷程02金融行業(yè)的應用和案例分享03面臨的問題和挑戰(zhàn)前臺后臺機器學習深度學習智慧營銷產品設計智慧風控智慧運營智慧經營智慧辦公智能語音智能投顧智能投研智慧財務計算機視覺前臺后臺機器學習深度學習智慧營銷產品設計智慧風控智慧運營智慧經營智慧辦公智能語音智能投顧智能投研智慧財務計算機視覺生成式AI金融主體銀行銀行保險保險證券證券基金基金信托信托產品設計定制化產品設計、便捷化設計流程產品設計o收集分析海量數據,設計符合市場需求的產品和服務,并結合客戶反饋持續(xù)優(yōu)化o基于產品屬性,快速生成對應的產品說明文檔、圖像宣傳物料等,加速產品從設計到上線的過程規(guī)?;瘍热萆a、精準化營銷推薦智慧營銷o支持—鍵生成文字、圖像、視頻等活動創(chuàng)意內容,大幅提高營銷內容生產效率智慧營銷o基于不同的渠道和客群偏好等,制定個性化營銷策略和文案,并監(jiān)測客戶反饋進行策略調整,實現精準營銷智能投顧專業(yè)化投顧能力、個性化投資建議智能投顧o圍繞財富管理專業(yè)知識進行增量訓練,并實時監(jiān)測市場動態(tài),調整投資策略,提高收益率和降低風險o利用全面的KYC探查,實現圍繞客戶資產狀況、風險偏好和收益目標的個性化投資建議和組合優(yōu)化生成式AI創(chuàng)意營銷文案個性化的營銷創(chuàng)意和文案生成式AI創(chuàng)意營銷文案“2月6日晚間,招商銀行發(fā)布了—條由生成式“2月6日晚間,招商銀行發(fā)布了—條由生成式AI制作的親情信用卡(附卡)的文案,文字溫馨且富有邏輯,對親情的理場景應用智能風控欺詐檢測o通過大量數據分析,場景應用智能風控欺詐檢測o通過大量數據分析,和異常行為,提供及交易監(jiān)控o分析交易數據、交易行為模式和歷史記錄,識別潛在違規(guī)行為,加強信貸審批o分析客戶信用歷史、行為特征等數據,評估風險和信用評級,智能投研o基于海量數據,對金融市場進行實時分析預測,并對股票、債券等金融產品進行評估,提供投o根據提綱生成行業(yè)研究報告,提高生產效率智能催收o為催收專員生成有同理心智能催收o為催收專員生成有同理心和情境感知的溝通腳本,確保o根據客戶的財務狀況定制還款計劃和個性化還款提醒智能理賠o基于自動化信息采集、識別和分析能力,根據理賠申請材料和保單信息,自動或輔智能核保o根據不同的核保規(guī)則和策略,進行自動核保,并結合外部數據,對保單進行風險評估和異常檢測,提高核保效率和準確率,降低風險和損失智能客服o通過大量交互式訓練,實現多輪復雜對話、自然語言理解、情感識別等能力o并基于客戶反饋迭代問答內容質量,提升客戶互動體驗宏觀經濟金融數據新聞報道媒體評論客戶數據征信報告宏觀經濟金融數據新聞報道媒體評論客戶數據征信報告交易數據財務報告…數據BloombergGPT:BloombergGPT:金融信息專屬大語言模型BloombergBloomberg大型語言模型通用場景金融業(yè)務場景Prompt信息檢索500億參數500億個參數,優(yōu)化與發(fā)布成本都遠低于同類模型所需超過7000超過7000億個標簽的大型訓練語料庫公共數據集公共數據集Wikipedia彭博數據集:3630億個標簽BloombergGPT五大功能任務信息提取從新聞文章中提取問題和答案,旨在測試對于信息提取金融領域相關問題的理解和推理能力情緒判斷判斷英語金融新聞和社交媒體標題中的情感走向情緒判斷信息判斷判斷新聞標題是否包含特定信息,例如價格上信息判斷信息分類將來自金融新聞的句子內容中展現的情緒進行分類信息分類風險評估據,進行信用風險評估風險評估生成式AI在金融機構的應用--后臺智慧辦公智慧經營智能招聘智慧財務智能培訓智慧辦公智慧經營智能招聘智慧財務智能培訓o經營分析:支持企業(yè)o經營分析:支持企業(yè)經營數據的快速探查分析和報表生成,并為企業(yè)經營提供預測和預警,賦能企業(yè)經o辦公自動化:對內部運營管理,業(yè)務執(zhí)行過程的數據分析匯報等工作實現自動化o知識庫檢索:協助員工從公司知識庫中快速檢索產品、流程、政策等o智能培訓:通過語音交互方式,根據不同業(yè)務場景和知識點,提供場景式陪練,并為員工推薦個性化學習方案o招聘管理:通過對企業(yè)人才結構的分析和深度挖掘,提供適合自身需o招聘自動化:自動篩選簡歷和面試,提高了招o財務流程自動化:自動化賬單審核和報銷流程,o智能財務分析:通過自動數據采集、整理分析,自主金融AI大模型應用某歐洲銀行集團增強型搜索工具自主金融AI大模型應用大模型精調提示工程檢索增強知識增強大模型精調提示工程檢索增強知識增強人類反饋的強化學習(…擁有百億級參數上下文理解行內知識問上下文理解行內知識問答答多維金融知識體系大語言模型技術體系多維金融知識體系大語言模型技術體系輔助編程內容摘要輔助編程內容摘要全棧AI技術自主可控研發(fā)支持知識庫內部問答數據人工標注數據…算力算法數據人才o實現了金融知識理解和問答應用,初步具備自由閑聊、行內知識全棧AI技術自主可控研發(fā)支持知識庫內部問答數據人工標注數據…算力算法數據人才o實現了金融知識理解和問答應用,初步具備自由閑聊、行內知識問答、輔助編程、內容摘要等多類型任務的服務能力,趟通了01生成式AI發(fā)展歷程02金融行業(yè)的應用和案例分享0303面臨的問題和挑戰(zhàn)設計負責任的人工智能完善監(jiān)管機制o加強對既定原則和現行法律法規(guī)的遵守,同時監(jiān)測未來的法律法規(guī),制定降低風險的政策,并通過定期報告和設計負責任的人工智能完善監(jiān)管機制o加強對既定原則和現行法律法規(guī)的遵守,同時監(jiān)測未來的法律法規(guī),制定降低風險的政策,并通過定期報告和監(jiān)控的風險管理框架實施這些政策開展對應培訓o領導層將負責任AI提升為—項關鍵的業(yè)務要務,并為所有員工提供培訓,讓他們清楚地了解負責任AI原則以及提升技術能力o運用開發(fā)工具和技術來支持公平性、可解釋性、穩(wěn)健性、問責制和隱私等原則,并將其構建到AI系統(tǒng)和平臺中加強企業(yè)治理o在最高管理層的支持下,定義并闡明負責任AI的使命和原則,同時在整個組織中建立清晰的治理結構,以建立社會價值風險?使用生成式AI可能有違社會、企業(yè)和個人的價值文化。在部署AI戰(zhàn)略的時候,必須思考相關碳排放是否會減緩乃至抵消企業(yè)的零碳進程,繼而有所取舍用戶使用風險且人工智能應用門檻也在不斷降低?!┍粣阂馐褂?將會數據合規(guī)風險人和商業(yè)隱私,版權和著作權以及相關數據保護法案數據安全風險?LLM不設限爬取、采集敏感數據;同時在交互過程中請求輸入商業(yè)業(yè)務數據,增加泄露隱私和保密信息的風險數據質量風險?如果—臺基礎模型長期浸染在存有偏差的數據當中,它就會被這些數據“誘導”,從而輸出錯誤的信息或執(zhí)行歧視性操作,失去了應有的公平性0102030405算力支持亟待提升參數量訓練數據訓練數據算力需求飛速增長AI模型訓練依賴核心數據中心的算力支撐,參數量、訓練數據和用戶數量推動算力需求爆發(fā)增長算力支持亟待提升參數量訓練數據訓練數據算力需求飛速增長AI模型訓練依賴核心數據中心的算力支撐,參數量、訓練數據和用戶數量推動算力需求爆發(fā)增長1750億45TB今年4月,訪問用戶數達9eAIGC時代,模型算力的需求遠超芯片算力的進步o人工智能訓練任務的算力需求每3-4個月翻倍,每年頭部訓練模型所需算力增長幅度高達10倍o而根據芯片產業(yè)摩爾定律,芯片性能每18個月翻倍智能算力規(guī)模持續(xù)擴大推動多元算力架構升級中國智能算力規(guī)模將持續(xù)高速增長,預計到2026年,率達52.3%算力多元化發(fā)展趨勢明顯o異構計算成為主流趨勢,未來全球人工智能服務器推動多元算力系統(tǒng)架構創(chuàng)新能力,實現各種加速單元以及跨節(jié)點系統(tǒng)的高效協同,提升計算性能大算力需求驅動高壁壘AI芯片受益CPU+加速芯片:傳統(tǒng)CPU服務器無法滿足算力需求,需搭載GPU、FPGA、ASIC等加速芯片,利用CPU與???尊英偉達高算力芯片市場領先o高度適配AI模型的GPU的制造工藝已趨向成熟且成本較低,英偉達的A100芯片成為市場主流選擇國產GPU亟待補位o我國GPU行業(yè)起步較晚,缺乏相應生態(tài),目前同國際—流廠商仍存在較大差距,國產GPU靜待開花21大多數企業(yè)開始使用現成的基礎模型進行實驗,但對于許多企業(yè)來說,更大的價值在于使用自有數據定制或微調模型,以滿足企業(yè)獨特的需求更大的價值潛能更大的價值潛能使用價值潛能程序,并通過提示詞調整和舉例學習,使其適用于特定商業(yè)用例。價值潛能程序,并通過提示詞調整和舉例學習,使其適用于特定商業(yè)用例。定制大多數企業(yè)實踐大多數企業(yè)實踐22企業(yè)需根據自身情況審慎選擇人工智能技術應用模公有云部署本地化部署公有云部署本地化部署企業(yè)自建系統(tǒng),在自有營業(yè)場所運行數據安全性高模型高度定制化大量資源投入,成本高昂企業(yè)自建系統(tǒng),在自有營業(yè)場所運行數據安全性高模型高度定制化大量資源投入,成本高昂使用效果較難保證數據基礎要求高學術界:ChatGLM、Alpaca商業(yè)公司:Databricks的Dolly、技術實力雄厚,數據基礎強大追求高度定制與控制柔性的服務器使用策略,前期投資大幅降低數據安全性較高模型定制化能力較強優(yōu)勢算力要求高仍需—定的部署、支持和運維成本劣勢服務商部署方式最為成熟實現模型快速應用無需服務器布置,成本相對較低存在數據安全和隱私風險可定制度低,可控性弱技術實力—般商業(yè)需求急迫21模型選擇人才難得處理領域的專業(yè)人才,這也是制約企業(yè)發(fā)展模型選擇人才難得處理領域的專業(yè)人才,這也是制約企業(yè)發(fā)展成本投

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論