生成式大模型的迅速崛起加速了人類進(jìn)入智能時代的步伐,。過去一年，人工智能圍繞算力,、數(shù)據(jù),、算法三個方向加速發(fā)展，取得長足進(jìn)步,。

　　一是集約化將成為算力建設(shè)新趨勢,。2023年末，我國數(shù)據(jù)中心機(jī)架總規(guī)模超過810萬標(biāo)準(zhǔn)機(jī)架,，算力總規(guī)模已達(dá)230EFLOPS,，其中智能算力規(guī)模達(dá)70EFLOPS，同比增速超過70%,。智能算力激增加速了人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展,，也帶來了巨大的電力能源消耗問題。據(jù)預(yù)測,，我國數(shù)據(jù)中心到2030年耗電量將超過4000億千瓦時,，約為當(dāng)前三峽電站年發(fā)電量的四倍。與此同時,，算力設(shè)備的冷卻將消耗巨大的水資源,，研究表明，到2027年全球范圍內(nèi)的AI需求對應(yīng)消耗的水資源將超過一千萬居民一年用水量,。提升算力效能,、降低能源消耗將成為實現(xiàn)人工智能產(chǎn)業(yè)高質(zhì)量可持續(xù)發(fā)展的關(guān)鍵。去年12月,，國家發(fā)改委,、國家數(shù)據(jù)局等五部門聯(lián)合印發(fā)《關(guān)于深入實施“東數(shù)西算”工程加快構(gòu)建全國一體化算力網(wǎng)的實施意見》明確提出加快打造集信息計算力、網(wǎng)絡(luò)運載力,、數(shù)據(jù)存儲力于一體的綠色安全綜合算力體系,，實現(xiàn)算力資源的并網(wǎng)調(diào)度和集約利用。

　　二是合成數(shù)據(jù)將有望成為數(shù)據(jù)擴(kuò)充新來源,。從文字誕生以來,，人類將知識抽象壓縮在文字中。如今,，人類知識體系被再次壓縮到大模型中,，形成對世界知識的二次重構(gòu)。然而,，現(xiàn)存的語言文本數(shù)據(jù)存在大量重復(fù),，高質(zhì)量數(shù)據(jù)資源稀缺，已成為大模型持續(xù)迭代的關(guān)鍵瓶頸,。據(jù)Epoch AI預(yù)測,，按照當(dāng)前數(shù)據(jù)消耗速度，大模型最快將于2026年耗盡高質(zhì)量數(shù)據(jù),、2028年耗盡互聯(lián)網(wǎng)所有文本數(shù)據(jù),。而合成數(shù)據(jù)可以精確復(fù)制原始數(shù)據(jù)集的統(tǒng)計特征，又與原始數(shù)據(jù)不存在任何關(guān)聯(lián),，具有全面性,、多樣性、經(jīng)濟(jì)高效等優(yōu)點,。從去年開始,，全球科技巨頭加速合成數(shù)據(jù)研究并用于新模型開發(fā)。今年5月,，第七屆數(shù)字中國峰會發(fā)布《大模型訓(xùn)練數(shù)據(jù)白皮書》,，也將合成數(shù)據(jù)作為解決高質(zhì)量數(shù)據(jù)供給不足的新方案。當(dāng)然合成數(shù)據(jù)是否能大范圍替代真實數(shù)據(jù)進(jìn)行模型訓(xùn)練目前還有較大爭議,。如何突破人工智能領(lǐng)域的數(shù)據(jù)瓶頸,、擴(kuò)充新的高質(zhì)量數(shù)據(jù)來源，尤其是中文語料數(shù)據(jù)依然任重道遠(yuǎn),。

　　三是多模態(tài)已成為算法躍遷新方向,。人類在理解世界時，不是孤立地處理單一模態(tài)的信息,，而是通過視覺,、聽覺、觸覺等多種感官通道綜合感知,。今年5月,，OpenAI發(fā)布全新多模態(tài)大模型GPT-4o，進(jìn)一步表現(xiàn)出對人類情緒的感知和表達(dá),，讓人機(jī)交互在一定程度上發(fā)生了質(zhì)的變化,。隨著AI逐步落地,，更多復(fù)雜場景應(yīng)用需要多模態(tài)來支撐，如多媒體創(chuàng)作需要文字,、圖片,、視頻之間互相生成和轉(zhuǎn)化，自動駕駛需要實時感知和解析來自視覺,、雷達(dá)等多種傳感器的數(shù)據(jù),。可以預(yù)見,，多模態(tài)將成為AI技術(shù)發(fā)展和應(yīng)用突圍的新方向,。

　　AI與各領(lǐng)域廣泛融合，展現(xiàn)出極大的創(chuàng)造力

　　人工智能作為當(dāng)代創(chuàng)新最活躍,、應(yīng)用最廣泛,、帶動最強勁的技術(shù)，已自然無縫地與生產(chǎn)生活的方方面面深度融合,，展現(xiàn)出賦能百行千業(yè)創(chuàng)新發(fā)展的巨大潛力,。

　　在產(chǎn)業(yè)經(jīng)濟(jì)領(lǐng)域，AI技術(shù)能夠有效牽引生產(chǎn)和服務(wù)體系的智能化升級,，促進(jìn)產(chǎn)業(yè)鏈價值鏈延伸拓展,、融合發(fā)展。在制造業(yè),，通過“數(shù)字孿生”創(chuàng)建虛擬工廠模型,，實現(xiàn)對工廠的可視化和智能化管理，提高實際生產(chǎn)效率,；“黑燈工廠”通過構(gòu)建無人工干預(yù)的全自動化生產(chǎn)環(huán)境,，實現(xiàn)高效、穩(wěn)定和低成本的制造過程,，引領(lǐng)智能制造上升到全新高度,。在醫(yī)療行業(yè)，AI已應(yīng)用于健康管理,、智能診斷,、藥物研發(fā)和醫(yī)療機(jī)器人等領(lǐng)域，AI參與的基因編輯已成功編輯人類細(xì)胞中的DNA,，加速多種遺傳疾病精準(zhǔn)治療的發(fā)展,。

　　在政務(wù)民生領(lǐng)域，AI技術(shù)助力數(shù)字社會,、數(shù)字政府建設(shè),，以數(shù)字化手段促進(jìn)民生改善和治理能力現(xiàn)代化。例如,，上海市以“高效辦成一件事”為牽引,，打造“智慧好辦”政務(wù)服務(wù),，應(yīng)用人工智能實現(xiàn)“少填少交智能審”、申請材料政府主動生成,。運用AI大模型打造基層社會治理的“新幫手”,，面向居民提供各類服務(wù)政策智能檢索問答服務(wù),。運用AI構(gòu)建城市智慧大腦,，通過引入智能交通系統(tǒng)和無人機(jī)移動巡檢，準(zhǔn)確預(yù)測交通擁堵狀況,，提供智能道路規(guī)劃,，降低交通壓力和能源消耗，提高城市運行效率,。

　　在國防軍事領(lǐng)域,，AI技術(shù)在軍事模擬訓(xùn)練、情報分析和指揮控制等領(lǐng)域的應(yīng)用,，正逐步延伸作戰(zhàn)空間,，改變傳統(tǒng)的戰(zhàn)爭方式和軍事策略，信息通訊,、戰(zhàn)場感知,、無人化等基于高新技術(shù)的戰(zhàn)斗力建設(shè)變得尤為重要。在現(xiàn)代戰(zhàn)場,，面對無人機(jī)的遠(yuǎn)程攻擊,，坦克變成了嚴(yán)重落后于時代的戰(zhàn)爭兵器。今年3月,，美國國土安全部發(fā)布《2024年人工智能路線圖》,，探索在國土安全領(lǐng)域開展人工智能應(yīng)用。歐洲國際防務(wù)展中,，地面機(jī)器人,、無人機(jī)、制導(dǎo)裝備,、指揮中心等幾乎所有展示的系統(tǒng)都有人工智能的影子,。可以預(yù)見,，未來戰(zhàn)爭將是作戰(zhàn)雙方算力,、算法、數(shù)據(jù)的全面抗衡,，超算中心和大模型將是新時代的大國重器,。

　　運用新質(zhì)生產(chǎn)力寫好數(shù)字金融大文章，助力金融強國建設(shè)

　　人工智能作為新質(zhì)生產(chǎn)力的代表,，已經(jīng)在金融數(shù)字化轉(zhuǎn)型實踐中展示出強勁推動力和支撐力,。今年,，交通銀行在制定數(shù)字金融行動方案基礎(chǔ)上，加快“人工智能+”行動方案制定,，力爭在更深層面,、更廣范圍推進(jìn)人工智能實踐，促進(jìn)數(shù)字金融高質(zhì)量發(fā)展,，服務(wù)金融強國建設(shè),。

　　一是運用人工智能踐行“以人為本”，推動金融服務(wù)普惠化便捷化,。為滿足人民群眾多樣化的金融需求,，交通銀行以“數(shù)據(jù)+智能”雙輪驅(qū)動，從信用端,、信息端切入,，致力提供更普惠、更便利的金融服務(wù),。在服務(wù)更普惠方面,，我們革新服務(wù)模式，通過深度學(xué)習(xí)和大數(shù)據(jù)分析,，對客戶進(jìn)行多維度精準(zhǔn)畫像,，推出基于統(tǒng)一客戶信用體系的預(yù)授信模式，實現(xiàn)從產(chǎn)品級授信向客戶級授信轉(zhuǎn)變,、從客戶主動申請向銀行預(yù)授信轉(zhuǎn)變,，有效擴(kuò)大信貸范圍、提高融資可得性,。我們進(jìn)一步使用算法模型標(biāo)簽,，推動客戶產(chǎn)品精準(zhǔn)對位，涵蓋理財,、保險,、基金等產(chǎn)品推薦，多渠道增加居民財產(chǎn)性收入,。在服務(wù)更便利方面,，我們重塑業(yè)務(wù)流程，基于音視頻,、圖像識別,、生物識別、智能語音等技術(shù),，打造客戶身份遠(yuǎn)程核實場景,，提供人像比對、人證比對等多項能力，將稅融通,、普惠e貸,、抵押貸、車貸等產(chǎn)品的核實時間從幾天縮短至幾分鐘,，解決客戶多次往返網(wǎng)點,、辦理手續(xù)繁瑣耗時的痛點。我們突出移動優(yōu)先,，加強線上線下融合,，打造智能語音客服，呼入業(yè)務(wù)語音識別率達(dá)99%,，應(yīng)用虛擬數(shù)字人技術(shù)提供全天候服務(wù),，持續(xù)提升線上渠道對客服務(wù)能力和水平。

　　二是運用人工智能服務(wù)實體經(jīng)濟(jì),，創(chuàng)造共同價值。交通銀行聚焦經(jīng)濟(jì)發(fā)展的重點領(lǐng)域和薄弱環(huán)節(jié),，不僅關(guān)注企業(yè)的短期盈利能力,，更著眼于企業(yè)的長期發(fā)展和創(chuàng)新動力，為實體經(jīng)濟(jì)提供更全面,、更精細(xì)的金融服務(wù),。交通銀行根據(jù)科創(chuàng)企業(yè)不同階段的發(fā)展需求，提供全周期金融服務(wù),，促進(jìn)科技成果轉(zhuǎn)化應(yīng)用,，助力發(fā)展新質(zhì)生產(chǎn)力。通過對接國家,、地方,、園區(qū)、企業(yè)不同層級數(shù)據(jù),，打造集成電路,、人工智能、高端裝備制造等產(chǎn)業(yè)圖譜,，推動科技企業(yè)資產(chǎn)數(shù)字化,、產(chǎn)業(yè)鏈條透明化。在此基礎(chǔ)上進(jìn)一步搭建“1+N”科技型企業(yè)專屬評價模型,，應(yīng)用于客戶營銷,、產(chǎn)品設(shè)計、信貸審批,、額度核定,、貸后監(jiān)測流程，已覆蓋73萬戶科技型企業(yè)，助力科技型企業(yè)做大做強,。我們將智能化手段融入綠色金融體系建設(shè)進(jìn)程,。推進(jìn)綠色智能識別，構(gòu)建企業(yè)ESG(環(huán)境,、社會和公司治理)智能風(fēng)險評價體系,，助力提升綠色信貸精細(xì)化管理水平。推出綠色產(chǎn)業(yè)鏈金融服務(wù),，為綠色產(chǎn)業(yè)鏈屬企業(yè)提供“一戶一方案”服務(wù)模式,，有效支撐傳統(tǒng)產(chǎn)業(yè)低碳轉(zhuǎn)型和綠色產(chǎn)業(yè)發(fā)展壯大。

　　三是運用人工智能強化風(fēng)險防控,，實現(xiàn)穩(wěn)健經(jīng)營,。防控風(fēng)險是金融工作的永恒主題。近年來,，金融領(lǐng)域的諸多案件表明,，犯罪分子的洗錢、欺詐手段越來越多樣化,，隱蔽性越來越強,，客觀上加大了銀行防控工作難度。交通銀行加速推進(jìn)全面風(fēng)險管理數(shù)字化轉(zhuǎn)型,，運用數(shù)字技術(shù)全面提升信用風(fēng)險,、操作風(fēng)險、合規(guī)風(fēng)險等領(lǐng)域的風(fēng)險防控能力,。譬如在信用風(fēng)險領(lǐng)域,，我們依托多維度的行內(nèi)外數(shù)據(jù)完善客戶信用評價體系，構(gòu)建關(guān)聯(lián)關(guān)系圖譜,，實現(xiàn)信用風(fēng)險總額管控和穿透管理,；通過機(jī)器學(xué)習(xí)技術(shù)完善風(fēng)險監(jiān)測預(yù)警機(jī)制，建立信貸逾期預(yù)測模型,，前瞻精準(zhǔn)識別風(fēng)險資產(chǎn)超百億元,，年回收資產(chǎn)數(shù)十億元。在操作風(fēng)險領(lǐng)域,，我們通過OCR比對,、RPA自動核查等手段，有效識別合同造假,、抵質(zhì)押物權(quán)證造假等欺詐行為,，年自動核查約15萬件權(quán)證；通過制定反欺詐實時風(fēng)控策略,，攔截疑似電信詐騙交易金額數(shù)十億元,，全力守護(hù)好老百姓的“錢袋子”。在合規(guī)風(fēng)險領(lǐng)域，通過端到端AI模型的應(yīng)用,，減少30%的反洗錢篩查任務(wù)量,，單筆任務(wù)節(jié)省40%的核查及報告編寫時間，并通過隱案挖掘等模型有效提升50%的反洗錢上報率,。

　　堅持智能向善,，共同推動AI安全可信發(fā)展

　　一是堅守正確的科技倫理。我曾看過一篇文章,，西湖大學(xué)校長施一公介紹,，人工智能在3年內(nèi)就預(yù)測出近7億個蛋白質(zhì)或大分子空間三維結(jié)構(gòu)，而人類此前積累的全部數(shù)量僅約20萬個,，正是因為人工智能的介入將科研由手工生產(chǎn)變成了工業(yè)化生產(chǎn),。另一則新聞是美國重要智庫Mitre發(fā)布了一張人工智能系統(tǒng)對抗性威脅的場景圖，呈現(xiàn)出人工智能應(yīng)用從偵查踩點,、網(wǎng)絡(luò)滲透到維持控守,、數(shù)據(jù)獲取，再到秘密傳遞,、后場處理等網(wǎng)絡(luò)攻擊全鏈條場景,，威力之大，超出想象,。兩個案例從正反兩方面，充分表明人工智能運用得當(dāng),，將造福人類,；運用不當(dāng)，可能引發(fā)災(zāi)難,，其所帶來的危害將不亞于核武器,，而全世界只有9個擁核國家，但可能會有無數(shù)個濫用人工智能的機(jī)構(gòu)團(tuán)體,，少數(shù)人給世界帶來災(zāi)難的風(fēng)險在大大增加,。可信AI,，智能向善,，刻不容緩。同樣站在金融的角度,，我們要防止金融服務(wù)過程中的信息繭房,、數(shù)據(jù)偏見、隱私泄露和市場操縱,，要防止模型歧視所可能引發(fā)的侵權(quán)事件,，建立模型持續(xù)運營機(jī)制，對模型輸出開展審計，確保AI技術(shù)符合倫理法則和社會價值觀,。

　　二是加強算力資源整合共享,。人工智能大模型所需算力每3-4個月就翻一倍，以新材料,、生物制藥,、金融科技、深海深空等為代表的前沿科技和未來產(chǎn)業(yè),，都對算力提出了前所未有的需求,。但當(dāng)前全國范圍的算力“小高爐”現(xiàn)象普遍存在，算力都在建,，應(yīng)用都還缺,，快速增長的主要是低端算力，而圍繞大模型,、自動駕駛等AI任務(wù)所需的高端算力仍然缺口較大,，供給端與需求端存在結(jié)構(gòu)性錯位，甚至造成能源與資金浪費,。建議研究建立國家級的云計算底座,，有效統(tǒng)籌大模型在訓(xùn)練、推理等不同環(huán)節(jié)所需的算力資源,，合理分工,，避免人工智能基礎(chǔ)設(shè)施出現(xiàn)低水平重復(fù)建設(shè)。在行業(yè)層面,，要探索建立AI算力云,，提供公正、可信,、可共享的算力資源,，推動實現(xiàn)設(shè)施綠色低碳、資源高效調(diào)度,、算力靈活供給,。

　　三是強化數(shù)據(jù)供給與數(shù)據(jù)治理。AI模型的價值觀來自于數(shù)據(jù),，數(shù)據(jù)供給質(zhì)量的好壞將直接影響AI的智商與成效,，為了確保大模型的應(yīng)用效果和可信度，我們需要對訓(xùn)練數(shù)據(jù)的量和質(zhì)提出更為嚴(yán)苛的要求。經(jīng)過多年的信息化建設(shè),，金融機(jī)構(gòu)普遍積累了大量結(jié)構(gòu)化數(shù)據(jù)和數(shù)據(jù)處理經(jīng)驗,，但相對于大模型,，還遠(yuǎn)遠(yuǎn)不夠。在具體實踐中,，一方面需要著力豐富數(shù)據(jù)種類,、強化數(shù)據(jù)治理、提升數(shù)據(jù)質(zhì)量,，建立“業(yè)務(wù)沉淀數(shù)據(jù)要素,、數(shù)據(jù)要素轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)、數(shù)據(jù)資產(chǎn)反哺業(yè)務(wù)發(fā)展”的閉環(huán)機(jī)制,；另一方面,，需要建立高效穩(wěn)定的數(shù)據(jù)標(biāo)注體系，對訓(xùn)練數(shù)據(jù)進(jìn)行辨別,、清洗、加工,，確保數(shù)據(jù)支撐有力,、標(biāo)注專業(yè)統(tǒng)一，為建模提供堅實基礎(chǔ),。要全面落實數(shù)據(jù)安全法律法規(guī)與監(jiān)管要求,，建立健全數(shù)據(jù)分級分類管理和數(shù)據(jù)全生命周期的安全保護(hù)能力，保障金融數(shù)據(jù)和個人信息安全,。

　　四是推動大模型生態(tài)建設(shè),，積極開展模型治理。大模型研發(fā)具有人才密集,、技術(shù)密集,、資本密集的特性，通常由少數(shù)高效能的研發(fā)組織主導(dǎo)，目前國產(chǎn)大模型數(shù)量已超過200個,，一方面大模型研發(fā)缺少具有顯著創(chuàng)新性的原創(chuàng)理論支撐,，導(dǎo)致多數(shù)大模型技術(shù)路線趨同,，同質(zhì)化嚴(yán)重,，一定程度上造成了資源浪費,，另一方面在探索“大而強”通用模型的同時,，結(jié)合具體應(yīng)用場景研發(fā)“小而美”垂直行業(yè)模型的資源投入相對不足。建議發(fā)揮產(chǎn)業(yè)上下游合力，推動產(chǎn)學(xué)研深度融合,，建立國家,、行業(yè)基礎(chǔ)性規(guī)劃,，加強合作協(xié)同,，構(gòu)建自主可控、共生互補、健康可持續(xù)發(fā)展的良好生態(tài),。同時，要大力推進(jìn)負(fù)責(zé)任的模型治理,，解決AI應(yīng)用存在的模型決策不透明,、難以“白盒化”等問題，確保人工智能合規(guī),、安全、有效應(yīng)用,。包括建立模型評估與監(jiān)測機(jī)制，定期對模型進(jìn)行質(zhì)量檢查,、性能評估,、運行監(jiān)控、風(fēng)險審計,，確保模型穩(wěn)定運行,；增強模型安全防護(hù)，研究深度防偽技術(shù),，建設(shè)對抗訓(xùn)練平臺,，提升模型外部風(fēng)險防控能力。

　　五是完善AI工程化人才培養(yǎng),。AI工程化人才是推動AI技術(shù)創(chuàng)新和應(yīng)用的關(guān)鍵人才,，在數(shù)字化轉(zhuǎn)型中發(fā)揮重要作用。積極培育AI工程化人才隊伍,，一方面要通過自主培養(yǎng)、產(chǎn)學(xué)研深度合作等方式,，著力造就一支知識型,、技能型、創(chuàng)新型的工程化人才隊伍,；另一方面要通過人才引進(jìn),、消化、吸收以及合理流動,，充分激發(fā)創(chuàng)新活力,。

　　交通銀行愿與大家一起，堅持“智能向善,，開放共治”,，攜手推進(jìn)人工智能技術(shù)應(yīng)用，為數(shù)智時代的美好未來努力奮斗,。