7月5日,， 2024世界人工智能大會“智能向善 開放共治” 論壇在上海世博中心成功舉辦,。本次論壇由交通銀行主辦,，世界人工智能大會組委會辦公室指導,，中國數(shù)字金融合作論壇協(xié)辦,。交通銀行副行長,、首席信息官錢斌出席并作主旨演講，以下為演講主要內容：

　　當前,，AI技術正成為推動世界之變,、時代之變的重要驅動力,。從金融實踐來看，AI已經(jīng)在金融數(shù)字化轉型過程中培育形成新質生產(chǎn)力,，塑造出數(shù)字金融新生態(tài),。但與此同時,，AI進一步發(fā)展也面臨許多問題挑戰(zhàn),，包括價值對齊,、科技倫理、數(shù)據(jù)保護等等,。作為一名金融科技從業(yè)人員，我就AI未來發(fā)展,、金融領域應用和科技倫理治理，分享一些思考體會,。

　　蝶變向新,，AI技術駛入通用人工智能深海

　　生成式大模型的迅速崛起加速了人類進入智能時代的步伐,。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,，取得長足進步,。

　　一是集約化將成為算力建設新趨勢,。2023年末，我國數(shù)據(jù)中心機架總規(guī)模超過810萬標準機架，算力總規(guī)模已達230EFLOPS，其中智能算力規(guī)模達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,，約為當前三峽電站年發(fā)電量的四倍,。與此同時，算力設備的冷卻將消耗巨大的水資源,，研究表明,，到2027年全球范圍內的AI需求對應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)高質量可持續(xù)發(fā)展的關鍵,。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)《關于深入實施“東數(shù)西算”工程加快構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)調度和集約利用,。

　　二是合成數(shù)據(jù)將有望成為數(shù)據(jù)擴充新來源。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。然而,，現(xiàn)存的語言文本數(shù)據(jù)存在大量重復,，高質量數(shù)據(jù)資源稀缺，已成為大模型持續(xù)迭代的關鍵瓶頸,。據(jù)Epoch AI預測,，按照當前數(shù)據(jù)消耗速度，大模型最快將于2026年耗盡高質量數(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)不存在任何關聯(lián),，具有全面性、多樣性、經(jīng)濟高效等優(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《大模型訓練數(shù)據(jù)白皮書》,，也將合成數(shù)據(jù)作為解決高質量數(shù)據(jù)供給不足的新方案。當然合成數(shù)據(jù)是否能大范圍替代真實數(shù)據(jù)進行模型訓練目前還有較大爭議,。如何突破人工智能領域的數(shù)據(jù)瓶頸,、擴充新的高質量數(shù)據(jù)來源，尤其是中文語料數(shù)據(jù)依然任重道遠,。

　　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,，進一步表現(xiàn)出對人類情緒的感知和表達,，讓人機交互在一定程度上發(fā)生了質的變化。隨著AI逐步落地,，更多復雜場景應用需要多模態(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化,，自動駕駛需要實時感知和解析來自視覺、雷達等多種傳感器的數(shù)據(jù),?？梢灶A見，多模態(tài)將成為AI技術發(fā)展和應用突圍的新方向,。

　　AI與各領域廣泛融合,，展現(xiàn)出極大的創(chuàng)造力

　　人工智能作為當代創(chuàng)新最活躍、應用最廣泛,、帶動最強勁的技術,，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)濟領域,，AI技術能夠有效牽引生產(chǎn)和服務體系的智能化升級，促進產(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”通過構建無人工干預的全自動化生產(chǎn)環(huán)境，實現(xiàn)高效,、穩(wěn)定和低成本的制造過程,，引領智能制造上升到全新高度。在醫(yī)療行業(yè),，AI已應用于健康管理,、智能診斷、藥物研發(fā)和醫(yī)療機器人等領域,，AI參與的基因編輯已成功編輯人類細胞中的DNA,，加速多種遺傳疾病精準治療的發(fā)展。

　　在政務民生領域,，AI技術助力數(shù)字社會,、數(shù)字政府建設，以數(shù)字化手段促進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”政務服務,，應用人工智能實現(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政策智能檢索問答服務,。運用AI構建城市智慧大腦，通過引入智能交通系統(tǒng)和無人機移動巡檢,，準確預測交通擁堵狀況,，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,。

　　在國防軍事領域，AI技術在軍事模擬訓練,、情報分析和指揮控制等領域的應用,，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的戰(zhàn)斗力建設變得尤為重要。在現(xiàn)代戰(zhàn)場,，面對無人機的遠程攻擊,，坦克變成了嚴重落后于時代的戰(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》,，探索在國土安全領域開展人工智能應用。歐洲國際防務展中,，地面機器人,、無人機、制導裝備,、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,。

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

　　人工智能作為新質生產(chǎn)力的代表,，已經(jīng)在金融數(shù)字化轉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,、更廣范圍推進人工智能實踐,，促進數(shù)字金融高質量發(fā)展，服務金融強國建設,。

　　一是運用人工智能踐行“以人為本”,，推動金融服務普惠化便捷化。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。在服務更普惠方面,，我們革新服務模式,，通過深度學習和大數(shù)據(jù)分析,，對客戶進行多維度精準畫像，推出基于統(tǒng)一客戶信用體系的預授信模式,，實現(xiàn)從產(chǎn)品級授信向客戶級授信轉變,、從客戶主動申請向銀行預授信轉變，有效擴大信貸范圍,、提高融資可得性,。我們進一步使用算法模型標簽，推動客戶產(chǎn)品精準對位,，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,。在服務更便利方面，我們重塑業(yè)務流程,，基于音視頻,、圖像識別、生物識別,、智能語音等技術,，打造客戶身份遠程核實場景，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)務語音識別率達99%，應用虛擬數(shù)字人技術提供全天候服務,，持續(xù)提升線上渠道對客服務能力和水平,。

　　二是運用人工智能服務實體經(jīng)濟，創(chuàng)造共同價值,。交通銀行聚焦經(jīng)濟發(fā)展的重點領域和薄弱環(huán)節(jié),，不僅關注企業(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)濟提供更全面,、更精細的金融服務,。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,，促進科技成果轉化應用,，助力發(fā)展新質生產(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。在此基礎上進一步搭建“1+N”科技型企業(yè)專屬評價模型,，應用于客戶營銷,、產(chǎn)品設計、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進程。推進綠色智能識別,，構建企業(yè)ESG(環(huán)境,、社會和公司治理)智能風險評價體系,，助力提升綠色信貸精細化管理水平,。推出綠色產(chǎn)業(yè)鏈金融服務，為綠色產(chǎn)業(yè)鏈屬企業(yè)提供“一戶一方案”服務模式,，有效支撐傳統(tǒng)產(chǎn)業(yè)低碳轉型和綠色產(chǎn)業(yè)發(fā)展壯大,。

　　三是運用人工智能強化風險防控，實現(xiàn)穩(wěn)健經(jīng)營,。防控風險是金融工作的永恒主題,。近年來，金融領域的諸多案件表明,，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,。交通銀行加速推進全面風險管理數(shù)字化轉型,，運用數(shù)字技術全面提升信用風險、操作風險,、合規(guī)風險等領域的風險防控能力,。譬如在信用風險領域，我們依托多維度的行內外數(shù)據(jù)完善客戶信用評價體系,，構建關聯(lián)關系圖譜,，實現(xiàn)信用風險總額管控和穿透管理；通過機器學習技術完善風險監(jiān)測預警機制,，建立信貸逾期預測模型,，前瞻精準識別風險資產(chǎn)超百億元，年回收資產(chǎn)數(shù)十億元,。在操作風險領域,，我們通過OCR比對、RPA自動核查等手段,，有效識別合同造假,、抵質押物權證造假等欺詐行為，年自動核查約15萬件權證,；通過制定反欺詐實時風控策略,，攔截疑似電信詐騙交易金額數(shù)十億元，全力守護好老百姓的“錢袋子”,。在合規(guī)風險領域,，通過端到端AI模型的應用，減少30%的反洗錢篩查任務量,，單筆任務節(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，西湖大學校長施一公介紹,，人工智能在3年內就預測出近7億個蛋白質或大分子空間三維結構,，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)出人工智能應用從偵查踩點、網(wǎng)絡滲透到維持控守,、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,，將造福人類,；運用不當，可能引發(fā)災難,，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構團體,，少數(shù)人給世界帶來災難的風險在大大增加,。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)的侵權事件,，建立模型持續(xù)運營機制，對模型輸出開展審計,，確保AI技術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。但當前全國范圍的算力“小高爐”現(xiàn)象普遍存在,，算力都在建,，應用都還缺,，快速增長的主要是低端算力,，而圍繞大模型,、自動駕駛等AI任務所需的高端算力仍然缺口較大,，供給端與需求端存在結構性錯位,，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,，避免人工智能基礎設施出現(xiàn)低水平重復建設,。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)設施綠色低碳,、資源高效調度、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用效果和可信度,，我們需要對訓練數(shù)據(jù)的量和質提出更為嚴苛的要求,。經(jīng)過多年的信息化建設,，金融機構普遍積累了大量結構化數(shù)據(jù)和數(shù)據(jù)處理經(jīng)驗,，但相對于大模型,，還遠遠不夠。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)質量，建立“業(yè)務沉淀數(shù)據(jù)要素,、數(shù)據(jù)要素轉化為數(shù)據(jù)資產(chǎn),、數(shù)據(jù)資產(chǎn)反哺業(yè)務發(fā)展”的閉環(huán)機制；另一方面,，需要建立高效穩(wěn)定的數(shù)據(jù)標注體系,，對訓練數(shù)據(jù)進行辨別、清洗,、加工,，確保數(shù)據(jù)支撐有力,、標注專業(yè)統(tǒng)一,，為建模提供堅實基礎。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，積極開展模型治理,。大模型研發(fā)具有人才密集,、技術密集,、資本密集的特性,，通常由少數(shù)高效能的研發(fā)組織主導,，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，導致多數(shù)大模型技術路線趨同,，同質化嚴重,，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,，結合具體應用場景研發(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)學研深度融合,，建立國家,、行業(yè)基礎性規(guī)劃，加強合作協(xié)同,，構建自主可控,、共生互補、健康可持續(xù)發(fā)展的良好生態(tài),。同時,，要大力推進負責任的模型治理，解決AI應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,、有效應用,。包括建立模型評估與監(jiān)測機制，定期對模型進行質量檢查,、性能評估,、運行監(jiān)控、風險審計,，確保模型穩(wěn)定運行,；增強模型安全防護，研究深度防偽技術,，建設對抗訓練平臺,，提升模型外部風險防控能力。

　　五是完善AI工程化人才培養(yǎng),。AI工程化人才是推動AI技術創(chuàng)新和應用的關鍵人才,，在數(shù)字化轉型中發(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、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”，攜手推進人工智能技術應用,，為數(shù)智時代的美好未來努力奮斗,。