上海校友会IT同学会举办行业月度分享会:“大模型技术发展分析及其在金融科技安全风险监测领域的实践探索”

2024-07-17|地方校友组织新闻
图片

7月14日下午,上海复旦大学校友会IT同学会成功举办行业月度分享会。此次活动特邀复旦大学计算机科学技术学院教授、博导、金融科技研究院副院长吕智慧担任主讲嘉宾,以“大模型技术发展分析及其在金融科技安全风险监测领域的实践探索”为主题和与会者进行深入的探讨。活动现场座无虚席,互动积极。

讲座伊始,吕教授首先介绍了国内外大模型技术发展历程和研发进展。大模型技术的发展可追溯至人工智能的早期探索。自2017年谷歌的Transformer模型问世以来,基于注意力机制的模型不断演进,为自然语言处理等领域带来了革命性的变化。2022年,以OpenAI的GPT系列为代表的大模型,凭借其在多模态处理上的能力,成为行业的焦点。目前,大模型技术正迅速发展,不断刷新参数规模的记录。例如,GPT-3模型拥有高达1750亿参数,而GPT-4更是达到了万亿参数的规模。这些模型不仅在文本生成上表现出色,还能处理视频、音频等多模态数据,显示出强大的多任务学习能力。“大模型发展趋势总体呈现出‘大模型’和‘小模型’协进、通用化与专用化并行、平台化与简易化并进的特点,”吕教授总结到。

图片

随后,吕教授进一步分享了大模型技术在教育、医疗保健、互联网IT、文娱等各领域的广泛应用以及国内外大模型研发现状。他提到,在国际上OpenAI、谷歌、微软等科技巨头在大模型研发上处于领先地位。国内方面,百度、阿里巴巴、腾讯、华为、达观等企业也在积极布局,复旦大学推出MOSS大模型,推动大模型技术的发展,展现出强劲的发展势头。

此外,金融行业作为大模型技术应用的热点领域,金融科技的快速发展,对风险监测和安全管理提出了更高要求。大模型技术在金融风险识别、智能投顾、反欺诈检测等方面展现出巨大潜力。吕教授介绍了复旦大学在金融科技领域的研究成果,包括与企业合作开发的金融大模型,这些模型通过微调,能够更精准地服务于金融行业的特定需求。在大模型研究实践中,吕教授表示,团队不仅关注模型的算法优化,还重视数据治理和模型的可解释性。在金融科技领域,团队通过构建知识图谱和利用大模型进行风险监测,开发了智能监测系统,以提高金融风险管理的效率和准确性。
图片

吕教授谈到,在快速迭代的金融科技创新发展中,倡导采取基于金融大模型的数据共享、风险知识表示和模型可解释性多元方法和实践路径,构建金融风险智能识别系统,以促进安全、高效的金融科技生态系统发展,为维护我国金融稳定发展贡献力量。

在互动问答环节,校友们积极交流,内容不仅涉及技术层面,还包括了大模型的安全性和潜在风险、大模型技术在中小企业的应用以及在金融科技人才培养方面的影响等多个维度。吕教授结合自己的研究领域和实践探索进行一一解答,提供了专业多维的视角。至此,本次分享会在热烈的掌声中圆满结束。感谢复旦大学国际金融学院对活动场地的支持!


来源:公众号 上海复旦大学校友会

最新文章