交通銀行副行長(zhǎng)錢(qián)斌：以人為本 智能向善 描繪數(shù)字金融新圖景

　　7月5日， 2024世界人工智能大會(huì)“智能向善 開(kāi)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(huì)組委會(huì)辦公室指導(dǎo)，中國(guó)數(shù)字金融合作論壇協(xié)辦。交通銀行副行長(zhǎng)、首席信息官錢(qián)斌出席并作主旨演講，以下為演講主要內(nèi)容：

　　當(dāng)前，AI技術(shù)正成為推動(dòng)世界之變、時(shí)代之變的重要驅(qū)動(dòng)力。從金融實(shí)踐來(lái)看，AI已經(jīng)在金融數(shù)字化轉(zhuǎn)型過(guò)程中培育形成新質(zhì)生產(chǎn)力，塑造出數(shù)字金融新生態(tài)。但與此同時(shí)，AI進(jìn)一步發(fā)展也面臨許多問(wèn)題挑戰(zhàn)，包括價(jià)值對(duì)齊、科技倫理、數(shù)據(jù)保護(hù)等等。作為一名金融科技從業(yè)人員，我就AI未來(lái)發(fā)展、金融領(lǐng)域應(yīng)用和科技倫理治理，分享一些思考體會(huì)。

　　蝶變向新，AI技術(shù)駛?cè)胪ㄓ萌斯ぶ悄苌詈?/b>

　　生成式大模型的迅速崛起加速了人類(lèi)進(jìn)入智能時(shí)代的步伐。過(guò)去一年，人工智能?chē)�繞算力、數(shù)據(jù)、算法三個(gè)方向加速發(fā)展，取得長(zhǎng)足進(jìn)步。

　　一是集約化將成為算力建設(shè)新趨勢(shì)。2023年末，我國(guó)數(shù)據(jù)中心機(jī)架總規(guī)模超過(guò)810萬(wàn)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(guò)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(lái)了巨大的電力能源消耗問(wèn)題。據(jù)預(yù)測(cè)，我國(guó)數(shù)據(jù)中心到2030年耗電量將超過(guò)4000億千瓦時(shí)，約為當(dāng)前三峽電站年發(fā)電量的四倍。與此同時(shí)，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(duì)應(yīng)消耗的水資源將超過(guò)一千萬(wàn)居民一年用水量。提升算力效能、降低能源消耗將成為實(shí)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(guó)家發(fā)改委、國(guó)家數(shù)據(jù)局等五部門(mén)聯(lián)合印發(fā)《關(guān)于深入實(shí)施“東數(shù)西算”工程加快構(gòu)建全國(guó)一體化算力網(wǎng)的實(shí)施意見(jiàn)》明確提出加快打造集信息計(jì)算力、網(wǎng)絡(luò)運(yùn)載力、數(shù)據(jù)存儲(chǔ)力于一體的綠色安全綜合算力體系，實(shí)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(lái)源。從文字誕生以來(lái)，人類(lèi)將知識(shí)抽象壓縮在文字中。如今，人類(lèi)知識(shí)體系被再次壓縮到大模型中，形成對(duì)世界知識(shí)的二次重構(gòu)。然而，現(xiàn)存的語(yǔ)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(cè)，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(jì)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(diǎn)。從去年開(kāi)始，全球科技巨頭加速合成數(shù)據(jù)研究并用于新模型開(kāi)發(fā)。今年5月，第七屆數(shù)字中國(guó)峰會(huì)發(fā)布《大模型訓(xùn)練數(shù)據(jù)白皮書(shū)》，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(shí)數(shù)據(jù)進(jìn)行模型訓(xùn)練目前還有較大爭(zhēng)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(lái)源，尤其是中文語(yǔ)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(lèi)在理解世界時(shí)，不是孤立地處理單一模態(tài)的信息，而是通過(guò)視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)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(duì)人類(lèi)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(chǎng)景應(yīng)用需要多模態(tài)來(lái)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(dòng)駕駛需要實(shí)時(shí)感知和解析來(lái)自視覺(jué)、雷達(dá)等多種傳感器的數(shù)據(jù)�？梢灶A(yù)見(jiàn)，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(dòng)最強(qiáng)勁的技術(shù)，已自然無(wú)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(jí)，促進(jìn)產(chǎn)業(yè)鏈價(jià)值鏈延伸拓展、融合發(fā)展。在制造業(yè)，通過(guò)“數(shù)字孿生”創(chuàng)建虛擬工廠模型，實(shí)現(xiàn)對(duì)工廠的可視化和智能化管理，提高實(shí)際生產(chǎn)效率；“黑燈工廠”通過(guò)構(gòu)建無(wú)人工干預(yù)的全自動(dòng)化生產(chǎn)環(huán)境，實(shí)現(xiàn)高效、穩(wěn)定和低成本的制造過(guò)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(lèi)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(huì)、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(shí)現(xiàn)“少填少交智能審”、申請(qǐng)材料政府主動(dòng)生成。運(yùn)用AI大模型打造基層社會(huì)治理的“新幫手”，面向居民提供各類(lèi)服務(wù)政策智能檢索問(wèn)答服務(wù)。運(yùn)用AI構(gòu)建城市智慧大腦，通過(guò)引入智能交通系統(tǒng)和無(wú)人機(jī)移動(dòng)巡檢，準(zhǔn)確預(yù)測(cè)交通擁堵?tīng)顩r，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(yùn)行效率。

　　在國(guó)防軍事領(lǐng)域，AI技術(shù)在軍事模擬訓(xùn)練、情報(bào)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(zhēng)方式和軍事策略，信息通訊、戰(zhàn)場(chǎng)感知、無(wú)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(chǎng)，面對(duì)無(wú)人機(jī)的遠(yuǎn)程攻擊，坦克變成了嚴(yán)重落后于時(shí)代的戰(zhàn)爭(zhēng)兵器。今年3月，美國(guó)國(guó)土安全部發(fā)布《2024年人工智能路線圖》，探索在國(guó)土安全領(lǐng)域開(kāi)展人工智能應(yīng)用。歐洲國(guó)際防務(wù)展中，地面機(jī)器人、無(wú)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�？梢灶A(yù)見(jiàn)，未來(lái)戰(zhàn)爭(zhēng)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(shí)代的大國(guó)重器。

　　運(yùn)用新質(zhì)生產(chǎn)力寫(xiě)好數(shù)字金融大文章，助力金融強(qiáng)國(guó)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(shí)踐中展示出強(qiáng)勁推動(dòng)力和支撐力。今年，交通銀行在制定數(shù)字金融行動(dòng)方案基礎(chǔ)上，加快“人工智能+”行動(dòng)方案制定，力爭(zhēng)在更深層面、更廣范圍推進(jìn)人工智能實(shí)踐，促進(jìn)數(shù)字金融高質(zhì)量發(fā)展，服務(wù)金融強(qiáng)國(guó)建設(shè)。

　　一是運(yùn)用人工智能踐行“以人為本”，推動(dòng)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(dòng)，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(guò)深度學(xué)習(xí)和大數(shù)據(jù)分析，對(duì)客戶進(jìn)行多維度精準(zhǔn)畫(huà)像，推出基于統(tǒng)一客戶信用體系的預(yù)授信模式，實(shí)現(xiàn)從產(chǎn)品級(jí)授信向客戶級(jí)授信轉(zhuǎn)變、從客戶主動(dòng)申請(qǐng)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(dòng)客戶產(chǎn)品精準(zhǔn)對(duì)位，涵蓋理財(cái)、保險(xiǎn)、基金等產(chǎn)品推薦，多渠道增加居民財(cái)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(shí)別、生物識(shí)別、智能語(yǔ)音等技術(shù)，打造客戶身份遠(yuǎn)程核實(shí)場(chǎng)景，提供人像比對(duì)、人證比對(duì)等多項(xiàng)能力，將稅融通、普惠e貸、抵押貸、車(chē)貸等產(chǎn)品的核實(shí)時(shí)間從幾天縮短至幾分鐘，解決客戶多次往返網(wǎng)點(diǎn)、辦理手續(xù)繁瑣耗時(shí)的痛點(diǎn)。我們突出移動(dòng)優(yōu)先，加強(qiáng)線上線下融合，打造智能語(yǔ)音客服，呼入業(yè)務(wù)語(yǔ)音識(shí)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(duì)客服務(wù)能力和水平。

　　二是運(yùn)用人工智能服務(wù)實(shí)體經(jīng)濟(jì)，創(chuàng)造共同價(jià)值。交通銀行聚焦經(jīng)濟(jì)發(fā)展的重點(diǎn)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(zhǎng)期發(fā)展和創(chuàng)新動(dòng)力，為實(shí)體經(jīng)濟(jì)提供更全面、更精細(xì)的金融服務(wù)。習(xí)近平總書(shū)記強(qiáng)調(diào)，要做好科技金融這篇文章，引導(dǎo)金融資本投早、投小、投長(zhǎng)期、投硬科技。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(guò)對(duì)接國(guó)家、地方、園區(qū)、企業(yè)不同層級(jí)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(dòng)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(zhuān)屬評(píng)價(jià)模型，應(yīng)用于客戶營(yíng)銷(xiāo)、產(chǎn)品設(shè)計(jì)、信貸審批、額度核定、貸后監(jiān)測(cè)流程，已覆蓋73萬(wàn)戶科技型企業(yè)，助力科技型企業(yè)做大做強(qiáng)。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(shí)別，構(gòu)建企業(yè)ESG（環(huán)境、社會(huì)和公司治理）智能風(fēng)險(xiǎn)評(píng)價(jià)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(yùn)用人工智能強(qiáng)化風(fēng)險(xiǎn)防控，實(shí)現(xiàn)穩(wěn)健經(jīng)營(yíng)。防控風(fēng)險(xiǎn)是金融工作的永恒主題。近年來(lái)，金融領(lǐng)域的諸多案件表明，犯罪分子的洗錢(qián)、欺詐手段越來(lái)越多樣化，隱蔽性越來(lái)越強(qiáng)，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(xiǎn)管理數(shù)字化轉(zhuǎn)型，運(yùn)用數(shù)字技術(shù)全面提升信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、合規(guī)風(fēng)險(xiǎn)等領(lǐng)域的風(fēng)險(xiǎn)防控能力。譬如在信用風(fēng)險(xiǎn)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(píng)價(jià)體系，構(gòu)建關(guān)聯(lián)關(guān)系圖譜，實(shí)現(xiàn)信用風(fēng)險(xiǎn)總額管控和穿透管理；通過(guò)機(jī)器學(xué)習(xí)技術(shù)完善風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警機(jī)制，建立信貸逾期預(yù)測(cè)模型，前瞻精準(zhǔn)識(shí)別風(fēng)險(xiǎn)資產(chǎn)超百億元，年回收資產(chǎn)數(shù)十億元。在操作風(fēng)險(xiǎn)領(lǐng)域，我們通過(guò)OCR比對(duì)、RPA自動(dòng)核查等手段，有效識(shí)別合同造假、抵質(zhì)押物權(quán)證造假等欺詐行為，年自動(dòng)核查約15萬(wàn)件權(quán)證；通過(guò)制定反欺詐實(shí)時(shí)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(qián)袋子”。在合規(guī)風(fēng)險(xiǎn)領(lǐng)域，通過(guò)端到端AI模型的應(yīng)用，減少30%的反洗錢(qián)篩查任務(wù)量，單筆任務(wù)節(jié)省40%的核查及報(bào)告編寫(xiě)時(shí)間，并通過(guò)隱案挖掘等模型有效提升50%的反洗錢(qián)上報(bào)率。

　　堅(jiān)持智能向善，共同推動(dòng)AI安全可信發(fā)展

　　習(xí)近平總書(shū)記向聯(lián)合國(guó)貿(mào)易和發(fā)展會(huì)議成立60周年慶�；顒�(dòng)開(kāi)幕式發(fā)表致辭時(shí)提出，堅(jiān)持以人為本、智能向善，在聯(lián)合國(guó)框架內(nèi)加強(qiáng)人工智能規(guī)則治理。推動(dòng)問(wèn)責(zé)、公平、安全和可信的人工智能應(yīng)用，是迎接人工智能時(shí)代的必然選擇和應(yīng)盡之責(zé)。

　　一是堅(jiān)守正確的科技倫理。我曾看過(guò)一篇文章，西湖大學(xué)校長(zhǎng)施一公介紹，人工智能在3年內(nèi)就預(yù)測(cè)出近7億個(gè)蛋白質(zhì)或大分子空間三維結(jié)構(gòu)，而人類(lèi)此前積累的全部數(shù)量?jī)H約20萬(wàn)個(gè)，正是因?yàn)槿斯ぶ悄艿慕槿雽⒖蒲杏墒止ど�產(chǎn)變成了工業(yè)化生產(chǎn)。另一則新聞是美國(guó)重要智庫(kù)Mitre發(fā)布了一張人工智能系統(tǒng)對(duì)抗性威脅的場(chǎng)景圖，呈現(xiàn)出人工智能應(yīng)用從偵查踩點(diǎn)、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(chǎng)處理等網(wǎng)絡(luò)攻擊全鏈條場(chǎng)景，威力之大，超出想象。兩個(gè)案例從正反兩方面，充分表明人工智能運(yùn)用得當(dāng)，將造福人類(lèi)；運(yùn)用不當(dāng)，可能引發(fā)災(zāi)難，其所帶來(lái)的危害將不亞于核武器，而全世界只有9個(gè)擁核國(guó)家，但可能會(huì)有無(wú)數(shù)個(gè)濫用人工智能的機(jī)構(gòu)團(tuán)體，少數(shù)人給世界帶來(lái)災(zāi)難的風(fēng)險(xiǎn)在大大增加�？尚臕I，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(guò)程中的信息繭房、數(shù)據(jù)偏見(jiàn)、隱私泄露和市場(chǎng)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(yùn)營(yíng)機(jī)制，對(duì)模型輸出開(kāi)展審計(jì)，確保AI技術(shù)符合倫理法則和社會(huì)價(jià)值觀。

　　二是加強(qiáng)算力資源整合共享。人工智能大模型所需算力每3-4個(gè)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(lái)產(chǎn)業(yè)，都對(duì)算力提出了前所未有的需求。但當(dāng)前全國(guó)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(zhǎng)的主要是低端算力，而圍繞大模型、自動(dòng)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(cuò)位，甚至造成能源與資金浪費(fèi)。建議研究建立國(guó)家級(jí)的云計(jì)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(dòng)實(shí)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(qiáng)化數(shù)據(jù)供給與數(shù)據(jù)治理。AI模型的價(jià)值觀來(lái)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(duì)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(guò)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(yàn)，但相對(duì)于大模型，還遠(yuǎn)遠(yuǎn)不夠。在具體實(shí)踐中，一方面需要著力豐富數(shù)據(jù)種類(lèi)、強(qiáng)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(duì)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(zhuān)業(yè)統(tǒng)一，為建模提供堅(jiān)實(shí)基礎(chǔ)。要全面落實(shí)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(jí)分類(lèi)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(gè)人信息安全。

　　四是推動(dòng)大模型生態(tài)建設(shè)，積極開(kāi)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(guó)產(chǎn)大模型數(shù)量已超過(guò)200個(gè)，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(fèi)，另一方面在探索“大而強(qiáng)”通用模型的同時(shí)，結(jié)合具體應(yīng)用場(chǎng)景研發(fā)“小而美”垂直行業(yè)模型的資源投入相對(duì)不足。建議發(fā)揮產(chǎn)業(yè)上下游合力，推動(dòng)產(chǎn)學(xué)研深度融合，建立國(guó)家、行業(yè)基礎(chǔ)性規(guī)劃，加強(qiáng)合作協(xié)同，構(gòu)建自主可控、共生互補(bǔ)、健康可持續(xù)發(fā)展的良好生態(tài)。同時(shí)，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(wèn)題，確保人工智能合規(guī)、安全、有效應(yīng)用。包括建立模型評(píng)估與監(jiān)測(cè)機(jī)制，定期對(duì)模型進(jìn)行質(zhì)量檢查、性能評(píng)估、運(yùn)行監(jiān)控、風(fēng)險(xiǎn)審計(jì)，確保模型穩(wěn)定運(yùn)行；增強(qiáng)模型安全防護(hù)，研究深度防偽技術(shù)，建設(shè)對(duì)抗訓(xùn)練平臺(tái)，提升模型外部風(fēng)險(xiǎn)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(dòng)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(duì)伍，一方面要通過(guò)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(shí)型、技能型、創(chuàng)新型的工程化人才隊(duì)伍；另一方面要通過(guò)人才引進(jìn)、消化、吸收以及合理流動(dòng)，充分激發(fā)創(chuàng)新活力。

　　交通銀行愿與大家一起，堅(jiān)持“智能向善，開(kāi)放共治”，攜手推進(jìn)人工智能技術(shù)應(yīng)用，為數(shù)智時(shí)代的美好未來(lái)努力奮斗。