近日，科技部副部长吴朝晖在2023年中关村论坛上指出，，将引发经济、社会、文化等领域变革，有望推动人类社会迈进智能增强时代。
“谁也没有想到，在获得足够庞大的数据之后，大模型会涌现出如此惊人的能力。对比人脑，大模型的神经元连接权重还远未到达人脑的地步，但人脑进化用了几亿年时间，大模型的进化速度将远超我们的想象。”中国科学技术大学信息科学技术学院副院长、教授、博导李厚强在“天马杯”全国高校科技大赛总决赛上表示。
自从ChatGPT出现后，人工智能的想象空间被无限放大，专家对人工智能大模型给予了厚望，各大企业也跃跃欲试，纷纷加大布局和探索力度，AI大模型或许正成为一个不容错过的历史机遇。
金融产业，需要“AI摆渡者”
事实上，每一次人工智能的高潮，都在推动人工智能的崛起。如果说，现在的我们正处于一个巨大的软件互联网生态系统中，那么未来我们或许会进入一个巨大的人工智能互联网生态系统，从目前AI大模型展露出的能力已经足以让人们想象出未来的科技蓝图。
没有人能够预测科技生长的方向，就像没有人能够预测到ChatGPT的爆发，但总要有人去攀登科技的“珠峰”。
AI大模型的潜力是有目共睹的，新加入AI大模型的玩家也有些数不过来。各个领域都在通过创新形式不断探索AI大模型的未知领域，或是加大科研投入、或是走访企业吸取经验、或是举办科技竞赛集思广益等。
上面所提到的“天马杯”全国高校创新大赛是持有消费金融牌照的科技驱动型金融机构——马上消费主办的第四届科技主题竞赛，而这届的主题就是“元启无限，AI创未来”，是对AI大模型的一场“探索之旅”，共同寻觅生成式AI、NLP等前沿技术落地的有效路径，据悉，该大赛已吸引了国内外110所高校学子积极参与。
可见，大模型技术确实有足够的吸引力，且确实将对人类的生活、生产以及经济和社会产生一定的影响。
吴朝晖也表示，要继续加强大模型技术创新发展，推动行业落地应用，强化伦理风险治理，让人工智能更好地造福人类社会。
但其实AI大模型在发展中还将面临几个问题。李厚强将其概括为：AI芯片卡脖子难题、研发过程存在技术细节缺失问题、以及数据难获取的问题。
事实上，不只是底层的大模型技术需要进化，面对新一轮科技迭代，作为底层支撑的金融产业必然也需要随人工智能时代到来做出相应的改变。“AI大模型将为金融产业带来巨大变革”，李厚强表示。
作为大赛的主办方，马上消费基于消费金融领域的专业知识，使用来自人类反馈的强化学习来训练语言模型。就目前实践成果来看，其高度拟人的虚拟客服完成重复问题简单快速处理，达到95%准确率，降低金融服务成本，提升了用户体验；依托智能网络安全，深化7400万用户关系图谱，提供智能机器人服务超10亿次，全场景安全验证可信人脸识别超2亿次。
人工智能技术正贯穿金融产业链，为金融业高质量发展注入强劲动力。而马上消费扮演的正是金融产业中“AI摆渡者”的角色。
协同“产学研”，解决大模型产业落地难题
值得一提的是，当前人工智能大模型发展核心的问题是缺少科技人才，所以高校人才培养、人才引进等非常重要。
从《AIGC⼈才趋势报告》中可以看出，自Open AI在2021年推出以来，对于AIGC相关的人才争夺就已经开始了。2021年1-2月，AIGC相关岗位招聘同比上升281.88%，而后的2022年和今年的1-2月，招聘数量分别保持了76.74%和31.3%的同比增幅。
当然人才的培养不可能一蹴而就，需要经历较长培养周期，并且需要让人才顺利实现从“学术象牙塔”到实际产业的过渡。除了要考虑人工智能技术发展的先进性之外，还要解决AI与行业Know-How结合的问题。因为AI只有与行业特性相融，才能真正实现技术扩散，带来帮助企业或行业降本增效的实际价值。“天马杯”大赛就是一个将高校学生的理论知识落地到实践的赛事。
科技只有落地应用才能发挥价值，要理论联系实践。李厚强在采访中表示，“因为科技不仅要做前沿研究，更重要的还是落地应用，然后才能够自动发展起来”。
马上消费深谙此道，曾联合南开大学提出了多方移情对话的任务，并发明一种带有同理心、面对多人沟通的对话技术，可以让机器人能更具备同理心参与多人对话中，基于此撰写的论文被ACL 2022录用；与四川大学等联合申报《云平台环境下智能数据治理和隐私安全的关键技术研究及产业化》项目还获得吴文俊人工智能科学技术奖等。
最新消息披露，马上消费已与中科院、南开大学、华中科技大学等16所高校和科研院所联合共建实验室，并在人脸识别、知识图谱、深度学习、客服机器人、对话文本摘要等项目中取得突破性进展，加速成果转化。截至目前，已发表十余篇顶会论文，包括ACM、MM、EMNLP、ACL等刊物，期刊源为CCF-A 、CCF-B等。
李厚强表示，国内对AI大模型的研发进展很快，未来还会诞生更多可能。
需要注意的是，国外已开始试图制定行业标准，而行业标准背后，主要还是涉及到技术安全。因为技术越强大，危险性越高，尤其是在垂直产业落地上。金融产业最为敏感，现已有国内金融机构积极推动相关标准的制定，重点落在规范约束和风险监控两个方面。