马上消费蒋宁：强化学习和持续学习技术、鲁棒性技术、组合式 AI 系统技术是大模型里的三个关键技术

封面新闻记者吴雨佳

7月6日，2023世界人工智能大会(WAIC)在上海世博中心及世博展览馆正式举办，全国各地专家、学者、资深从业者等大咖围绕大会主题“智联世界生成未来”各抒己见，畅想未来。

“要发展下一代人工智能技术，必须具有辩证思维。AI大模型正在成为赋能千行百业、引领产业变革的关键力量，但仍面临在关键决策上的动态适应性、鲁棒性、合规可信等核心问题。我们关注的不仅仅是大模型的亿级参数量，因为参数规模主要是计算能力和基础设施能力的比拼。”马上消费CIO蒋宁围绕金融大模型的数字金融创新实践发表了自己的观点。

自ChatGPT问世以来，AIGC、AI大模型等在互联网、金融、科技等行业迅速崛起，甚至掀起了“百模大战”、“千模大战”等。金融行业作为一个数据、技术密集型行业，对技术和数据的应用需求是广泛而深入的。“大模型在金融领域有广泛的应用前景，推动构建用户个性化服务体验。在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”蒋宁表示。

他也提到了大模型里有三个关键技术，分别是强化学习和持续学习技术、鲁棒性技术、组合式 AI 系统技术。首先，“强化学习和持续学习技术非常重要，其核心并不是千亿级的参数，而是基于开放环境设计有价值的正向反馈机制，使得系统越用越聪明，实现持续自我学习和成长。OpenAI的核心能力不仅是表面的ChatGPT巨量模型参数，更在于其幕后的强化学习机制和各种生态能力的建设。ChatGPT生态体系的用户使用让ChatGPT越用越聪明，实现了持续的先发优势，这也是国内各种大模型的挑战。目前，国内的各种大模型还未完成自适的生态体系建设，强化学习能力仍需持续进步。其次，鲁棒性技术也是大模型在关键决策领域落地的核心能力，如何能帮助排除噪音以及干扰性问题，在突发和不可预期情况，实现关键决策的持续稳定和合规可信尤其关键。最后，构建组合式 AI 系统是发展趋势，有效结合各种垂直领域的辨别式模型的可用性和专业性，以及生成式大模型的迁移学习和泛化能力强的特点，从而在工业界真正发挥大模型的泛化能力优势。返回搜狐，查看更多

责任编辑：