在艾伦·图灵研究所(The Alan Turing Institute)最新的一项研究中,我们看到了大型语言模型(Large Language Models,LLMs)的一种可能性。它有望通过检测欺诈行为、生成财务洞察以及自动化客户服务,为金融行业带来更高的效率和安全性。

LLMs 可能在 2 年内彻底改变金融行业-LMLPHP

由于大型语言模型具有快速分析大量数据并生成连贯文本的能力,人们对其在改善医疗保健、法律、教育以及金融服务等领域服务的潜力有了越来越深的理解。

这份研究报告,是首个专门探讨大型语言模型在金融生态系统中的应用。研究结果显示,金融领域的从业者已经开始利用大型语言模型来支持各种内部流程,比如法规审查。同时,他们也正在评估它支持外部活动的潜力,如提供咨询和交易服务等方面。

研究团队在进行文献调研的同时,也组织了一个由43位专业人士参与的研讨会。这些参与者来自各大商业银行、投资银行、监管机构、保险公司、支付服务提供商,以及政府和法律专业领域。

根据研讨会的反馈,大多数与会者(占52%)已经开始利用大型语言模型来提升信息导向任务的效率,包括会议记录的管理、网络安全和合规性的洞察等。此外,有29%的与会者则通过大型语言模型提升了他们的关键思维技能,还有16%的与会者利用大型语言模型来解决复杂任务。

LLMs 可能在 2 年内彻底改变金融行业-LMLPHP

当前,该行业已经在搭建系统,目的是通过快速分析大量文本数据来提高生产效率,简化决策过程,进行风险分析,以及优化投资研究和后台运营。

在探讨大型语言模型在金融领域的未来应用时,与会者普遍认为,未来两年内,大型语言模型将会被广泛应用于投资银行和风险投资策略的开发。

此外,与会者还预测,大型语言模型可能会被融入到改善人机交互的技术中,例如:通过语音识别和嵌入式人工智能助手,能够大大降低知识密集型任务的复杂性,如法规审查等。

然而,与会者也指出,大型语言模型的应用并非无风险。金融机构受到严格的监管标准和义务的约束,这限制了他们使用那些无法解释、无法预测输出、无法保证一致性或无法避免错误风险的人工智能系统。

根据研究结果,研究团队建议金融服务行业的专业人士、监管机构和政策制定者应联手合作,共享并深化对于大型语言模型实施和使用的理解,尤其是在安全问题方面的知识。同时,还强调了开源模型日益增长的关注度的重要性,建议积极探索并有效利用这一趋势。然而,他们也指出,解决安全和隐私问题将成为一项优先级极高的工作任务。

LLMs 可能在 2 年内彻底改变金融行业-LMLPHP

教授卡斯滕·梅普尔(Carsten Maple),作为这项研究的主导者以及艾伦·图灵研究所的图灵学者,阐述了他的观点:“银行和其他金融机构一向以其敏锐的技术洞察力和高效的运营模式而闻名,对于新兴的大型语言模型技术,他们也毫不犹豫地进行了采纳。我们成功地汇聚了金融生态系统中的专家,共同探讨和理解这些技术在大规模应用中的用例、潜在风险、价值贡献以及实施时间线。”

艾伦·图灵研究所的金融和经济项目主任,卢卡斯·斯普鲁赫(Lukasz Szpruch)教授,对大型语言模型在金融行业的应用表示乐观的态度。他认为,这种新兴技术的出现对金融行业有着巨大的益处,并且,将其运用于这个严格受到监管的行业,有可能塑造并引领其他行业的最佳实践。他强调,这项研究揭示了研究机构和行业在共同评估新技术所带来的巨大机遇,以及实际和道德挑战的过程中,可以确保新技术安全实施的重要性。

这份研究报告,就如一道亮光,照亮了大型语言模型在金融行业的应用前景。然而,光明之下,也存在着阴影。就如同与会者所指出的,大型语言模型的应用并非无风险,我们需要对其进行深入研究,以确保其在金融领域的应用不仅能提高效率,还能保证安全。

总的来说,大型语言模型在金融领域的应用前景广阔,但也存在着挑战。我们需要通过深入研究,克服这些挑战,才能最大限度地发挥其潜力,为金融行业带来更高的效率和安全性。

04-02 21:10