“建立人工智能安全监管制度”“完善生成式人工智能发展和管理机制”，《中共中央关于进一步全面深化改革、推进中国式现代化的决定》(以下简称《决定》)为打造人工智能发展新引擎、构建安全有序的人工智能发展环境指明了方向。
随着科技的飞速发展，生成式人工智能(AIGC)异军突起，人工智能大模型在金融、教育、医疗等领域的应用实现了从理论创新到实践落地的重大跨越，各类应用产品进入高速发展期。
“AI是新质生产力的关键支撑技术，‘人工智能+百行千业’或将带动新一轮工业革命，为高质量发展注入强大动力。”360集团创始人周鸿祎说。党的二十届三中全会强调，完善促进数字产业化和产业数字化政策体系。在此背景下，中国发展大模型的关键是要抓住场景红利，将大模型向产业化、行业化、垂直化，深度定制方向发展，加速形成新质生产力，通过人工智能技术与传统产业的深度融合，打造新质生产力，为推进中国式现代化打造新引擎。
推陈出新实践中探索与行业结合
垂直或专属于行业、企业、机构的大模型，逐渐成为人工智能技术发展的新模式，也得到政府部门的高度重视。教育部党组书记、部长怀进鹏提出，要大力推进智慧校园建设，打造中国版人工智能教育大模型。
不仅在教育领域，当前，在金融、交通、政务、医疗、科研等领域“群模大战”如火如荼，诸多企业与研究机构都在追求更大参数规模、更高算力和更强通用性的模型结构，但面向不同行业和领域的差异化需求，通用大模型并不适合所有行业。
专家认为，通用大模型无法具备解决行业、领域等专业问题的能力，大模型的商业应用逻辑逐渐呈现出多样化、定制化的特点，大模型演化为“通用—行业—领域”的垂直化发展模式。
金融行业具有多场景、多数据、多知识的特点，为人工智能大模型发挥价值创造了便利条件。《》记者注意到，经过数年的经验积累与研究实践，大模型的应用不仅加速了千行百业的数智化转型，同时，大模型本身在短期内也实现了迭代升级。金融机构正积极结合行业特点、需求、场景寻找适配的AI大模型发展模式。
相关尝试已有突破。以消费金融行业为例，招联消费金融在完成首个130亿参数开源大模型“招联智鹿”后，又在近期推出首个小参数轻量级模型——“招联智鹿二代”，用半年多时间完成了大模型的二次迭代。
“轻量级大模型尽管参数缩小，但却可以通过升级优化模型结构，改善数据质量和训练方法达到提高性能、减少算力消耗的效果，进一步提升应答效率，保证终端服务质量，同时，还可以有效保护用户数据隐私。”招联消费金融相关负责人表示。
业内人士认为，大模型作为新质生产力，正在推动金融行业生产工具的发展，提升金融行业的决策效率和服务水平，同时，也在推动金融行业的创新发展。随着技术迭代创新，大模型将在更深层次上广泛赋能金融行业现有业务、新业务，不断形成新质生产力。
大模型要用起来，才能活起来。无论是金融还是医疗、零售、运输、制造等行业，大模型的“下一站”是要进一步找到更多的从技术突破到落地应用领域，提升场景交互能力，持续探索产业应用价值。
就应用端而言，京东探索研究院院长、京东科技人工智能业务负责人何晓冬认为，智能体、数字人、具身智能是未来大模型与终端用户的核心交互介质。
当前，在供应链场景中，“数字人”已经活跃在直播间和一线业务场景，智能体也在云端提供个性化的垂类服务，一大批具身智能正在探索供应链场景中的应用价值。
夯实技术底座筑牢数据安全防线
场景是大模型的“练兵场”，数据是大模型的“养料”。因此，数据安全治理是发展金融大模型绕不开的重要课题，高质量数据也是确保金融大模型有效运行，为用户提供精准、及时信息服务的保障。《决定》提出，加快建立数据产权归属认定、市场交易、权益分配、利益保护制度，提升数据安全治理监管能力，建立高效便利安全的数据跨境流动机制。全行业亟须加快构筑形成组织、管理、技术、运营四位一体的金融数据安全治理体系框架，提升协同共治水平，筑牢数据安全防线。
筑牢数据安全防线离不开法治和制度支撑。近年来，我国已针对数据安全问题出台了网络安全法、数据安全法、个人信息保护法等一系列重要政策和法规，制定促进平台经济、数据跨境流动、重要数据保护等方面的一系列法规和标准。
事实上，数据安全是一把“双刃剑”，做好数据安全并非要“一刀切”地管死，而是既要防范隐私泄露、数据滥用等潜在风险，又要促进数据流通使用、提高资源配置效率。
国家数据局局长刘烈宏日前在国新办新闻发布会上表示，统筹数据发展和安全还面临不少挑战，要在遵守数据安全法律法规的前提下，加大支持数据发展的政策供给，积极鼓励试验探索，创新发展模式。
“我们要先立后破，建立健全数据基础制度。坚持以制度建设为主线，加强顶层设计、总体谋划，抓好数据产权、流通交易、收益分配、安全治理等政策制定，加快构建适应数据要素特征、符合市场规律、契合发展需要的基础制度。”刘烈宏说。
筑牢数据安全防线，还需要进一步夯实技术底座。中国科学院院士冯登国表示，数据安全的跨域外延不容忽视，新时代的数据安全问题跨越了网络空间，触及物理空间和社会空间，人机物互联的普及使得现实世界与虚拟世界的界限日益模糊，跨域数据安全成为不容小觑的挑战。
在业内人士看来，确保数据安全已不单纯是技术层面的挑战，更是对数据采集、存储、传输、使用、销毁等覆盖数据的全生命周期、全流程管理的考验。
信息技术的发展日新月异，产业发展和应用需求所关注的数据安全范畴也不断扩展。对此，冯登国认为，为了保证国家层面的数据安全，必须紧密结合产业和应用实际，自主掌控一批关键核心技术和产品，构建自主可控的产业链、供应链炒股配资利息，推出切实可行的安全解决方案和标准规范，高质量推进数据安全产业发展。
文章为作者独立观点，不代表在线配资公司观点
相关文章
