产学研共话人工智能技术前沿和应用 —CCF走进中金所技术公司

为探讨大模型、知识图谱等前沿金融科技赋能交易所数字化转型，促进产学研用深度融合，2023年6月20日，中国计算机学会上海会员活动中心（简称“CCF上海”）联合上海金融期货信息技术有限公司（简称“中金所技术公司”）成功举办“CCF走进企业”活动。本次活动编号：CCF-Ch-23-182，执行主席：CCF上海秘书长王昊奋。

“CCF走进企业”活动致力于搭建产学研用交流平台，深度连接各方在国内外当前形势下在关键技术、政策、人才和合作方面的需求，受到学术界和产业界高度关注。本次活动多位专家学者、企业界嘉宾齐聚中金所新大楼，围绕“人工智能前沿技术、应用和趋势”展开探讨与交流。

活动开始前，中金所党委委员、副总经理史光伟首先向到场的学术界、产业界的嘉宾表示诚挚的欢迎。他表示，产学研合作是交易所和技术公司战略落地的重要支撑。智慧交易所建设、科技监管工作等离不开一系列创新技术工具箱。未来希望有机会同学术界、产业界等机构一道，持续加强金融科技的合作、探索和应用实践。

CCF上海主席白硕教授对活动承办方技术公司表达了感谢，并期待双方在活动中进行思想碰撞，促进了解并互相学习。

技术报告环节，来自CCF上海主席、恒生电子研究院院长及首席科学家白硕，CCF上海秘书长、同济大学特聘研究员、OpenKG发起人之一王昊奋，IEEE高级会员、PlantData CTO胡芳槐博士，分别以《大语言模型——原理、挑战与金融领域落地路径》、《增强大语言模型关键技术与应用范式》和《驱动组织知识数字化转型：基于知识图谱的智能知识管理》为主题发表技术分享报告。

白硕主席从大语言模型的前世今生出发，对大语言模型的结构、训练成本及技术门槛等技术原理展开分享。大语言模型带来了很多机遇，对通用领域和金融领域产生全面冲击，未来将形成“语控万物”的应用格局。同时，大语言模型也面临着数据安全、内容可控性、业务连续性、成本顾虑等挑战。为了应对这些挑战，国产大模型平替和行业能力中心建设是较为可行的对策。

大模型的炼成包括从原始预训练模型、自建预训练模型和精调模型三条路径，其中精调模型是适配于行业AI大模型的落地路径。相较于通用领域而言，行业的优势在于懂模型、懂数据、懂应用。白硕主席从大模型的应用能力出发，拆解大模型应用场景，提出大模型在金融领域内部赋能的研发范式，能有效应用于智能客服、风控运营、投顾营销等典型金融业务应用场景。

白硕主席对打造金融行业大模型基础设施的关键问题进行讲解，包括数据的来源和规模、可行的训练部署方式、算力的部署等，指出行业机构落地大模型必须至少是垂直领域精调模型，并且可以通过大模型与金融领域已有的专业数据库、专业知识图谱等对接赋能金融领域应用。

王昊奋秘书长指出，美国人工智能公司OpenAI发布的ChatGPT引发了大语言模型迈向通用人工智能（AGI）的浪潮。不断演进的大语言模型在多任务学习场景和文本任务中表现出色，同时也催生了许多应用领域。与此同时，围绕大语言模型的“特征工程”逐渐演化为“提示工程”。通过诸如Chain-of-Thought等提示工程技术，人们能更充分地利用大语言模型。

为了在大模型时代中保持竞争力，企业需要运用增强关键技术来提高生产效率。其中，高级提示工程技术是其中关键技术，包括：多阶段提示、提示分解法和思维树分解法。利用外部语言模型和其他工具来增强上下文理解能力也不失为好的方法。

在应用落地方面，以GPT为基础，通过融合其他插件来构建大模型生态系统是一种可行的思路。这个生态系统将涵盖面向确定性、计算精准任务的应用，以及面向创造性任务和探索性任务的应用。通过构建基于大模型的软件即服务（SaaS）生态系统，并通过插件的方式能够不断拓展其能力边界。

王昊奋秘书长认为，目前的大模型发展阶段类似于智能设备的初期阶段，而ChatGPT则类似于那个时代的iPhone。未来，围绕大模型的应用将呈现多样化的阶段，而自主智能体和多智能体的协同将成为其未来发展的方向。

胡芳槐博士指出“新态势、新需求、新技术”三新场景下，组织知识数字化转型十分必要。知识资产正在成为数字化时代企业最有价值的资产，知识金字塔模型可助力企业实现数字化知识管理的目标。

当下，企业面临以ChatGPT为首的大规模语言模型浪潮。知识图谱虽然受到一定的冲击，但只要主动拥抱大模型，也可以构建“知识图谱+LLM”新范式。胡芳槐博士预测，基于新式知识图谱的知识中台将成为企业数字化转型的发展前沿。

在应用实践中，组织知识数字化具体包括四大需求，即：知识存量、知识增量、知识服务及知识决策。针对以上需求，融合组织知识数字化解决方案的三大关键特征，即“换轨（知识服务中台化）”、“变法（知识内容智能化）”和“转场（业务知识场景化）”，胡芳槐博士提出一种研发创新型组织知识管理中台的解决方案，以有效解决数字化转型问题，实现知识图谱技术赋能。

未来，组织知识数字化呈现“四度”发展，从“高度：构建知识中台”，“宽度：存量知识整合”、“深度：专项业务场景”以及“温度：人才发展应用”。胡芳槐博士指出数字化知识管理解决方案具有多种优势，还将得到持续应用，走出传统KM模式的人工投入重、应用深度浅、运营推广难、持续经营弱的状态。

圆桌交流环节，由技术公司总工程师高剑担任主持。来自CCF的3位嘉宾白硕主席、王昊奋秘书长、胡芳槐博士，以及技术公司苗仲辰博士，围绕大模型的可解释性及其安全问题、大模型给金融监管带来的机遇与挑战、大模型时代工作模式变化和程序员职业发展、知识图谱助力智能化运维等方向深入探讨，碰撞出前沿技术、金融应用融合的火花，为交易所进一步运用大模型、知识图谱等人工智能前沿技术提供启发价值和借鉴参考。

白硕主席指出大模型的可解释性及其安全问题可以从两个角度来看：一方面是技术本身的可解释性和安全，需要尽早确立适用的行业标准；另一方面是应用技术的机构或场景的可解释性和安全，如制定跨境数据传输等政策红线。大模型确实给金融监管带来了新的挑战，未来市场机构基于大模型的服务越来越多，但人作为最后一道关卡必不可少。大模型在意图识别、代码生成等领域确实有它的优势，给IT从业人员带来的冲击比想象中要大得多；未来，在软件工程效率提升、低代码架构等方面可能会引发大浪淘沙式的变革。

王昊奋秘书长认为现阶段AIOPS等背景发生巨大变化，云环境运行、跨网络互操作等与传统机房的智能化运维有很大区别。企业逐步迈入研发运维一体化（DevOPS），以减少中间链路。利用大模型的语言能力、知识能力、推理能力、计算能力和交互能力有助于运维中异常发现、根因分析及定位，进一步可以主动发起干预和修复工作。现阶段已有的代码数据、文档数据等等，能够方便地借助人工智能去实现信息化、数字化、指数化和服务化。增强大预言模型开箱即用，通过简单直接的改进，实现不同场景下知识和能力的适配。具体地，在运维场景如果能通过大模型和AIOPS实现提前发现问题，是一个不错的落地方向。

胡芳槐博士提出从人、产品和软件工程的角度去拥抱大模型的变化。此前程序员编码工作是双屏对话（工作台+搜索引擎）；未来是三屏回话（工作台+搜索引擎+大语言模型）。知识图谱也需要拥抱大模型，如使用大模型产生和挖掘数据，以及分析大规模知识图谱的关键关系等。

苗仲辰博士围绕企业使用大模型等前沿技术的安全性、可解释性等方面阐述了自身见解。苗仲辰博士提到前沿技术的应用和落地不仅需要考虑对技术本身的信任，也需要对使用前沿技术的人的信任、对前沿技术分析结果的信任与理解，这就需要企业员工深入了解技术趋势、扎实掌握新技术原理，并不断促进业务技术融合。近年来，监管机构启动了多批次资本市场金融科技创新试点项目，为行业提供了更上层的机制来促进金融科技创新，允许企业在受控环境下先行先试，有助于更加安全、合规、有效地运用新技术。

活动现场气氛热烈，来自中金所及技术公司、数据公司领导和同事参加了本次活动。

活动结束后，与会人员合影留念。

未来，技术公司将围绕交易所战略中有关“聚焦业务价值，构建数字化核心能力，科技赋能高质量发展”的工作思路，在人工智能等关键技术领域持续加强同CCF、高校等产学研机构合作，进行前瞻性研究和应用探索，切实助力交易所发展质量提升。