当前位置:首页|资讯|金融|融资|ChatGPT

金融新基建丨ChatGPT爆火出圈,AI写研报、做投顾的时代来了?

作者:21世纪经济报道发布时间:2023-02-06

原标题:金融新基建丨ChatGPT爆火出圈,AI写研报、做投顾的时代来了?

21世纪经济报道李览青 上海报道

人工智能写研报、做投顾的时代或许来临了。

2月5日,财通证券李跃博团队采用聊天机器人ChatGPT撰写了一篇医美行业研究报告《ChatGPT实测:提高外在美,增强内在自信——医疗美容革命》。

在这份由ChatGPT独立撰写的研报中,对医美行业的定义、发展史、项目分类、产业链进行了详尽描述,阐述了全球医美市场发展动态、监管情况,介绍了当下轻医美的崛起、中国医美市场现状及相关法律法规、合规要求,盘点了全球医美行业主要参与者,甚至对疫情后中国和全球医美市场进行了预测。

ChatGPT这款在11月30日由人工智能研究实验室OpenAI发布的聊天机器人,在今年1月份的月活跃用户预计已达到1亿。而今在实现商业化落地后,A股市场ChatGPT、AIGC概念股持续走热,赛为智能、海天瑞声、云从科技、初灵信息、汉王科技等概念股领涨,上周涨幅均超过60%。

对于金融行业而言,ChatGPT的横空出世,在惊艳众人之余带来了一个更为现实的问题,在智能投研、智能投顾不断发展的背景下,未来投研分析师、投资顾问的职位是否可能会被机器人取代?

向认知智能迈进一大步

“ChatGPT像个人,从能力与情商上接近于一名中级员工。”

在体验ChatGPT后,一位券商投顾团队负责人向记者发出这样的感慨。和以往一些人工智能客服相比,ChatGPT对投资相关泛性问题的回复非常得体,对不了解的内容也很坦诚。

ChatGPT的“类人化”,得益于其认知智能水平的进一步提升。

“ChatGPT的意图理解能力,已经达到了非人类理解人类语言所从未达到的巅峰。”恒生电子首席科学家白硕告诉记者,ChatGPT模型爆火的原因,在于其理解人的语言、生成人的自然语言已经达到一个新的境界

人工智能的三个层次分别是计算智能、感知智能、认知智能,而ChatGPT代表着人工智能在认知智能方面向前迈了一大步。

据通联数据资深算法专家薛伟介绍,目前机器存储和计算的能力早已超越人类,而视觉、听觉、触觉等机器感知能力也在各行各业有广泛应用,其中最有挑战的就是认知智能,机器的认知智能,需要具有理解和思考的能力,在掌握大量知识储备后进行推理和决策。

“ChatGPT模型中存储了大量的知识,并且能够做一定水平的推理,表现出了一些在之前的小模型中不曾出现过的能力。”薛伟指出,ChatGPT打破了模型性能相对于模型规模的线性增长定律,实现了指数增长,未来随着使用更大规模的语料数据,以及其他的技术上的进步,大模型有望继续提升认知智能的水平。

白硕向记者表示,ChatGPT具备强大的指令学习能力,其能够理解的任务指令不仅包括回答问题,还包括信息检索、文章写作、问题求解、程序设计、作曲等等。同时,ChatGPT能够精准捕捉上下文所确定的代词所指,在多轮对话中准确进行意图识别。

ChatGPT如何进行研报等需要逻辑支撑的文献写作?

他指出,ChatGPT生成的文本之所以具备逻辑性,是基于“思维链”技术。机器通过接受人类的指导训练,学会如何将零散的事件、观点和证据装配成缜密的叙述或论述,要在“论点-论据”这么大的颗粒度上实现现场组装,需要人类高强度的训练,排除很多不可能正确的路径和分支,这就是基于人类反馈的强化学习。

分析师和理财顾问会失业吗?

对于金融行业而言,可以独立撰写研报、服务水平相当于中级投顾的ChatGPT,能否取代投研分析师和理财顾问?

对此,ChatGPT给记者的回答是:“不能替代投资顾问,投资顾问可以根据客户的独特情况为其提供个性化的投资建议,这是我无法替代的。”风险方面,ChatGPT表示,其应用是基于客户信息,存在着隐私泄露的风险。同时,ChatGPT坦言,其应用也存在着一定的准确性问题,因为它是基于人工智能技术,其准确性取悦于使用的算法和训练数据,而且它也无法取代投资顾问的人际关系和投资经验。但ChatGPT表示,自己可以替代投研分析师,因为其可以根据公司的需求,结合市场趋势分析和数据分析,为公司提供投资决策建议,推动公司利润增长。

在使用ChatGPT撰写研报后,财通证券指出:“不可否认的是,ChatGPT在文字表意、标题撰写等方面均具有较高水平,但采用该种直接生成+翻译模式形成的报告具有标点和术语存在明显错误、无法得知引用数据来源及可靠性、部分复杂语句翻译后表意不清晰等问题。”

“ChatGPT像一个优秀的实习生。”某券商债券分析师团队负责人向记者表示,当下这是一个好的工具,但由于国内训练数据更新不及时,其知识储备还存在不足。

另一家券商的债券分析师告诉记者,ChatGPT目前还只能做最基本的科普研究,主观性较强的内容还难以替代,每个领域都有一套自己的研究逻辑,目前ChatGPT还没能掌握。

在投顾领域,目前国内在智能客服、智能投资顾问方面已展开探索。

据浙江大学金融科技研究院首席金融科技专家邵辉向记者介绍,国内线上理财的智能客服往往通过识别用户意图,并匹配到特定的对话模板来实现服务。如2017年支付宝的理财客服“支小宝”的前身“安娜机器人”试图将金融知识图谱与客服机器人和闲聊机器人结合,期望通过基于深度学习的自然语言处理模型处理复杂的市场信息,帮助个人客户做出理性投资,但是存在许多问题,其中一个主要问题,是当时的对话模型缺乏多轮对话能力,如今ChatGPT在多轮对话上取得了重大突破,但对于金融理财或投资仍存在问题。

“金融投资需要多样性。”邵辉指出,当投资者向ChatGPT提问时,可能会得到类似的答案,这主要是由于大规模预语言训练模型难以保证出现多样化答案,因此在智能投顾流程中,ChatGPT只能作为重要环节,而非主导环节,个人偏好也应由用户自己决定,而不是由机器决定或诱导。

通联数据智能投研业务中心总经理许丹青则认为,机器人目前难以替代人工投资顾问的情感陪伴价值。她表示,在不同的市场情况下,投资顾问需要对投资者进行情感陪伴与长期投资者教育,但ChatGPT对于回答的真假认定尚不清晰,理财领域需要的专业市场知识、以及资产配置模型等尚有欠缺,另外在情感陪伴方面,暂时无法像真人一样提供场景化、兼具专业与同理性的顾问服务。

ChatGPT在金融领域的落地畅想

在金融领域,ChatGPT以及其代表的AIGC(人工智能技术生成内容)的商业化落地还有多远?

据薛伟介绍,在投研领域,ChatGPT主要应用的大规模预训练语言模型技术已被广泛投入使用

数据结构化方面,通过在金融领域经过优化的大模型,实现公告和研报等数据的结构化,大幅提高数据生产效率。另类数据挖掘方面,通过大模型在海量的非结构化文本中挖掘投资信号,针对股票、债券等各类标的,生产丰富多样的情绪数据。在搜索引擎中,大模型能够大幅提升语义搜索的能力,面对复杂多变的语言数据,准确的找到满足用户需求的结果。内容生成方面,基于大模型强大的语言生成能力,完全依赖模型或者通过辅助人工的方式,提高内容生成的效率和质量,包括辅助研究员写研报等场景。投顾领域的技术主要在于知识库的结构化整理、智能问答的实体抽取与上下文识别,对答案进行结构化整合等。

若将ChatGPT引入金融业,白硕表示,还需要解决ChatGPT在金融领域落地的“最后一公里”。

白硕告诉记者,如今ChatGPT可以在公网部署,在运营使用中不断迭代,这是基于它这个大模型的原始能力。但当其引入垂直金融领域落地时,其预训练环节还需要调整。一方面需要做加法,用金融领域的私有、专有数据对其进行增强样本的训练,补足通用模型在金融领域的短板;另一方面需要做减法,将超大模型中金融领域用不到的资源摘除。

“未来,需要将专业性的应用系统,如金融领域已有的专业数据库、专业知识图谱及其他资源,与ChatGPT的意图理解能力、语言生成能力以及场景掌控能力进行对接,解决商业化落地的最后一公里。”白硕表示。

更多内容请下载21财经APP


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1