微众媒体学院北京开讲：大模型技术在发展应用中显现算力、算法、数据三大挑战

近年来，以大模型为代表的AI技术进入发展快车道，成为当下最受大众瞩目的热点话题。

而在大模型的实践应用中，金融行业由于具备数字化程度高、商业化应用场景潜在价值高等优势，成为了AI大模型落地应用的最佳场景之一。

7月2日，微众媒体学院系列活动在北京举行，微众银行首席人工智能官杨强，微众银行人工智能首席科学家范力欣等多位行业专家学者以“大模型时代AI前沿与金融应用”为主题，分享趋势洞察，探讨AI技术前沿与金融落地实践。

在业内专家看来，大模型技术在发展应用中显现三大挑战：一是从算力角度，大模型的训练过程中需要庞大的硬件算力资源支撑，大模型参数规模呈持续扩张趋势，对算力提出了更高要求；二是从算法角度，大模型生成内容可能存在安全风险，同时广泛存在隐形偏见的可能性；三从数据角度，近年来各项法律法规对私域数据的使用有“数据可用不可见”的要求，在医疗、金融等行业都存在海量自治的高质量数据，但受限于隐私无法共享利用。

作为以科技为核心发展引擎的数字银行，微众银行积极探索将大模型等人工智能前沿技术应用于金融领域的多样化可能性，同时坚持“审慎发展”的原则，关注数据安全与隐私保护。

以业界领先的隐私计算联邦学习技术为特色，微众银行构建起能够支撑和服务金融业务的场景化生成式AI Agent Store（人工智能业务助理矩阵）。

微众银行首席人工智能官杨强在分享时表示，大模型的应用落地涉及数据管理、算法优化、系统设计和成本控制等多方面的综合挑战，需要持续的技术创新和策略调整，以推动AI技术更加成熟、高效地服务于社会各个领域。