東方財富人工智能首席科學家劉志毅：大模型應用需聚焦專業場景 AI治理關鍵在可解釋性

21世紀經濟報道 見習記者餘紀昕 上海報道

12月6日，上海市臨港新片區主辦的“2024年滴水湖新興金融大會”隆重舉行。當日下午，在南方財經全媒體集團、21世紀經濟報道承辦的“2024南財數字金融領航者論壇”上，圍繞“數字時代的金融變革新趨勢”主題，東方財富人工智能首席科學家劉志毅在圓桌論壇上發表了相關觀點。

圖：劉志毅

劉志毅首先剖析了大模型在金融信息服務領域面臨的三大核心應用挑戰。"金融行業對信息處理的要求極其嚴苛，不僅需要應對信息的高度複雜性，更要確保極強的實時性，需要模型有更好的可解釋性。"劉志毅以東方財富AI研究院的最新研究成果爲例，詳細闡述了其團隊的技術突破，"我們創新性地運用深度學習架構，構建了多維信息關聯網絡，使模型能夠精準捕捉金融數據間的潛在聯繫，實現了信息價值的深度挖掘，並且在可解釋性上做出新的闡述和突破，這一技術創新顯著提升了專業用戶的決策效率。"

在信息連接層面，劉志毅介紹了團隊採用的雙軌並行的技術路線。"第一條技術路徑聚焦於信息壓縮算法的優化，通過高效的壓縮機制實現智能化處理，在保證信息完整性的同時大幅提升處理效率。第二條路徑則是創新性地將強化學習應用於大小模型協同，"他進一步解釋道，"這種創新的協同機制使模型能夠根據不同場景需求靈活調整決策策略，不僅提升了推理的準確性，更實現了效率的質的飛躍。"

針對企業對AI的戰略定位問題，劉志毅提出了具有前瞻性的見解。"目前市場存在一個普遍的認知偏差，即將AI簡單視爲人力替代方案。這種理解既不符合技術發展規律，也限制了AI的價值發揮，"他強調，"我們需要將重點轉向如何通過AI增強和拓展人的專業能力。這個新時代的核心特徵是人機深度協同，關鍵在於找準AI介入的最佳場景，在確保成本可控的前提下實現價值最大化。"

在投入產出評估這一重大問題上，劉志毅提出了系統性的戰略思維框架。"當前市場普遍存在短視傾向，過分關注即期回報，這種思維方式與AI發展規律存在根本性矛盾，"他指出，"AI投資必須要有更長遠的戰略眼光，建議以5到10年爲規劃週期。"劉志毅以通信革命爲例，生動闡釋了技術演進的規律，"就像從座機到移動通信的跨越一樣，大模型技術也需要經歷完整的發展週期。在這個過程中，務實的技術路線選擇和精準的場景定位顯得尤爲重要。"

在AI治理方面，劉志毅特別強調了可解釋性這一核心命題。"隨着AI應用場景的不斷拓展，可解釋性問題已經成爲制約行業發展的關鍵瓶頸，"他指出，"特別是在金融這樣的高風險領域，AI系統的每一個決策都必須是可追溯、可解釋的。"

劉志毅介紹了團隊在這一領域的創新探索。"我們正在積極研究White box Transformer技術，這是一項突破性的技術創新，"他解釋道，"與傳統的黑盒模型不同，White box技術讓我們能夠深入理解AI決策的具體過程，這不僅提升了系統的可信度，更爲風險管控提供了堅實基礎。"

特別值得一提的是，團隊創新性地提出了"算法治理自動化"的理念。"傳統的人工監管方式已經難以適應AI快速迭代的特點，"劉志毅強調，"我們正在探索通過算法實現治理自動化，建立起自適應的風險管理機制。這不僅能提升治理效率，更能確保治理措施的及時性和有效性。"

展望未來發展方向，劉志毅特別強調了"AI for Science"的戰略價值。"過去二十年，我們見證了互聯網在應用層面帶來的變革，但這種創新模式已經遇到了天花板，"他分析道，"AI的出現爲我們開闢了一條全新的創新路徑，讓我們有可能突破傳統的創新範式限制。"

劉志毅提出的"硬科技+AI"理念，着眼於用AI重塑科技創新的基礎範式。"傳統的科研創新往往需要20年甚至更長的週期，這與當前快速變化的市場需求存在明顯差距，"他解釋道，"通過AI賦能，我們有望將這一週期壓縮至5-10年，這種效率提升將從根本上改變科技創新的格局。"

在具體實踐中，劉志毅認爲AI將在多個領域發揮關鍵作用。"比如在新材料研發領域，AI可以幫助我們快速篩選和優化材料配方；在生物醫藥領域，AI可以顯著加速藥物分子的設計和篩選過程，"他舉例說明，"這些都是AI與硬科技深度融合的典型案例。"

"更重要的是，這種融合將催生全新的商業模式和產業形態，"劉志毅進一步指出，"我們已經看到一些創新企業開始將AI的計算能力作爲基礎設施，爲傳統產業提供創新加速服務。這種模式不僅能夠提升創新效率，更有望重塑整個產業的價值鏈結構。"

劉志毅強調，實現這一願景需要企業具備精準的戰略眼光。"未來的競爭優勢將更多地來自於AI與硬科技的深度融合，這要求我們在技術路線選擇和場景應用上有更精準的判斷，"他總結道，"只有將AI的創新潛力與實體經濟的發展需求緊密結合，找準應用場景和突破口，才能真正實現技術創新的價值轉化，推動產業升級和經濟高質量發展。"