4006-998-758
3000+课程任你选择
AI大模型赋能金融行业应用
研发学院 AI大模型赋能 开课时间:2024-12-23
刘捷

曾就职于 IBM 中国研发中心,任 WebSphere 软件架构师。

后加入 BEA 中国区专业服务部,任高级技术顾问、首席顾问、项目经理

主要负责 BEA 客户项目的架构设计和项目开发、技术支持,保证项目的成功实施、运行及维护。参加过全省、全国多个大型的计算机应用项目,涉及的行业领域包括电信、银行、 税务、社保等。 


查看老师详情
课程内容

为什么需要该课程


当前,金融科技已经从“立柱架梁”迈入了“积厚成势”新阶段,越来越多的金融机构积极使用数字技术来为金融血脉注入全新能量。人工智能技术正加速与金融产业深度融合,以 ChatGPT 为代表的大模型技术不断进化,为金融业带来深刻变革,驱动金融服务更加高效、便捷、有温度。

ChatGPT 拥有持续的多轮对话能力,并具备一定逻辑推理能力,在生成文章、生成代码、翻译等方面展现出令人惊叹的水平。ChatGPT 的问世,意味着人工智能从 1.0 时代迈入了 2.0 时代。ChatGPT 背后的 GPT 大模型技术是下一代 AI 技术竞争的核心,将重新定义包括金融在内的众多行业,重塑全球科技竞争格局。

金融行业属于信息密集型行业,是大模型技术的最佳应用场景之一。未来,具有通用能力的大模型将成为信息处理的基础设施,大幅降低中小银行应用人工智能技术的门槛。由于在数字资源、科技能力、业务场景等方面的天然劣势,中小银行与大银行相比,在数字化转型方面相对落后,且差距越拉越大,“智能化鸿沟”也越来越明显。在大模型时代,各类银行重新站在同一条起跑线上,都可以便捷地使用 AI 技术,插上一双数智化“翅膀”,曾经再“阳春白雪”的复杂数据,也能飞入“寻常人家”。

如果将大模型的能力放在金融行业中去处理原有的任务,会对很多工作产生颠覆性的影响。相比现有的 AI 技术,大模型技术在众多金融场景具有广泛的应用潜力和影响力。


你可以参加吗


各类软件企业和研发中心的办公人员,AI技术爱好者,市场营销专员,企业家和创业者。这门课程适合想要利用人工智能技术提升工作效率、改进沟通、协作和业务处理的。


课程大纲


第一部分: 大模型及AIGC技术发展

1.  AI大航海时代

2.  大语言模型的过去、现在与未来

3.  大语言模型的过去和现在

4.  大语言模型的未来

5.  ChatGPT引发的生产力革命

6.  ChatGPT引领人类进入智慧时代

7.  大模型带动生产力飞跃

8.  AIGC三大核心技术

9.  AIGC爆发,数据、算力和算法共振

10.  数据:作为大模型训练基础资源的高质量数据集需求增加

11.  算力:算力需求不断攀升,GPU行业市场潜力巨大

12.  算法:大模型算法助力AIGC突破

13.  大模型面临的挑战

 

第二部分:AI大模型在金融领域落地

1.  AIGC技术与应用的落地场景

2.  AIGC产业生态加速形成,走向模型即服务的未来

3.  AIGC架构体系及其重要性

4.  AIGC典型应用场景与实践

5.  大模型落地金融领域的风险与挑战

6.  大模型在金融领域的5个典型应用场景

7.  大模型在金融领域应用所面临的风险及其防范

8.  AIGC技术的科林格里奇困境

9.  金融机构使用AIGC技术的难点与可能路径

 

第三部分: AIGC生成式人工智能产业全景图

1.  生成式人工智能引人关注

2.  生成式人工智能的经济和社会价值

3.  国外生成式人工智能产业现状

4.  国内生成式人工智能产业现状

5.  处于快速探索期

 

第四部分: AI大模型三要素:数据、算法与算力

1.  数据:关键要素     

2.  数据成为数字经济的关键要素     

3.  算法是AI大模型的“大脑”     

4.  深度学习:AI大模型的基石     

5.  自然语言处理     

6.  算力是AI大模型的“心脏”     

7.  算力是驱动AI的核心     

8.  算力的发展现状     

9.  破解 AI的算力困局

 

第五部分: AIGC提升金融业内部生产效率  

1.  AIGC提升金融业内部生产效率

2.  提升自动化运营水平

3.  金融行业自动化运营现状

4.  AIGC提升金融机构自动化运营水平

5.  AIGC在自动化运营领域的5类应用场景

6.  金融行业中常见的数据分析

7.  AIGC提升数据分析能力的4个维度

8.  提升财务报告自动生成水平

9.  AI技术在财务报告生成领域的应用

10.  AIGC提升金融机构风险管理能力的路径

11.  AIGC提升人机协作效率

12.  AIGC能有效提升数字员工职场“经验值

 

第六部分:AIGC提升金融业外部服务效率

1.  AIGC提升金融业外部服务效率

2.  数字人在金融领域的应用现状

3.  AIGC令数字人更具“服务力”

4.  AIGC 智能营销

5.  AIGC风险信用评估

6.  AIGC 信用违约预测

7.  贷款利率优化

8.  欺诈检测

9.  AIGC智能投顾

 

第六部分: AIGC推动金融监管科技发展

1.  AIGC推动监管科技发展

2.  监管科技服务的两个主体

3.  监管科技的发展现状

4.  AIGC在监管科技中的应用方向

5.  AIGC对防范系统性金融风险的作用

6.  金融业如何安全地使用AIGC

7.  数据隐私保护

8.  人工干预机制

9.  用可信AIGC应对科技治理挑战

10.  AIGC金融知识产权

11.  AIGC金融算法歧视

12.  AIGC金融安全挑战

13.  AIGC金融伦理风险

 

第七部分: 大模型引发的金融大变革

1.  大模型引发的金融大变革

2.  金融大模型风起

3.  金融大模型的道与术

4.  金融大模型的发展方向

5.  金融大模型的底层技术逻辑

6.  金融大模型的核心技术能力

7.  金融大模型的技术路径

8.  模型选择的考虑因素

9.  训练环境的搭建

10.  金融大模型的幻觉检测

11.  金融大模型的防攻击

12.  金融大模型的数据隐私

13.  道德和伦理考虑

14.  金融大模型应用的风险治理体系

 

第八部分: 大模型技术在金融业应用的思考与建议

1.  大模型技术在金融业应用的思考与建议

2.  大模型技术的特点及局限性分析

3.  大模型技术在金融领域的适用场景

4.  大模型技术与金融智能营销

5.  大模型技术与金融智能风控

6.  大模型技术与金融智能客服

7.  大模型技术与金融虚拟营业厅和数字人

8.  大模型技术与金融其他通用场景

 

第九部分: 大模型技术在其他行业应用

1.  大模型技术在教育科技应用-可汗学院(Khan Academy)

2.  大模型技术在大型企业数字化转型应用-法务智能辅助审核

3.  大模型技术在企业应用-安防企业智能文本审阅系统

4.  大模型技术在电信应用-智能运维

5.  大模型技术在互联网和传媒应用-智能搜索与推荐系统

6.  大模型技术在建筑行业应用-智能工程图纸管理

 

第十部分: 趋势篇:大模型的当前进展及发展趋势

1.  大模型引领的新AI范式

2.  大模型技术及应用发展面临哪些挑战?

3.  大模型面临的最大挑战是什么?如何应对?(错误的数据,挑逗性提问等导致产生法律、道德、宗教信仰、歧视性等方面的问题)

4.  大模型主要的创新点和技术壁垒分析

5.  大模型给我们的启示是什么?(从产品创新角度分析)

6.  大模型的发展对相关产业的影响分析及应对策略

7.  大模型的发展对相关职业领域的影响分析及应对策略

8.  大模型的发展对人类社会的生活、工作和学习等产生的影响分析及应对策略

9.  大模型技术及应用发展建议


返回上一级