智能投顧是以人工智能為基礎的一項專業的投資咨詢服務，ChatGPT這類AI機器人應用以后，能排除人的主觀因素，提供更加客觀的建議，還可以隨著市場和環境的變化而不斷演變創新。
能寫研報、能生成代碼、能寫作業，還作得了詩……人工智能聊天機器人ChatGPT近日火爆“出圈”，讓人驚嘆。不少金融機構也利用ChatGPT寫企業宣傳稿、行業研究報告，或進行投資者教育宣傳、推廣。
“在金融領域，ChatGPT能夠應用在欺詐檢測和風險管理、算法交易和投資組合管理、客戶服務與支持、信用評分和貸款承銷、對金融市場的洞察和預測等方面，有著巨大的想象空間。”行業專家對記者表示。
(資料圖片)
不過，上述行業專家指出，如何確保AI（人工智能）生成的答案可靠，將是ChatGPT這類AI機器人落地金融領域的最大挑戰。此外，對于瞬息萬變的金融市場，AI如果無法及時獲取最新的信息并迭代模型，將做出落后于當前時點的判斷，因此時效性也是ChatGPT類AI機器人落地金融領域的一大阻礙。
ChatGPT持續出圈
ChatGPT為何會火爆出圈？冰鑒科技董事長顧凌云對《國際金融報》記者表示，ChatGPT以OpenAI先前發布的GPT-3系列模型為基礎，擁有千億級別的參數量和百億級token，可以生成高質量的文本，支持多種語言，通過創新性地引入人為監督干預和強化學習技術對模型進行調優，使得ChatGPT相比之前的語言模型，能夠生成更靈活、更準確、更具上下文連貫性的語句，可以回答各種復雜問題并生成相關的解釋。
“傳統的NLP（Neuro-Linguistic Programming）模型，有很明顯的時序特征，基本上都會有一個邏輯層存在，會先將用戶的提問進行詞義分析，轉換成某種‘人類的語義表達’，再以此映射到標準問題庫，從答案庫中找到最適合此問題的答案。而ChatGPT利用Transformer打破了時序計算的邏輯，跳過了詞義分析，使其更自然地與人類開展對話交流。”薩摩耶云科技集團創始人林建明告訴《國際金融報》記者。
數庫科技人工智能科學家指出，ChatGPT在多項任務上都取得了明顯的進步，包括對自然語言的理解、數學的推理、程序代碼的生成等，并且在語言生成方面效果提升很明顯，生成的語言比以往的模型更近似人類（的表達）。
金融壹賬通人工智能研究院總工程師徐亮對《國際金融報》記者分析稱，首先是模型規模更加龐大，ChatGPT的基線模型使用的是GPT-3.5系列的大規模語言模型，其中原始版本的GPT-3模型的參數量已達1750億。當參數規模達到一定量級，模型突現能力（Emergent Ability）會帶來更強的推廣能力和穩定性，也表現出一些對“復雜推理”的處理能力，這些都是小量級模型達不到的。直觀的表現是，ChatGPT在組織語言方面，較過去的機器人看起來更有條理，能夠回答的問題范圍也更廣。
其次，ChatGPT采用了最新的訓練范式。不同于現在業界較為常用的預訓練（pre-train）結合精調（fine-tune）來讓模型適配下游任務的學習范式，GPT-3及GPT-3.5系列的模型訓練從提示學習（prompt learning）出發，結合了代碼訓練、指令微調等策略，使得模型不再局限于只做一種類型的任務，而是能夠聽從人類語言的指令去做更多事情。對于用戶來說，就是理解用戶意圖的能力更強了，與人類的交互也更加自然。
第三，ChatGPT的訓練步驟中加入了基于人類反饋的強化學習（Instruction tuning with Reinforcement Learning from Human Feedback，RLHF）策略，讓標注人員不斷對ChatGPT不同回答的滿意程度進行排序，建立獎勵模型（Reward Model），再利用強化學習建立模型的獎勵機制。這套獎勵機制可以讓模型的回答更接近人類的語氣，傾向于給出較長回答，同時增強回復的自然感，使用戶體驗有極大提升。此外，ChatGPT還較好解決了對話任務中長程記憶、上下文一致性等問題，使得用戶對交互的評價有了進一步的提升。
金融領域應用廣泛
ChatGPT火爆出圈也引起金融機構的“試水”。不少基金公司借助ChatGPT開展投資者宣教活動，銀行則利用ChatGPT進行品牌營銷，而券商利用ChatGPT撰寫行業研究報告……
在金融領域主要應用在哪些方面？《國際金融報》記者和ChatGPT聊了聊，ChatGPT給出的答案是聊天機器人、風險評估和投資建議這三個方面，后續會在自動化交易、數據分析和智能合約方面進一步應用。
徐亮指出，在金融領域，ChatGPT能夠應用的范圍非常廣泛，包括欺詐檢測和風險管理、算法交易和投資組合管理、客戶服務與支持、信用評分、貸款承銷、對金融市場的洞察和預測等。
“在量化投資中， ChatGPT可以完成一些簡單的量化策略，例如構建平均回歸模型，輸出均線策略。理論上甚至可以利用Scikit-learn數據庫（是針對Python編程語言的免費軟件機器學習庫）建立制作未來利率的預測模型，并利用MSE （均方誤差）對其進行評價。” 徐亮表示，智能投顧是以人工智能為基礎的一項專業的投資咨詢服務，ChatGPT這類AI機器人應用以后，能排除人的主觀因素，提供更加客觀的建議，還可以隨著市場和環境的變化而不斷演變創新。
林建明認為，金融機構在利用ChatGPT技術逐步賦能場景方面，有著巨大的想象空間。在智能營銷、智能客服、風險識別、代碼編程等方面都是ChatGPT較好的應用方向。但期望借助ChatGPT來進行量化投資和智能投顧，在方向上不是較好的選擇。因為ChatGPT無法取代投資顧問的人際關系和投資經驗，也不能替代投資顧問根據客戶的獨特情況為其提供個性化的投資建議。
顧凌云表示，事實上ChatGPT提供API接口服務，通過接口可以直接調用其服務，并訓練自己的模型。舉例來說，在銀行理財產品推薦模型中嵌入ChatGPT，可能會提高向客戶推薦理財產品時的交互體驗。類似ChatGPT的大規模預訓練語言模型（Large Language Model, LLM），在金融領域會有用武之地。
徐亮判斷，未來ChatGPT可以應用于自然語言處理 (NLP) 和聊天機器人、預測分析、強化學習、區塊鏈、計算機視覺等新興的熱點領域，并對金融業的發展形態產生巨大影響。
準確性、時效性面臨考驗
ChatGPT的出圈也引起人們的擔憂。數庫科技人工智能科學家告訴《國際金融報》記者，ChatGPT目前最大的問題是模型無法保證給出的回答是真實可靠的，因此在金融領域應用ChatGPT時可能需要通過一些其他手段和方法對ChatGPT進行檢驗，以保證結果的真實性。
林建明表示，不可否認的是，在ChatGPT發展過程中，也面臨著虛假信息、數據安全、知識產權合規、倫理等各種各樣的風險。但是，這些風險可以通過技術的方式予以解決，比如通過獎勵模型過濾風險，通過人類反饋來優化語言模型，讓其更加智能的預測人類的行為，從而保證生成結果的真實性和安全性。
徐亮指出，目前，ChatGPT存在事實性錯誤、實時性差、缺乏穩定和可重復性等不足，通過OpenAI放出的訓練核心步驟可以發現，ChatGPT更像是一個組合了數種新技術模塊的基本框架，這個框架自身的每個部分都還有廣闊的改進空間，例如在大模型部分引入先驗知識，在獎勵模型階段新增更豐富的判斷和排序準則，提升模型回答的可信度和可控性等。
金融領域對可靠性及準確性的要求較高，如何確保模型生成的答案可靠，將是該類模型落地金融領域的最大挑戰。徐亮表示，“當然，我們可以轉換思路，例如讓此類模型作為輔助，來讓傳統的、精準的流程更富人性化；或考慮人機協作，由模型結合專家來確保答案的可靠”。
顧凌云也指出，類似ChatGPT的AI技術目前確實還存在不少風險。比如大規模使用網絡公開數據訓練模型，可能會使得意外泄漏的個人隱私信息留存在神經網絡中，存在隱私風險。ChatGPT模型使用人類的反饋來對模型進行調優，但這些反饋無法代表所有的人，這也給模型帶來了統一的有偏好的價值判斷，存在一定的道德風險。ChatGPT已經能對很多問題做出精彩回答，但依然可能生成符合人類語言習慣但不符合事實的回答，在使用相關AI模型時，需要有足夠的辨別能力，盲目信任存在風險。
“對于金融領域，一個重要特點是時效性，不斷變化的宏觀和微觀事件對金融市場都會造成巨大的影響。而類似ChatGPT的AI模型的訓練依賴于網絡上已有的海量文本數據，具有一定的滯后性。”顧凌云表示，如果無法及時獲取最新的信息并迭代模型，ChatGPT將對金融市場做出落后于當前時點的判斷，這是一個需要注意規避的問題。
