智能金融：AI 驱动的金融变革.pdfVIP

智能金融：AI驱动的金融变革

郑小林教授

浙江大学人工智能研究所

2025年03月24日

提纲

新一代人工智能

金融智能研究

金融智能应用

新一代AI展望

一、新一代人工智能

定义：人工智能（ArtificialIntelligence，缩写

为AI），又称机器智能，指由人制造出来的机器

所表现出来的智能。

——维基百科

AI的核心问题：建构能够跟人类似甚至超卓的推

理、知识、计划、学习、交流、感知、移动、

移物、使用工具和操控机械的能力等。

ResearchProjectonArtificialIntelligence,

August31,1955，Dartmouth——维基百科

自然语言处理模型的演进

统计语言模型神经语言模型预训练语言模大语言模型

（SLM）（NLM）型（PLM）（LLM）

基于文本概率分布建模Seq2Seq建模“预训练-微调”上下文学习、指令微调、

通常基于马尔可夫假设建立词基于循环神经网络RNN描述单学习范式扩展规律

预测模型（N-gram）词序列的概率（BERT、GPT）(GPT3、GPT4…)

•优点：可解释、计算速基于Transformer架构的语言模型

•优点：通过词嵌入和隐

度快•优点：

藏层，上下文捕捉和泛

•缺点：从前向后单向计✓长距离依赖处理能力强：自注意力机制能捕捉任

化能力较强；

算；单纯基于统计频次、意距离的依赖关系。

•缺点：计算复杂度高，

缺少对上下文的泛化；✓并行计算能力强：Transformer架构支持并行计算，

面对长文本序列仍会有

随着n的增大，参数空训练速度更快。

“灾难性遗忘”问题

间呈指数增长•缺点：资源消耗大

GoogleTransformer：引入注意力（Attention）学习,2017