القطاع المالي في تايوان يريد تطوير الذكاء الاصطناعي الخاص به! مشروع FinLLM يخصص حوالي 70 مليون نات، نظرة سريعة على جدول التطوير والنقاط البارزة

16 مؤسسات مالية في تايوان تدفع بمشروع FinLLM، وتخصص ما يقرب من 70 مليون نيو taiwanese لدعم إنشاء نموذج لغة مالية خاص بتايوان. من خلال دمج القوانين المحلية، يتم حل مشكلة الأخطاء الشائعة في الذكاء الاصطناعي العام، ومن المتوقع إصدار النسخة الأولى من النموذج المصرفي المخصص بحلول نهاية هذا العام.

16 مؤسسة مالية تتحد لتطوير ذكاء اصطناعي مالي في تايوان FinLLM

مع موجة الذكاء الاصطناعي التوليدي التي تجتاح العالم، يواجه النموذج اللغوي العام عند التعامل مع المجالات المالية المتخصصة، غالبًا مشاكل في التوطين، وصعوبة في التوافق مع المعرفة والأنظمة المالية في تايوان.

وفي هذا الصدد، أعلن اتحاد صناعة التكنولوجيا المالية أمس (22/4) عن إطلاق مشروع النموذج اللغوي المالي الكبير (FinLLM)، بمشاركة 16 مؤسسة مالية محلية، بالإضافة إلى التعاون مع الهيئة الوطنية لتنمية العلوم والتكنولوجيا، ووزارة التنمية الرقمية، والهيئة المالية التنظيمية، وغيرها من الجهات الحكومية والأكاديمية.

وبحسب تقارير صحيفة «الاقتصادية» و«iThome»، أشار رئيس الهيئة المالية التنظيمية بانغ جينلونغ إلى أن القطاع المالي هو صناعة عالية التنظيم، وتخضع لقوانين محلية معقدة. حاليًا، معظم نماذج اللغة الكبيرة العامة تعتمد على بيانات دولية للتدريب، وإذا تم تطبيقها مباشرة، فإنها قد تتسبب في أخطاء في تطبيق القوانين.

كما ذكر وزير التنمية الرقمية لين يي جين أن النماذج العامة غالبًا ما تذكر قوانين خارجية عند التعامل مع قضايا مالية خاصة بدول معينة، مما يؤدي إلى معلومات خاطئة. تطوير نموذج يمتلك معرفة بالقوانين التايوانية وفهم محلي، أصبح مهمة حاسمة لضمان إدارة المخاطر والامتثال.

مصدر الصورة: صورة إخبارية من اتحاد صناعة التكنولوجيا المالية، وزير التنمية الرقمية لين يي جين يلقي كلمة في مؤتمر صحفي حول النموذج اللغوي المالي الكبير FinLLM في القطاع المالي التايواني

من خلال المشاركة في هذا البنية التحتية للذكاء الاصطناعي، يأمل القطاع المالي في تحويل إدارة الامتثال من مراجعة سلبية إلى حماية نشطة، مما يدفع نحو تحول شامل في خدمات القطاع المالي وعمليات المؤسسات.

كما كشف اتحاد صناعة التكنولوجيا المالية عن قائمة المشاركين في المشروع: شركة CITIC، البريد التايواني، مجموعة تايشينغ شينغوانغ المالية، مجموعة يونغ فنغ المالية، بنك التعاون، مجموعة تشاو فنغ المالية، البنك الأول، بنك المستقبل، مجموعة كاثي المالية، مجموعة فوبان المالية، مجموعة هوانان المالية، مجموعة كاي فوند، بنك تشانغ hua، بنك تايوان، بنك الأراضي التايواني، وبنك الأعمال التايواني.

جدول تطوير FinLLM: تدريب في مايو، وإطلاق النسخة الأولى بحلول نهاية العام

متى يتوقع أن يكتمل تطوير FinLLM في القطاع المالي؟ أفادت المصادر الرسمية أن المشروع من المقرر أن يبدأ تدريب النموذج رسميًا في مايو من هذا العام.

المرحلة الأولى ستقتصر على البنوك التي تمتلك قوانين وبيانات أساسية أكثر اكتمالاً، ومن المتوقع أن يتم الانتهاء من النسخة الأولية بحلول الربع الثالث من هذا العام، وإطلاق النسخة النهائية من النموذج المصرفي المخصص بحلول نهاية العام، مع خطة لتوسيع التطبيق لاحقًا ليشمل التأمين والأسهم. وأشارت مجلة «الاقتصادي الأسبوعي» إلى أن تكلفة المشروع تقترب من 70 مليون نيو taiwanese.

كشف مدير المعلومات في شركة CITIC، جيا جينغوانغ، أن مشروع FinLLM سيجمع بين «مخزون اللغة الاصطناعية ذات السيادة التايوانية» الذي تديره وزارة التنمية الرقمية، وقوانين الهيئة المالية التنظيمية لبناء أساس تدريب قانوني، مع إجراء التعديلات والتحسينات بواسطة فريق التكنولوجيا المحلي “آسيا والمحيط الهادئ للذكاء الآلي”، بالإضافة إلى إنشاء آلية تقييم معيارية بواسطة جامعة السياسية لتحديد مدى امتثال المخرجات.

الهدف هو أن يكون النظام قادرًا على أداء مهام مستوى محترف لموظفي البنوك المبتدئين، مثل تقييم الائتمان والتحليل المالي، وفي المستقبل، سيتم التعاون مع أطراف ثالثة للمساعدة في ترخيص النموذج، وتكراره، وبناء بيئة تطبيقية.

مصدر الصورة: صورة إخبارية من اتحاد صناعة التكنولوجيا المالية، صورة جماعية للحضور في مؤتمر النموذج اللغوي المالي الكبير FinLLM في القطاع المالي التايواني

ما الذي يميز FinLLM عن الطرق الحالية؟

في المرحلة الحالية، تعتمد معظم البنوك على استخدام بنية تعزيز الاسترجاع عند تطبيق الذكاء الاصطناعي التوليدي.

جيا جينغوانغ أشار إلى أن الطريقة الحالية تتضمن إنشاء قاعدة معرفية خارج النموذج العام، بحيث يقوم النموذج بالاستعلام عنها مباشرة أثناء توليد الإجابة. على الرغم من أن ذلك يقلل من الأخطاء إلى حد ما، إلا أن عملية تقسيم البيانات والاستعلام عنها قد تؤدي إلى فقدان معلومات، وعندما تتزايد كمية المعرفة، فإنها تواجه مشاكل في كفاءة الاستعلام واستقرار الإجابة.

أما تطوير النموذج الخاص بـ FinLLM بالتعاون بين القطاع المالي، فهو يختلف عن بنية تعزيز الاسترجاع التقليدية، حيث يتم دمج قوانين القطاع المالي ومعرفة الصناعة مباشرة داخل النموذج، وبذلك، لا يحتاج النظام إلى الاعتماد على استعلام خارجي، ويمكنه فهم المنطق المالي وتوليد الإجابات بشكل مباشر، مما يعزز من اكتمال الردود وقدرة الاستنتاج.

ويعد هذا خطوة مهمة بعد تطبيق قانون الذكاء الاصطناعي الأساسي في تايوان، وإصدار الهيئة المالية التوجيهات لاستخدام الذكاء الاصطناعي في القطاع المالي.

وفي المستقبل، من المتوقع أن تعتمد نماذج الذكاء الاصطناعي في القطاع المالي على نمط هجين، حيث يكون النموذج المحلي المدرب داخليًا هو الأساس، مع دعم من قواعد المعرفة الخارجية لتحديث المعلومات بشكل فوري، مع اعتماد نمط التعاون بين الإنسان والآلة لمراقبة القرارات، مما يرفع من جودة وكفاءة الخدمات المالية بشكل عام.

قراءة إضافية:
وكالة الأنباء المركزية تتحدث عن قضية جامعة تايوان، وتوضح أن جمع البيانات باللغة التقليدية قد يسبب انتهاكات حقوق، وقد تم حل النزاع بين الطرفين.

الناس يربون سرطان البحر بكثرة! وزارة التنمية الرقمية: من المؤكد أن وكلاء الذكاء الاصطناعي سيتداخلون في الشؤون العامة، وشركة هونغ هاي تنوي الاستثمار في قدرات الحوسبة في تايوان