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

16 مؤسسات مالية في تايوان تدفع بمشروع FinLLM، وتخصص ما يقرب من 70 مليون يوان لبناء نموذج لغة مالية خاص بتايوان. من خلال دمج القوانين المحلية، لحل مشكلة الأخطاء الشائعة في الذكاء الاصطناعي العام، ومن المتوقع إصدار النسخة الأولى من النموذج المخصص للبنوك بحلول نهاية هذا العام.

16 مؤسسة مالية تتعاون لتطوير ذكاء اصطناعي لقطاع التمويل في تايوان FinLLM

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

وفي هذا الصدد، أعلن اتحاد صناعة التكنولوجيا المالية أمس (22/4) عن إطلاق مشروع النموذج اللغوي الكبير المالي (FinLLM)، بمشاركة 16 مؤسسة مالية محلية، بالإضافة إلى مشاركة موارد من الهيئة الوطنية للتنمية، ووزارة التنمية الرقمية، والهيئة المالية التنظيمية.

وبحسب تقارير صحيفة «الاقتصادية» و«iThome»، أشار رئيس الهيئة المالية التنظيمية بانغ جينلونغ إلى أن القطاع المالي هو صناعة عالية التنظيم، وتخضع لكميات كبيرة من القوانين المحلية المعقدة. حاليًا، يتم تدريب معظم النماذج اللغوية الكبيرة على بيانات دولية، 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 تقتبس قوانين خارجية عند التعامل مع قضايا مالية خاصة بدول معينة، مما يؤدي أحيانًا إلى معلومات خاطئة. تطوير نماذج تمتلك معرفة بالقوانين التايوانية وفهم محلي، أصبح مهمة مهمة 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 الكبير المالي 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 التمويل وعمليات المؤسسات.

كما كشف اتحاد صناعة التكنولوجيا المالية عن قائمة المشاركين في المشروع: شركات CITIC، البريد التايواني، تايشينغ شينغوانغ كونسورتيوم، يونغ فنغ كونسورتيوم، بنك التعاون، تشاو فنغ كونسورتيوم، بنك الأول، بنك المستقبل، كونسورتيوم كاثي، فوبان كونسورتيوم، هوانان كونسورتيوم، كاي فوند كونسورتيوم، بنك تشانغhua، 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 للقطاع المالي؟ كشف المسؤولون 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 اكتمالًا، ومن المتوقع أن يتم الانتهاء من النسخة الأولية من النموذج في الربع الثالث من هذا العام، وإطلاق النسخة النهائية المخصصة للبنوك بحلول نهاية العام، مع خطة لتوسيعها لاحقًا إلى مجالات التأمين والأوراق المالية. وأشار «نشرة الأسبوع» إلى أن تكلفة المشروع تقترب من 70 مليون يوان.

كشف مدير المعلومات في CITIC، جا جينغوانغ، أن مشروع FinLLM سيجمع بين «مخزون اللغة الاصطناعية السيادي في تايوان» الذي تديره وزارة التنمية الرقمية، بالإضافة إلى وضع قوانين الهيئة المالية بشكل قانوني للتدريب، مع إجراء التعديلات والتحسينات بواسطة فريق التكنولوجيا المحلي «آسيا والمحيط الهادئ للذكاء الآلي»، كما ستقوم جامعة السياسية بوضع آلية تقييم قياسية للتحقق من مدى التوافقية للمخرجات.

الهدف هو أن يكون النظام قادرًا على أداء مهام بمستوى خبرة موظفي البنوك المبتدئين، مثل تقييم الائتمان والتحليل المالي، وفي المستقبل، سيتم التعاون مع طرف ثالث للمساعدة في ترخيص النموذج، وتكراره، وبناء بيئة تطبيقية.

مصدر الصورة: صورة إخبارية من اتحاد صناعة التكنولوجيا المالية، مؤتمر صحفي حول النموذج اللغوي الكبير المالي FinLLM في القطاع المالي التايواني، مع صور المشاركين

ما الذي يميز FinLLM عن الطرق الحالية؟

في المرحلة الحالية، تعتمد معظم البنوك على دمج الذكاء الاصطناعي التوليدي باستخدام بنية تعزيز البحث.

أشار جا جينغوانغ إلى أن الطريقة الحالية تتضمن إنشاء قاعدة معرفية خارج النموذج العام، بحيث يقوم النموذج بالاستعلام عن البيانات في الوقت الحقيقي قبل توليد الإجابة. على الرغم من أن ذلك يقلل من معدل الأخطاء إلى حد ما، إلا أن عملية تقسيم البيانات واسترجاع المعلومات قد تؤدي إلى فقدان بعض المعلومات، وعندما تتزايد كمية المعرفة بشكل كبير، فإنها تواجه قيودًا تقنية في كفاءة الاستعلام واستقرار الإجابات.

الاختلاف الرئيسي في تطوير القطاع المالي لنموذج FinLLM الخاص، مقارنة بالبنى القائمة على تعزيز البحث، هو دمج قوانين القطاع المالي ومعرفة الصناعة مباشرة داخل النموذج، وبذلك، لا يحتاج النظام إلى الاعتماد على استعلام خارجي، ويمكنه فهم المنطق المالي وتوليد الإجابات مباشرة، مما يعزز بشكل واضح من اكتمال الردود وقدرة الاستنتاج.

وهذا يمثل خطوة مهمة بعد تطبيق قانون الذكاء الاصطناعي الأساسي في تايوان، وإصدار الهيئة المالية إرشادات لتطبيقات 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 المركز، مع استخدام قواعد المعرفة الخارجية لتحديث المعلومات بشكل فوري، وتوظيف 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 ينطوي على انتهاك حقوق، وقد تم التصالح بين الطرفين

المواطنون يربون الكركند بشكل مكثف! وزارة التنمية الرقمية: من المؤكد أن وكلاء الذكاء الاصطناعي سيتوغلون في القطاع الحكومي، وهاووي يعتزم الاستثمار في قدرات الحوسبة في تايوان