16 شركة قابضة مالية تتعاون لبناء نموذج لغة ذكاء اصطناعي يفهم المالية التايوانية

بإشراف من لجنة الأوراق المالية، وتجمع من قبل مجموعة CITIC Financial Holdings، تم إطلاق مشروع “نموذج اللغة المالية الكبير FinLLM” بالتعاون مع 16 من المؤسسات المالية والبنوك الرائدة في تايوان، بهدف بناء ذكاء اصطناعي مالي محلي استنادًا إلى قاعدة بيانات الذكاء الاصطناعي السيادية لقسم البيانات الرقمية.
(مقدمة سابقة: الحكومة التايوانية تضع استراتيجيتها بنشاط نحو “الذكاء الاصطناعي السيادي”، رئيس مجلس العلوم والتكنولوجيا وو تشن وون: تشكيل لجنة استراتيجية وطنية للذكاء الاصطناعي)
(معلومات إضافية: 11 شركة تأمين رائدة في تايوان أطلقت “تحالف المطالبات عبر بلوكشين”! تقديم مطالبات من قبل شركة واحدة لعدة شركات، مما يسهل عملية التقديم)

16 مؤسسة مالية، وبنكين حكوميين، بالإضافة إلى معهد التدريب والبحوث المالية، ومؤسسة تكنولوجيا المعلومات، ومركز أبحاث التكنولوجيا المالية بجامعة سيتي، يعملون معًا لتحقيق هدف واحد: أن تمتلك تايوان نموذج لغة مالية خاص بها.

اسم المشروع هو FinLLM، وهو مبادرة من اتحاد صناعة التكنولوجيا المالية الذي أُنشئ تحت إشراف لجنة الأوراق المالية، وتولى CITIC Financial Holdings دور المنسق، وتم إطلاقه رسميًا اليوم (23) في منطقة الابتكار التكنولوجي المالي FinTechSpace.

من “البحث والتطوير الفردي” إلى “التعاون الجماعي”

في الماضي، كان على كل مؤسسة مالية ترغب في تطوير الذكاء الاصطناعي أن تجمع البيانات بنفسها، وتدرب النموذج، وتقيم أدائه. كانت تكاليف الحوسبة مرتفعة، وحقوق البيانات موزعة، والمخاطر القانونية تتحملها كل شركة بشكل فردي، مما أدى إلى أن كل شركة كانت تتردد في التقدم، مع إنفاق الكثير من المال، وقلة الحالات التي يمكن تطبيقها بشكل عملي.

الهيكلية هذه المرة مختلفة. المؤسسات المشاركة تشمل CITIC Financial Holdings، Cathay Financial Holdings، Fubon Financial Holdings، Taishin Shin Kong Financial Holdings، E.SUN Financial Holdings، Union Bank، Mega International Commercial Bank، First Financial Holdings، South China Financial Holdings، KGI Securities، Chang Hwa Bank، Bank of Taiwan، Land Bank، Taiwan Cooperative Bank، Chunghwa Post، والبنك المستقبلي، مما يربط تقريبًا جميع اللاعبين الرئيسيين في القطاع المالي التايواني في مشروع واحد.

بالإضافة إلى معهد التدريب والبحوث المالية، ومؤسسة تكنولوجيا المعلومات، ومركز أبحاث التكنولوجيا المالية بجامعة سيتي، و"آسيا والمحيط الهادئ للآلات الذكية"، تهدف FinLLM إلى تغطية جميع مراحل البيانات، من الترخيص، وتدريب النموذج، والتقييم، إلى تشغيل نماذج الأعمال.

الأهم من ذلك، أن المخاطر القانونية المتعلقة بترخيص البيانات يمكن تحملها بشكل مشترك، وهو أمر غالبًا ما يكون أكثر تعقيدًا من تكاليف الحوسبة في القطاع المالي.

الأساس هو قاعدة البيانات السيادية للذكاء الاصطناعي التي أنشأها قسم البيانات الرقمية

FinLLM ليس نموذجًا يتم تدريبه من الصفر. أساسه هو قاعدة البيانات السيادية للذكاء الاصطناعي التي يبنيها قسم البيانات الرقمية.

قاعدة البيانات السيادية للذكاء الاصطناعي. بمعنى آخر، يقودها الدولة، وتجمع اللغة المحلية، والقوانين، والملفات، كمصدر تدريبي لنماذج الذكاء الاصطناعي المحلية. تم إدراج هذا المشروع ضمن خطة العمل لعشرة مشاريع رئيسية للذكاء الاصطناعي على المستوى الوطني، ويحتل مكانة عالية.

دور اتحاد الصناعة المالية هو تحويل هذا الأساس العام إلى تغذية بيانات مخصصة للقطاع المالي: لوائح لجنة الأوراق المالية، قواعد حوكمة الشركات، أدلة التشغيل الخاصة بالبنوك، كتيبات المنتجات المالية، وملفات الكشف عن المخاطر.

حتى النماذج الكبيرة الأمريكية، قد لا تكون قادرة على الإجابة بشكل كامل على سياق التنظيم المالي في تايوان. على سبيل المثال، إذا سألت GPT عن نص قانون حماية المستهلك المالي في تايوان، قد يعطي تفسيرًا عامًا، لكن عندما يتعلق الأمر بمفاهيم خاصة بتنظيم تايوان مثل “المنتجات الهيكلية الخارجية” أو “تقييم ملاءمة العملاء كبار السن”، قد تنخفض دقة الإجابة.

تقوم الاتحاد بتدريب النماذج باستخدام بيانات مرخصة بشكل قانوني، وتقوم البنوك الأعضاء بمراجعة مشتركة، وتطوير معايير تقييم موحدة.