金融业人工智能应用隐私问题何解？杨强：大模型落地到私域机构 在本地建立小模型
专题：中国财富管理50人论坛2024年会
12月22日金融一线消息，国民财富发展研究合作平台 “AI+金融”峰会今日在北京召开。香港科技大学荣休教授，加拿大皇家学院院士、加拿大工程院院士杨强出席并发表主旨演讲。
面对人工智能的发展历程，杨强表示，我们一开始专家系统也好，符号主义也好，都是想人类把知识赋予机器，就像一个老师想把知识赋予学生一样。但是40年的历程告诉我们，这个过程并不简单，而且是不可能的。最后发现有一个可能性，通过一个我们也懂的语言，机器也懂的语言做一个中间的桥梁，这个语言是什么？就是数据，我们可以通过我们的行为，我们的思维来产生数据，机器可以拿这个数据产生机器的智能。所以数据是一个能够沟通的语言。
他指出，人类在使用大模型的时候，会暴露隐私，尤其是在金融业。我们大模型在使用到一个企业的时候，我们需要使用这个企业的内部数据。在云端的大模型是没有办法直接应用到这样的数据，它也没有办法通过这些本地数据来增强训练，所以这种隐私保护到现在在大模型里面是一个关键问题。
对此，他进一步阐释道：“我们在金融界有很多需求，并不是一个机构的数据就够了，我们往往需要把不同机构的数据合并起来，但是合并的时候，又有这样的顾虑，就是隐私安全。所以我们现在致力做的一件事情就是让大模型能落地到私域的机构，能够在本地建立一个小模型，能够通过各种新的人工智能技术，包括这里所说的联邦学习和迁移学习，能够把大型的通用能力赋予到小模型，能够让小模型的专业能力教会大模型，这种叫作Teacher -Student Model，就是老师和学生的模型，这里要用到很多的人工智能具体的技术，包括举一反三的能力，也就是迁移学习。还有学生小组的模型，叫联邦学习。有了这些能力，又有了模拟和生成数据的能力，我们就可以去训练具身智能的机器人。”
