隨著世界各地的科技公司競相創(chuàng)建類似ChatGPT的生成式人工智能服務，構建它們所需的“基礎原材料”——數(shù)據(jù)，突然間變得前所未有地搶手。

智通財經APP了解到，富達投資(Fidelity Investments)就是這一趨勢的最新例子:這家全球財富管理巨頭的首席信息官Mihir Shah近日在接受媒體采訪時表示，科技初創(chuàng)企業(yè)和一些企業(yè)集團都在向這家財富管理巨頭示好，希望獲得其金融服務數(shù)據(jù)庫。

(資料圖)

對于那些尋求為金融服務行業(yè)構建生成式人工智能系統(tǒng)的科技公司來說，富達數(shù)十年的線上交易記錄、客戶通話記錄以及面對面的客戶互動報告將是一個巨大的寶藏。據(jù)悉，富達擁有大約8PB級別的數(shù)據(jù)——相當于數(shù)萬億頁的印刷文本。

Mihir Shah表示，這家美國投資管理巨頭管理著超過11萬億美元的資金，擁有數(shù)千萬級別的客戶，但該機構尚未與任何一家追求者接洽。Shah正在領導一項從富達數(shù)據(jù)中獲取價值的工作，他表示，該機構已經在考慮建立自己的人工智能模型，盡管還沒有正式決定是否走這條路。他表示，該公司共享的任何數(shù)據(jù)都將被匿名化，并按照最佳安全級別措施去除個人信息。

ChatGPT等生成式AI提供的堪稱全能的服務基于大語言模型或人工智能系統(tǒng)，這些模型或系統(tǒng)搜集和分析來自互聯(lián)網(wǎng)和其他來源的大量數(shù)據(jù)以及文字，以最終確定如何生成聽起來像人類寫出的文本。隨著企業(yè)紛紛尋求降低成本、更好地服務客戶的方法，這項技術在全球范圍內的各行各業(yè)引發(fā)了興奮情緒——從摩根大通到摩根士丹利等華爾街大型商業(yè)銀行都走在了AI科技前列，紛紛將生成式AI用于輔助業(yè)務。

ChatGPT的創(chuàng)造者OpenAI、谷歌母公司Alphabet Inc.和Meta Platforms Inc.都是該領域的技術領導者，其中OpenAI得到了微軟(Microsoft Corp.)的支持。他們大多使用幾乎相同的公開數(shù)據(jù)來訓練他們的AI系統(tǒng)，最終以類似人類的方式理解文本，以及生成人類通用的文本或代碼。

專屬于金融服務行業(yè)的LLM模型離問世不遠了

但是，像富達所擁有的超大容量專項數(shù)據(jù)將使他們的人工智能服務在競爭中脫穎而出，Shah表示，他29年前開始在富達工作，并監(jiān)督其網(wǎng)站的建設，這是一家大型金融服務公司的第一個網(wǎng)站。他現(xiàn)在正在指導富達全公司范圍內的云數(shù)據(jù)倉庫的全面創(chuàng)建，以更好地利用這些數(shù)據(jù)。

Shah通過視頻表示:“區(qū)別在于將第一方數(shù)據(jù)與公共數(shù)據(jù)結合起來，為金融服務行業(yè)建立一個垂直的大語言模型?！薄拔覀円呀浛吹剑诳茖W研究和醫(yī)療保健行業(yè)出現(xiàn)了垂直的大語言模型?！?/p>

一般來說，一個大語言模型的價值很大程度上取決于它所訓練的數(shù)據(jù)的數(shù)量和質量。人工智能系統(tǒng)需要大量的文本、圖像、聲音和其他信息來學習人類的模式和人類世界的關系，從而可以基于它們生成內容。

開發(fā)大語言模型的過程是比較復雜且技術極為密集。通常意義上的常用步驟包括：數(shù)據(jù)收集、數(shù)據(jù)預處理、模型選擇、訓練模型、微調模型、測試模型以及部署模型?？傊?，大語言模型的開發(fā)需要開發(fā)者具備一定的機器學習/深度學習、自然語言處理等相關技能和經驗。同時，需要有大量的數(shù)據(jù)和計算資源作為支撐，才能開發(fā)出高質量、高效的模型。

Shah表示，富達的數(shù)據(jù)被認為非常有吸引力，以至于一些追求者提議為該公司免費建立一個人工智能系統(tǒng)，以換取合作。他表示，富達的很多數(shù)據(jù)都是相對最新的，是根據(jù)最新的合規(guī)要求在過去7年里所保存下來。據(jù)悉，富達擁有超過4,200萬客戶，并且為數(shù)萬家企業(yè)管理退休計劃和其他福利項目。

Shah還表示，在決定如何部署數(shù)據(jù)時，富達需要考慮到人工智能系統(tǒng)面臨的一些挑戰(zhàn)，如可靠性、信息偏見以及如何處理個人身份信息。他表示，與此同時，該公司正在采取措施加強其安全基礎設施，并進一步限制具體哪些名單可以訪問這些數(shù)據(jù)。

Shah還強調:“我們對這些新工具非常謹慎?！薄皩τ谏墒饺斯ぶ悄埽悴荒芡耆嘈牌浣Y果。”

邁入AI時代，數(shù)據(jù)就是“金山銀山”

隨著OpenAI推出的ChatGPT和谷歌推出的Bard等以消費者應用為中心的生成式人工智能(AI)工具接連問世，全球開始邁入AI時代，現(xiàn)代化的人工智能程序開始使用大語言模型(LLM模型)，在海量的數(shù)據(jù)基礎上訓練人工智能系統(tǒng)，其中的數(shù)據(jù)內容包括富達龐大的金融數(shù)據(jù)庫，推特和Reddit等網(wǎng)站上用戶生成的帖子等等。因此，如今掌握大量的數(shù)據(jù)資源，意味著掌握開發(fā)LLM模型的“原材料”。

隨著全球開始邁入AI時代，推特和Reddit顯然已嗅到數(shù)據(jù)庫帶來的巨大商機，已經開始收費，只有付費的客戶才有資格訪問他們的數(shù)據(jù)內容。

在6月初，據(jù)媒體報道，有著“美版貼吧”之稱的社交媒體和新聞聚合網(wǎng)站Reddit要求開發(fā)者支付數(shù)千美元才能直接訪問該公司的數(shù)據(jù)和內容，此舉可能有助于該公司構建更多元化的營收來源。根據(jù)一款名為Apollo的流行第三方應用程序的開發(fā)者披露的帖子，該公司要求開發(fā)者每5000萬次請求支付1.2萬美元。

特斯拉CEO埃隆·馬斯克私有化的推特于在2月份結束了免費的API系統(tǒng)，并引入了付費使用系統(tǒng)。推特在3月宣布對5000萬次請求收取4.2萬美元時，用戶和開發(fā)者都感到憤怒。推特提供了三種套餐，其中最便宜的為：每月支付4.2萬美元可以訪問5000萬條推文。套餐等級越高，研究人員或企業(yè)獲得的推文數(shù)量就越多：每月支付12.5萬美元可以獲得1億條、每個月支付21萬美元可以獲得2億條;每年最高等級收費高達250萬美元。

關鍵詞：