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 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 عدم التوطين، وصعوبة الربط بمعرفة وقوانين الأعمال 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 مشاركة من الهيئة الوطنية لتنمية العلوم والتكنولوجيا، ووزارة التنمية الرقمية، ومجلس تنظيم الأوراق المالية، وغيرها من الجهات الحكومية والأكاديمية.

وبحسب تقارير صحيفة «الاقتصادية» و«iThome»، أشار رئيس مجلس إدارة مجلس تنظيم الأوراق المالية، بانج جينلونج، 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 وزارة التنمية الرقمية، لين يي جينج، أن النماذج العامة عند مواجهة قضايا مالية خاصة بدولة معينة، غالبًا ما تستشهد بقوانين خارجية وتنتج معلومات خاطئة. تطوير نموذج يمتلك معرفة بقوانين تايوان وفهم محلي، أصبح مهمة حاسمة لضمان إدارة المخاطر والامتثال.

مصدر الصورة: صورة إخبارية من اتحاد صناعة التكنولوجيا المالية، وزير وزارة التنمية الرقمية لين يي جينج 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 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 كاتاي، فوبان كونسورتيوم، كونسورتيوم هوانان، كاي فوند، 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 الأولى 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. وأشارت مجلة «الاقتصادي الأسبوعي» إلى أن تكلفة المشروع تقترب من 70 مليون يوان.

كشف مدير تكنولوجيا المعلومات في CITIC، جيا جينغوانغ، أن مشروع FinLLM سيجمع بين «مخزون اللغة الاصطناعية ذات السيادة في تايوان» الذي تديره وزارة التنمية الرقمية، وقوانين مجلس تنظيم الأوراق المالية لإنشاء أساس تدريبي قانوني، وسيقوم فريق تقني محلي، وهو شركة آسيا للمعلومات الذكية، بضبط وتحسين النموذج، كما ستقوم جامعة السياسية بإنشاء آلية تقييم قياسية للتحقق من مدى التوافقية للمخرجات.

الهدف هو أن يكون النظام قادرًا على أداء مهام مستوى موظفي البنوك المبتدئين، مثل تقييم الائتمان والتحليل المالي، وفي المستقبل، سيتم الاعتماد على طرف ثالث 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 دمج الذكاء الاصطناعي التوليدي باستخدام بنية تعزيز البحث.

أشار جيا 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 واسترجاعها قد تؤدي إلى فقدان معلومات، وعندما تتزايد كمية المعرفة بشكل كبير، فإنها تواجه مشكلات في كفاءة الاستعلام واستقرار الإجابات.

أما الاختلاف الرئيسي في تطوير FinLLM الخاص بالقطاع المالي، فهو دمج قوانين وأسس المعرفة المالية التايوانية مباشرة في 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 مجلس تنظيم الأوراق المالية لإرشادات تطبيق 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 استخدام 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 إعداد مجموعة بيانات باللغة التقليدية لـ AI يثير قضايا حقوق النشر، وأن الطرفين قد توصلوا إلى تسوية.

المواطنون يربون الكركند بشكل مكثف! وزارة التنمية الرقمية: من المؤكد أن وكلاء AI سيتوغلون في الخدمات العامة، وشركة هونغ هاي تنوي الاستثمار في قدرات الحوسبة في تايوان