في الآونة الأخيرة، نظمت ندوة بعنوان 'كيف يغير DeepSeek قواعد لعبة الذكاء الاصطناعي؟ هل تختفي حاجز الدخول العالي لـ AGI؟'، نظمت الندوة بنجاح من قبل بنك الإنترنت الجديد بالتعاون مع كلية علوم الإدارة والهندسة في جامعة جنوب غرب المالية. شارك نائب الرئيس التنفيذي لبنك الإنترنت الجديد، لي تشيو شينغ، ورئيس قسم الحوسبة المالية في كلية علوم الإدارة والهندسة في جامعة جنوب غرب المالية، وانغ جون، ورئيس قسم العلوم الرياضية في بنك الإنترنت الجديد، وي هاو، في الكشف المشترك عن الأسرار التقنية والتطبيقات المستقبلية في صناعة البنوك لـ DeepSeek.
كيف تطورت مصادر الشفرة المفتوحة والمغلقة؟
عندما أثار التعاون العميق بين OpenAI و Microsoft جدلا حول "الاحتكار البيئي"، وعندما تواجه NVIDIA أصعب قيود تصدير رقاقات الذكاء الاصطناعي في تاريخ الولايات المتحدة، فقد فتحت استراتيجية DeepSeek المفتوحة بابًا آخر بشكل غير متوقع. تتميز DeepSeek عن النماذج التقليدية المغلقة للذكاء الاصطناعي، حيث يسمح طابعها المفتوح للشركات باستخدام نماذج كبيرة ومتقدمة بتكلفة منخفضة، مما يعزز قدرة المساعد الذكي في العديد من السيناريوهات.
في صناعة البرمجيات، تعيش نمطين من الشفرة المفتوحة والشفرة المغلقة جنبًا إلى جنب ولكل منهما حالات نجاح. ويعتبر Li Xiusheng مثالين على ذلك بما في ذلك Linux و Android ، حيث تقول إن هذين النظامين يمثلان البرمجيات مفتوحة المصدر وساعدا كثيرًا في تعزيز تطور مجال أنظمة التشغيل. وأشار أيضًا إلى أن Apple كنموذج للنمط المغلق ، لا تزال تحتفظ بمكانتها الرائدة في تطبيقات الهواتف الذكية عالية الجودة. وعلى الرغم من أن هذه الشركات تتبع مسارات مختلفة، إلا أنها حققت إنجازات ملموسة.
"من وجهة نظري الشخصية كمستقبل للمساهمين العالميين، أنا أفضل نموذج الشفافية لأنه يمكنه جمع المزيد من الحكمة والقوة ودفع التقدم التكنولوجي والابتكار. في المستقبل، قد يستمر النموذج المفتوح مع النموذج المغلق، لكن الإمكانيات المفتوحة تستحق الانتظار." قال لي تشيو شنغ.
يعتقد وانغ جون أن الشفرة المفتوحة والمغلقة تتفاعلان وتتنافسان. يتسم التكنولوجيا de المفتوحة بالشفافية، مما يجذب العديد من المطورين للمشاركة، ويعزز من التحديثات السريعة للتكنولوجيا، لكن قد تكون القدرة على تحقيق الأرباح ونموذج الأعمال غير مؤكدة. أما التكنولوجيا المغلقة فتركز على بناء حواجز الحماية الخاصة بها ومستويات الدخول، مع استثمارات ضخمة، ونموذج أعمال فريد ولكن بتنوع أقل. كلاهما يتمتعان بمزايا وعيوب، ولذلك قد يكون هناك استعارة وتكامل gegenseitiges بينهما في الممارسة، وقد تؤدي في بعض المجالات إلى تكوين منافسة.
من وجهة نظر اللاعبين في السوق ، كان ل DeepSeek ، كنموذج كبير مفتوح المصدر ومنخفض التكلفة وفعال ، تأثير كبير على شركات التكنولوجيا الرائدة في السوق. بالنسبة لشركة نموذج مغلق المصدر مثل OpenAI ، فإن استراتيجية التسعير الخاصة ب DeepSeek تجبرها على إعادة النظر في نموذج أعمالها واتجاه تحسين التكنولوجيا. بالنسبة لشركات الرقائق مثل NVIDIA ، يثبت إصدار DeepSeek أنه يمكن إجراء الاستدلال عالي المستوى دون الاعتماد على وحدات معالجة الرسومات المتطورة ، مما يدفع هذه الشركات إلى التفكير في كيفية تعديل منطق الاستثمار ونموذج تطوير البنية التحتية الذكاء الاصطناعي. قال وانغ جون بصراحة.
مع ذلك، يجدر بالذكر أن النماذج الكبيرة العامة للذكاء الاصطناعي تواجه تحديات في حل مشاكل مراقبة الأمان الرقمي. وأشار وي هاو إلى أنه على الرغم من أن النماذج الكبيرة تتمتع بقدرات واسعة مثل فهم المشكلة وإجراء العمليات الرياضية وإنشاء الكود، إلا أن أدائها في مجال مراقبة الأمان ليس مرضيًا تمامًا. ويعود السبب في ذلك إلى أن تدريب النماذج الكبيرة يعتمد بشكل رئيسي على البيانات والكود المفتوحة على الإنترنت، مما ينتج عنه نقص في التدريب على مجموعات بيانات متخصصة في مجال مراقبة الأمان، وبالتالي قد لا تكون منطقيتها متوافقة تمامًا مع احتياجات مراقبة الأمان الفعلية.
البنوك الصغيرة والمتوسطة تعاود الصعود بفضل DeepSeek؟
وفقًا لتقرير بحثي من Zhejiang Securities، تم استخدام أقل من 2.8 مليون ساعة من وحدة معالجة الرسومات (GPU) خلال عملية تدريب DeepSeek-V3 بالمقارنة مع 30.8 مليون ساعة لتدريب Llama3-405B التابعة لشركة Meta، العملاقة للإنترنت في الولايات المتحدة. تقدر تكلفة تدريب DeepSeek-V3 بحوالي 5.576 مليون دولار، بينما تبلغ تكلفة تدريب نموذج اللغة GPT-4 الصادر عن OpenAI ملايين الدولارات.
بالمقارنة مع الاستثمار الضخم الذي قد يصل إلى ملايين أو حتى مليارات الدولارات في النماذج الكبيرة التقليدية، يمكن أن تكون تكلفة نشر DeepSeek محليًا أقل من مليوني دولار. وفقًا لأحدث الأخبار من وزارة الصناعة وتكنولوجيا المعلومات، قامت ثلاث شركات أساسية للاتصالات بالفعل بالانضمام بشكل كامل إلى نموذج DeepSeek مفتوح المصدر. حاليًا في مجال الخدمات المالية، تقوم العديد من المؤسسات من بنوك وصناديق استثمار إلى شركات الأوراق المالية بنشاط بنشر DeepSeek. بدءًا من مايو 2024، بنك الإنترنت الجديد بدأ في تطبيق نموذج DeepSeek الكبير في سيناريوهات تطوير النظام، حيث بنى مساعد الإجابة على الأسئلة التقنية ومساعد كتابة الشيفرة، مما يقلل من وقت الفحص الذي يقضيه المهندسون في خط الإنتاج في البحث عن المعلومات التقنية.
اعتقد لي شيو شينغ أن ظهور DeepSeek في مجال الذكاء الاصطناعي أحدث تغييرات في مفاهيمين. الأولى هي أن ظهور DeepSeek قد كسر الثقة في 'القوة الهائلة تجلب المفاجأة'، أي لم يعد يسعى بتعنت للحصول على قوة حسابية متطرفة. في الماضي، كان الناس يعتقدون عادة أنه يمكن تحقيق الاختراقات فقط من خلال تكديس قوة حسابية هائلة، لكن DeepSeek أثبت أنه يمكن تحقيق أداء فعال بتحسين الخوارزميات والنماذج، حتى في ظل قوة حسابية منخفضة. الثانية هي أن DeepSeek زاد من حدة الجدل بين البرمجيات المفتوحة المصدر والمغلقة. جعلت OpenAI مفهوم النماذج الكبيرة مشهورًا من خلال ChatGPT، ولكن سياسة الإغلاق التي تتبعها حدت من انتشار التقنية. بينما ظهور نماذج مفتوحة المصدر مثل DeepSeek خفض من عتبة التقنية، مما جعل المزيد من المؤسسات قادرة على تطبيق النماذج الكبيرة. هذا التغيير له تأثير عميق على قطاع الخدمات المالية مثل البنوك.
"بالنسبة للمستقبل، مع تقدم التكنولوجيا المستمر وانخفاض تكاليفها، لن تعد النماذج الكبيرة حكراً على البنوك الكبيرة، بل يمكن أن تطبق على نطاق واسع في المؤسسات المالية مثل البنوك الصغيرة والمتوسطة. وسيجلب هذا اتجاه تغييراً تكنولوجياً هاماً للبنوك التجارية، مما يعزز تطويرها بشكل أكثر ذكاءً وكفاءة." قالها Li Xiusheng.
في مجال التحكم الرقمي في صناعة الخدمات المصرفية، تتمتع تقنيات النمذجة الكبيرة مثل DeepSeek بآفاق تطبيق واسعة. وفقًا لما شاركه وي هاو، فإن إطلاق DeepSeek أثار حماسًا كبيرًا بين المتخصصين التقنيين، نظرًا لقدرته على المنافسة مع مستوى النماذج الاستدلالية الرائدة لدى OpenAI، بالإضافة إلى توفير الوزنات مفتوحة المصدر وتراخيص واسعة وإمكانية الاستخدام المحلية والقابلة للتحكم.
وصف وي هاو تجربته في الاستخدام العملي، "عند التعامل مع البيانات غير المهيكلة، يمكن أن تعزز النماذج الكبيرة مثل DeepSeek فهم الدلالة وقدرات معالجة النصوص، مما يتيح لنا الحصول على معلومات من مجموعة أوسع من البيانات. بالإضافة إلى ذلك، يمكن لتقنية النماذج الذكية العامة أن تستفيد منها نماذج إدارة المخاطر، مما يعزز دقة تقييم العملاء واتخاذ قرارات أفضل."
وأشار Wei Hao إلى أن قدرة DeepSeek R1 على التفكير العميق يمكن أن تعزز قدرته على فهم النية والدلالة من خلال نمط تدريب سلسلة الأفكار. هذه القدرة ليست مقتصرة فقط على اللغة الصينية، بل يمكن أيضًا أن تظهر أداءً ممتازًا في التعامل مع سياق طويل ونوايا معقدة.
كقطاع ذي درجة عالية من التمكن من تكنولوجيا المعلومات، خضعت أنظمة الحوسبة في القطاع المصرفي لتغييرات جذرية عدة. من استخدام أنظمة الحاسوب بدلاً من العمليات اليدوية، إلى ظهور الإنترنت المتنقل، يعمل البنوك باستمرار على إعادة تشكيل عملياتها التشغيلية. واليوم، ومع التطور السريع للذكاء الاصطناعي، تواجه البنوك تحديات وفرص في مواجهة التطور الرابع لأنظمة المعلومات. في هذا العصر الذي يهيمن فيه النماذج الكبيرة، كيف يجب على البنوك بناء قدرات تطبيقات التكنولوجيا الذكية التي تتناسب معها؟
يعتقد Li Xiusheng أن عصر النماذج الكبيرة يتطلب من البنوك أن تفكر من منظور تطبيق الذكاء الاصطناعي كيفية إعادة تشكيل إدارة وعمليات البنك. يجب على البنك أولاً التفكير في كيفية بناء التطبيقات، ثم التفكير في كيفية تنظيم البيانات، وتحسين جودة البيانات، وتسمية البيانات، وتطبيق البيانات الخارجية. بشكل عام، تحتاج البنوك التجارية إلى التفكير من منظور استراتيجي، مع النظر في عوامل متعددة مثل القدرة الحسابية والبيانات والخوارزميات والتطبيقات.
ووفقا له ، منذ إنشائه ، طبق بنك شينوانغ بالكامل تكنولوجيا الذكاء الاصطناعي في مجال مكافحة الاحتيال والتحكم في مخاطر الائتمان لتحقيق معالجة قروض فعالة وواسعة النطاق. ومع ذلك ، مع ظهور نماذج كبيرة ، بدأت البنوك في التفكير في استكشاف وتجريب المزيد من المجالات. في الوقت الحاضر ، طبق بنك شينوانغ نماذج كبيرة في مجال خدمة العملاء ، ونجح في استبدال بعض خدمات العملاء اليدوية ، ويحاول تطبيق نماذج كبيرة في التسويق وإدارة ما بعد القرض وغيرها من المجالات.
بالإضافة إلى قطاع البنوك، يتوقع وانغ جون أن تشهد التطبيقات الذكية ذات النماذج الكبيرة تحسنًا ملحوظًا في صناعة التصنيع وتوقع مخاطر المناخ والحوسبة والتعليم ووسائط الترفيه وغيرها من المجالات. وأشار وانغ جون إلى أنه "في صناعة التصنيع، يمكن للنماذج الكبيرة مراقبة موثوقية الأجزاء أو البطاريات وتوقع عمرها الافتراضي؛ في توقع مخاطر المناخ، تقوم خوارزميات الذكاء الاصطناعي بتفسير حالة الطقس المستقبلية لتوفير تحذيرات وتحسين مسارات الطرق للطرق السريعة؛ في مجال الحوسبة، يمكن للنماذج الكبيرة دعم استكمال الشفرة وفهمها وبنائها؛ في مجال التعليم، يمكن بناء نماذج كبيرة شخصية لمساعدة الطلاب على التعلم بناءً على عاداتهم وسلوكهم الدراسي؛ في مجال وسائط الترفيه، يمكن استخدام النماذج الكبيرة لإنشاء محتوى وبناء نماذج وإعداد المشاهد، مثل إنتاج الرسوم المتحركة وتصميم الألعاب وإنتاج مقاطع الفيديو القصيرة، ويمكن أيضًا توليف الشخصيات الرقمية للاستخدام في التوصيات التجارية عبر الإنترنت وما إلى ذلك."
ما هو نوع المواهب الذكية الاصطناعية التي تحتاجها البنوك في المستقبل؟
وفقًا لتقرير تطوير صناعة البنوك الصينية لعام 2024 الصادر عن جمعية البنوك الصينية ، فإن هناك نقطة طبيعية للتوافق بين التمويل والذكاء الاصطناعي ، حيث يمكن لتقنية نموذج الذكاء الاصطناعي الكبير استغلال البيانات الهائلة لصناعة البنوك بشكل كامل ، بينما تحتوي صناعة البنوك على سيناريوهات غنية يمكن تطبيق تقنية نموذج الذكاء الاصطناعي الكبير فيها. حاليًا ، يقوم نموذج الذكاء الاصطناعي الكبير بتعزيز التجديد الشامل في مجال خدمات البنوك والتسويق والمنتجات في صناعة البنوك في بلادنا ، مما يعزز وصول "البنوك المستقبلية" بشكل متسارع.
مع التطبيق المكثف للنماذج الكبيرة من قبل البنوك ، تم طرح متطلبات أعلى لمهارات الموظفين العلميين والتكنولوجيين. يعتقد Li Xiusheng أنه في صناعة تطبيقات الإنترنت ، ساعد التفكير عبر الإنترنت في نجاح الشركات المصنعة للإنترنت. مع ظهور عصر الذكاء الاصطناعي ، تغير الطلب على المواهب إلى المواهب المالية والتكنولوجية المركبة مع تفكير الذكاء الاصطناعي.
في السنوات الأخيرة، أكد البنك الجديد على التفكير الإنترنتي وسيولي اهتمامًا بالتفكير الذكي. يتم دمج التفكير الذكي في تصميم منتجات الأعمال وتسويق العملاء والأنشطة التشغيلية اليومية وبناء نظام إدارة الأعمال الشامل. لذا، سيقوم البنك بتقييم ما إذا كان الموظفون لديهم هذه القدرة أو الأساس أو الإمكانيات، من أجل تنمية المواهب اللازمة لتلبية تطلعات تطور البنك في المستقبل.
"لقد جلب التقدم المستمر لتكنولوجيا الذكاء الاصطناعي تحديات للمصرفيين ، ولكنه وفر أيضا فرصا جديدة. في مواجهة التغيير ، يحتاج الممارسون إلى التزام الهدوء ، ومواصلة التعلم ، ومواكبة تغيرات العصر ، وإيجاد مكانهم في المجتمع والمؤسسات. شجع لي شيوشنغ. يحتاج الفنيون إلى تكييف أنفسهم وتطبيق التكنولوجيا الذكاء الاصطناعي لتحسين قدراتهم. لا يتعين على موظفي الأعمال القلق كثيرا بشأن استبدالهم ، لأن عتبة تطبيق التكنولوجيا الذكاء الاصطناعي يتم تخفيضها ، وحتى الأشخاص الذين لا يفهمون أجهزة الكمبيوتر يمكنهم استخدام أدوات الذكاء الاصطناعي لبناء العمليات والتطبيقات ولعب قيمتهم الخاصة. لذلك ، طالما لديهم الشجاعة للتعلم ومواكبة التغيرات التكنولوجية ، لن يتم القضاء على المصرفيين ، ولكن يمكنهم التكيف بشكل أفضل مع التقدم التكنولوجي في العصر. ”
من وجهة نظر أعمال إدارة المخاطر، أشار وي هاو إلى أن التطبيق العملي هو العنصر الحاسم في إتقان الذكاء الاصطناعي. في مجال إدارة المخاطر، يتطلب تطبيق تقنيات الذكاء الاصطناعي مستوى أعلى من المهارة، حيث إنه لا يتوفر فقط على فهم عميق لمبادئ التقنية، ولكن يتطلب أيضًا فهماً كاملاً لمزايا النموذج وحدود قدراته والمخاطر المترتبة، من أجل ضمان التطبيق الصحيح للتقنية. لهذا السبب، يجب على موظفي إدارة المخاطر أن يكونوا لديهم خبرة تقنية عميقة ومعرفة واسعة.
وقال وانغ جون أيضًا إن الجامعات تسعى أيضًا إلى تنمية الكفاءات الشاملة في مجال الذكاء الاصطناعي. "نحن نقوم بتحسين ترتيب المقررات، ونضمن تضمين تحليل البيانات، واستخراج البيانات، وتعلم الآلة، والتعلم العميق، والبيانات متعددة الأوضاع في المقررات، وذلك لتمكين الطلاب من التعرف على المعرفة المتعلقة بالذكاء الاصطناعي في مرحلة البكالوريوس. كما زادنا من المشاريع التدريبية والمقررات التجريبية، وشجعنا الطلاب على المشاركة في مسابقات التكنولوجيا المالية وغيرها من المسابقات، لتحويل المعرفة إلى قدرات عملية. بالإضافة إلى ذلك، نحن نأمل في تعزيز التعاون بين الجامعات والصناعة من خلال المختبرات المشتركة والمحاضرات الخاصة بالخبراء، وذلك لتمكين الطلاب من فهم احتياجات الصناعة والأعمال بشكل أعمق، وبالتالي تحفيزهم على التعلم وتنمية كفاءات تلبي احتياجات الصناعة.
فيما يتعلق باتجاهات تطور تكنولوجيا الذكاء الاصطناعي في قطاع البنوك، أشار لي شيو شينغ إلى أن البنوك التجارية تشهد دورة جديدة من إعادة الهيكلة مع تطور تقنيات الذكاء الاصطناعي والنماذج الكبيرة. وهذا لا يشمل فقط ترقية الأنظمة، بل سيؤدي إلى تغيير جذري في عمليات الأعمال وشكل المنتجات وآليات الاختيار وتكوين العاملين وترتيب الوظائف في البنوك. وقال: “على الرغم من أن طبيعة إدارة المخاطر المالية لم تتغير، إلا أن طريقة الخدمة وشكل المنتجات وآليات التشغيل ستشهد تغييرات هائلة. وقد يكون هذا العملية تدريجية، ونتوقع أن يكون شكل البنوك التجارية مختلفًا تمامًا بعد ثلاثة إلى خمس سنوات”.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
【تحليل مالي】DeepSeek تتجاوز حاجز الذكاء الاصطناعي: هل حان وقت "نقطة الغرائب" لصناعة البنوك؟
في الآونة الأخيرة، نظمت ندوة بعنوان 'كيف يغير DeepSeek قواعد لعبة الذكاء الاصطناعي؟ هل تختفي حاجز الدخول العالي لـ AGI؟'، نظمت الندوة بنجاح من قبل بنك الإنترنت الجديد بالتعاون مع كلية علوم الإدارة والهندسة في جامعة جنوب غرب المالية. شارك نائب الرئيس التنفيذي لبنك الإنترنت الجديد، لي تشيو شينغ، ورئيس قسم الحوسبة المالية في كلية علوم الإدارة والهندسة في جامعة جنوب غرب المالية، وانغ جون، ورئيس قسم العلوم الرياضية في بنك الإنترنت الجديد، وي هاو، في الكشف المشترك عن الأسرار التقنية والتطبيقات المستقبلية في صناعة البنوك لـ DeepSeek.
كيف تطورت مصادر الشفرة المفتوحة والمغلقة؟
عندما أثار التعاون العميق بين OpenAI و Microsoft جدلا حول "الاحتكار البيئي"، وعندما تواجه NVIDIA أصعب قيود تصدير رقاقات الذكاء الاصطناعي في تاريخ الولايات المتحدة، فقد فتحت استراتيجية DeepSeek المفتوحة بابًا آخر بشكل غير متوقع. تتميز DeepSeek عن النماذج التقليدية المغلقة للذكاء الاصطناعي، حيث يسمح طابعها المفتوح للشركات باستخدام نماذج كبيرة ومتقدمة بتكلفة منخفضة، مما يعزز قدرة المساعد الذكي في العديد من السيناريوهات.
في صناعة البرمجيات، تعيش نمطين من الشفرة المفتوحة والشفرة المغلقة جنبًا إلى جنب ولكل منهما حالات نجاح. ويعتبر Li Xiusheng مثالين على ذلك بما في ذلك Linux و Android ، حيث تقول إن هذين النظامين يمثلان البرمجيات مفتوحة المصدر وساعدا كثيرًا في تعزيز تطور مجال أنظمة التشغيل. وأشار أيضًا إلى أن Apple كنموذج للنمط المغلق ، لا تزال تحتفظ بمكانتها الرائدة في تطبيقات الهواتف الذكية عالية الجودة. وعلى الرغم من أن هذه الشركات تتبع مسارات مختلفة، إلا أنها حققت إنجازات ملموسة.
"من وجهة نظري الشخصية كمستقبل للمساهمين العالميين، أنا أفضل نموذج الشفافية لأنه يمكنه جمع المزيد من الحكمة والقوة ودفع التقدم التكنولوجي والابتكار. في المستقبل، قد يستمر النموذج المفتوح مع النموذج المغلق، لكن الإمكانيات المفتوحة تستحق الانتظار." قال لي تشيو شنغ.
يعتقد وانغ جون أن الشفرة المفتوحة والمغلقة تتفاعلان وتتنافسان. يتسم التكنولوجيا de المفتوحة بالشفافية، مما يجذب العديد من المطورين للمشاركة، ويعزز من التحديثات السريعة للتكنولوجيا، لكن قد تكون القدرة على تحقيق الأرباح ونموذج الأعمال غير مؤكدة. أما التكنولوجيا المغلقة فتركز على بناء حواجز الحماية الخاصة بها ومستويات الدخول، مع استثمارات ضخمة، ونموذج أعمال فريد ولكن بتنوع أقل. كلاهما يتمتعان بمزايا وعيوب، ولذلك قد يكون هناك استعارة وتكامل gegenseitiges بينهما في الممارسة، وقد تؤدي في بعض المجالات إلى تكوين منافسة.
من وجهة نظر اللاعبين في السوق ، كان ل DeepSeek ، كنموذج كبير مفتوح المصدر ومنخفض التكلفة وفعال ، تأثير كبير على شركات التكنولوجيا الرائدة في السوق. بالنسبة لشركة نموذج مغلق المصدر مثل OpenAI ، فإن استراتيجية التسعير الخاصة ب DeepSeek تجبرها على إعادة النظر في نموذج أعمالها واتجاه تحسين التكنولوجيا. بالنسبة لشركات الرقائق مثل NVIDIA ، يثبت إصدار DeepSeek أنه يمكن إجراء الاستدلال عالي المستوى دون الاعتماد على وحدات معالجة الرسومات المتطورة ، مما يدفع هذه الشركات إلى التفكير في كيفية تعديل منطق الاستثمار ونموذج تطوير البنية التحتية الذكاء الاصطناعي. قال وانغ جون بصراحة.
مع ذلك، يجدر بالذكر أن النماذج الكبيرة العامة للذكاء الاصطناعي تواجه تحديات في حل مشاكل مراقبة الأمان الرقمي. وأشار وي هاو إلى أنه على الرغم من أن النماذج الكبيرة تتمتع بقدرات واسعة مثل فهم المشكلة وإجراء العمليات الرياضية وإنشاء الكود، إلا أن أدائها في مجال مراقبة الأمان ليس مرضيًا تمامًا. ويعود السبب في ذلك إلى أن تدريب النماذج الكبيرة يعتمد بشكل رئيسي على البيانات والكود المفتوحة على الإنترنت، مما ينتج عنه نقص في التدريب على مجموعات بيانات متخصصة في مجال مراقبة الأمان، وبالتالي قد لا تكون منطقيتها متوافقة تمامًا مع احتياجات مراقبة الأمان الفعلية.
البنوك الصغيرة والمتوسطة تعاود الصعود بفضل DeepSeek؟
وفقًا لتقرير بحثي من Zhejiang Securities، تم استخدام أقل من 2.8 مليون ساعة من وحدة معالجة الرسومات (GPU) خلال عملية تدريب DeepSeek-V3 بالمقارنة مع 30.8 مليون ساعة لتدريب Llama3-405B التابعة لشركة Meta، العملاقة للإنترنت في الولايات المتحدة. تقدر تكلفة تدريب DeepSeek-V3 بحوالي 5.576 مليون دولار، بينما تبلغ تكلفة تدريب نموذج اللغة GPT-4 الصادر عن OpenAI ملايين الدولارات.
بالمقارنة مع الاستثمار الضخم الذي قد يصل إلى ملايين أو حتى مليارات الدولارات في النماذج الكبيرة التقليدية، يمكن أن تكون تكلفة نشر DeepSeek محليًا أقل من مليوني دولار. وفقًا لأحدث الأخبار من وزارة الصناعة وتكنولوجيا المعلومات، قامت ثلاث شركات أساسية للاتصالات بالفعل بالانضمام بشكل كامل إلى نموذج DeepSeek مفتوح المصدر. حاليًا في مجال الخدمات المالية، تقوم العديد من المؤسسات من بنوك وصناديق استثمار إلى شركات الأوراق المالية بنشاط بنشر DeepSeek. بدءًا من مايو 2024، بنك الإنترنت الجديد بدأ في تطبيق نموذج DeepSeek الكبير في سيناريوهات تطوير النظام، حيث بنى مساعد الإجابة على الأسئلة التقنية ومساعد كتابة الشيفرة، مما يقلل من وقت الفحص الذي يقضيه المهندسون في خط الإنتاج في البحث عن المعلومات التقنية.
اعتقد لي شيو شينغ أن ظهور DeepSeek في مجال الذكاء الاصطناعي أحدث تغييرات في مفاهيمين. الأولى هي أن ظهور DeepSeek قد كسر الثقة في 'القوة الهائلة تجلب المفاجأة'، أي لم يعد يسعى بتعنت للحصول على قوة حسابية متطرفة. في الماضي، كان الناس يعتقدون عادة أنه يمكن تحقيق الاختراقات فقط من خلال تكديس قوة حسابية هائلة، لكن DeepSeek أثبت أنه يمكن تحقيق أداء فعال بتحسين الخوارزميات والنماذج، حتى في ظل قوة حسابية منخفضة. الثانية هي أن DeepSeek زاد من حدة الجدل بين البرمجيات المفتوحة المصدر والمغلقة. جعلت OpenAI مفهوم النماذج الكبيرة مشهورًا من خلال ChatGPT، ولكن سياسة الإغلاق التي تتبعها حدت من انتشار التقنية. بينما ظهور نماذج مفتوحة المصدر مثل DeepSeek خفض من عتبة التقنية، مما جعل المزيد من المؤسسات قادرة على تطبيق النماذج الكبيرة. هذا التغيير له تأثير عميق على قطاع الخدمات المالية مثل البنوك.
"بالنسبة للمستقبل، مع تقدم التكنولوجيا المستمر وانخفاض تكاليفها، لن تعد النماذج الكبيرة حكراً على البنوك الكبيرة، بل يمكن أن تطبق على نطاق واسع في المؤسسات المالية مثل البنوك الصغيرة والمتوسطة. وسيجلب هذا اتجاه تغييراً تكنولوجياً هاماً للبنوك التجارية، مما يعزز تطويرها بشكل أكثر ذكاءً وكفاءة." قالها Li Xiusheng.
في مجال التحكم الرقمي في صناعة الخدمات المصرفية، تتمتع تقنيات النمذجة الكبيرة مثل DeepSeek بآفاق تطبيق واسعة. وفقًا لما شاركه وي هاو، فإن إطلاق DeepSeek أثار حماسًا كبيرًا بين المتخصصين التقنيين، نظرًا لقدرته على المنافسة مع مستوى النماذج الاستدلالية الرائدة لدى OpenAI، بالإضافة إلى توفير الوزنات مفتوحة المصدر وتراخيص واسعة وإمكانية الاستخدام المحلية والقابلة للتحكم.
وصف وي هاو تجربته في الاستخدام العملي، "عند التعامل مع البيانات غير المهيكلة، يمكن أن تعزز النماذج الكبيرة مثل DeepSeek فهم الدلالة وقدرات معالجة النصوص، مما يتيح لنا الحصول على معلومات من مجموعة أوسع من البيانات. بالإضافة إلى ذلك، يمكن لتقنية النماذج الذكية العامة أن تستفيد منها نماذج إدارة المخاطر، مما يعزز دقة تقييم العملاء واتخاذ قرارات أفضل."
وأشار Wei Hao إلى أن قدرة DeepSeek R1 على التفكير العميق يمكن أن تعزز قدرته على فهم النية والدلالة من خلال نمط تدريب سلسلة الأفكار. هذه القدرة ليست مقتصرة فقط على اللغة الصينية، بل يمكن أيضًا أن تظهر أداءً ممتازًا في التعامل مع سياق طويل ونوايا معقدة.
كقطاع ذي درجة عالية من التمكن من تكنولوجيا المعلومات، خضعت أنظمة الحوسبة في القطاع المصرفي لتغييرات جذرية عدة. من استخدام أنظمة الحاسوب بدلاً من العمليات اليدوية، إلى ظهور الإنترنت المتنقل، يعمل البنوك باستمرار على إعادة تشكيل عملياتها التشغيلية. واليوم، ومع التطور السريع للذكاء الاصطناعي، تواجه البنوك تحديات وفرص في مواجهة التطور الرابع لأنظمة المعلومات. في هذا العصر الذي يهيمن فيه النماذج الكبيرة، كيف يجب على البنوك بناء قدرات تطبيقات التكنولوجيا الذكية التي تتناسب معها؟
يعتقد Li Xiusheng أن عصر النماذج الكبيرة يتطلب من البنوك أن تفكر من منظور تطبيق الذكاء الاصطناعي كيفية إعادة تشكيل إدارة وعمليات البنك. يجب على البنك أولاً التفكير في كيفية بناء التطبيقات، ثم التفكير في كيفية تنظيم البيانات، وتحسين جودة البيانات، وتسمية البيانات، وتطبيق البيانات الخارجية. بشكل عام، تحتاج البنوك التجارية إلى التفكير من منظور استراتيجي، مع النظر في عوامل متعددة مثل القدرة الحسابية والبيانات والخوارزميات والتطبيقات.
ووفقا له ، منذ إنشائه ، طبق بنك شينوانغ بالكامل تكنولوجيا الذكاء الاصطناعي في مجال مكافحة الاحتيال والتحكم في مخاطر الائتمان لتحقيق معالجة قروض فعالة وواسعة النطاق. ومع ذلك ، مع ظهور نماذج كبيرة ، بدأت البنوك في التفكير في استكشاف وتجريب المزيد من المجالات. في الوقت الحاضر ، طبق بنك شينوانغ نماذج كبيرة في مجال خدمة العملاء ، ونجح في استبدال بعض خدمات العملاء اليدوية ، ويحاول تطبيق نماذج كبيرة في التسويق وإدارة ما بعد القرض وغيرها من المجالات.
بالإضافة إلى قطاع البنوك، يتوقع وانغ جون أن تشهد التطبيقات الذكية ذات النماذج الكبيرة تحسنًا ملحوظًا في صناعة التصنيع وتوقع مخاطر المناخ والحوسبة والتعليم ووسائط الترفيه وغيرها من المجالات. وأشار وانغ جون إلى أنه "في صناعة التصنيع، يمكن للنماذج الكبيرة مراقبة موثوقية الأجزاء أو البطاريات وتوقع عمرها الافتراضي؛ في توقع مخاطر المناخ، تقوم خوارزميات الذكاء الاصطناعي بتفسير حالة الطقس المستقبلية لتوفير تحذيرات وتحسين مسارات الطرق للطرق السريعة؛ في مجال الحوسبة، يمكن للنماذج الكبيرة دعم استكمال الشفرة وفهمها وبنائها؛ في مجال التعليم، يمكن بناء نماذج كبيرة شخصية لمساعدة الطلاب على التعلم بناءً على عاداتهم وسلوكهم الدراسي؛ في مجال وسائط الترفيه، يمكن استخدام النماذج الكبيرة لإنشاء محتوى وبناء نماذج وإعداد المشاهد، مثل إنتاج الرسوم المتحركة وتصميم الألعاب وإنتاج مقاطع الفيديو القصيرة، ويمكن أيضًا توليف الشخصيات الرقمية للاستخدام في التوصيات التجارية عبر الإنترنت وما إلى ذلك."
ما هو نوع المواهب الذكية الاصطناعية التي تحتاجها البنوك في المستقبل؟
وفقًا لتقرير تطوير صناعة البنوك الصينية لعام 2024 الصادر عن جمعية البنوك الصينية ، فإن هناك نقطة طبيعية للتوافق بين التمويل والذكاء الاصطناعي ، حيث يمكن لتقنية نموذج الذكاء الاصطناعي الكبير استغلال البيانات الهائلة لصناعة البنوك بشكل كامل ، بينما تحتوي صناعة البنوك على سيناريوهات غنية يمكن تطبيق تقنية نموذج الذكاء الاصطناعي الكبير فيها. حاليًا ، يقوم نموذج الذكاء الاصطناعي الكبير بتعزيز التجديد الشامل في مجال خدمات البنوك والتسويق والمنتجات في صناعة البنوك في بلادنا ، مما يعزز وصول "البنوك المستقبلية" بشكل متسارع.
مع التطبيق المكثف للنماذج الكبيرة من قبل البنوك ، تم طرح متطلبات أعلى لمهارات الموظفين العلميين والتكنولوجيين. يعتقد Li Xiusheng أنه في صناعة تطبيقات الإنترنت ، ساعد التفكير عبر الإنترنت في نجاح الشركات المصنعة للإنترنت. مع ظهور عصر الذكاء الاصطناعي ، تغير الطلب على المواهب إلى المواهب المالية والتكنولوجية المركبة مع تفكير الذكاء الاصطناعي.
في السنوات الأخيرة، أكد البنك الجديد على التفكير الإنترنتي وسيولي اهتمامًا بالتفكير الذكي. يتم دمج التفكير الذكي في تصميم منتجات الأعمال وتسويق العملاء والأنشطة التشغيلية اليومية وبناء نظام إدارة الأعمال الشامل. لذا، سيقوم البنك بتقييم ما إذا كان الموظفون لديهم هذه القدرة أو الأساس أو الإمكانيات، من أجل تنمية المواهب اللازمة لتلبية تطلعات تطور البنك في المستقبل.
"لقد جلب التقدم المستمر لتكنولوجيا الذكاء الاصطناعي تحديات للمصرفيين ، ولكنه وفر أيضا فرصا جديدة. في مواجهة التغيير ، يحتاج الممارسون إلى التزام الهدوء ، ومواصلة التعلم ، ومواكبة تغيرات العصر ، وإيجاد مكانهم في المجتمع والمؤسسات. شجع لي شيوشنغ. يحتاج الفنيون إلى تكييف أنفسهم وتطبيق التكنولوجيا الذكاء الاصطناعي لتحسين قدراتهم. لا يتعين على موظفي الأعمال القلق كثيرا بشأن استبدالهم ، لأن عتبة تطبيق التكنولوجيا الذكاء الاصطناعي يتم تخفيضها ، وحتى الأشخاص الذين لا يفهمون أجهزة الكمبيوتر يمكنهم استخدام أدوات الذكاء الاصطناعي لبناء العمليات والتطبيقات ولعب قيمتهم الخاصة. لذلك ، طالما لديهم الشجاعة للتعلم ومواكبة التغيرات التكنولوجية ، لن يتم القضاء على المصرفيين ، ولكن يمكنهم التكيف بشكل أفضل مع التقدم التكنولوجي في العصر. ”
من وجهة نظر أعمال إدارة المخاطر، أشار وي هاو إلى أن التطبيق العملي هو العنصر الحاسم في إتقان الذكاء الاصطناعي. في مجال إدارة المخاطر، يتطلب تطبيق تقنيات الذكاء الاصطناعي مستوى أعلى من المهارة، حيث إنه لا يتوفر فقط على فهم عميق لمبادئ التقنية، ولكن يتطلب أيضًا فهماً كاملاً لمزايا النموذج وحدود قدراته والمخاطر المترتبة، من أجل ضمان التطبيق الصحيح للتقنية. لهذا السبب، يجب على موظفي إدارة المخاطر أن يكونوا لديهم خبرة تقنية عميقة ومعرفة واسعة.
وقال وانغ جون أيضًا إن الجامعات تسعى أيضًا إلى تنمية الكفاءات الشاملة في مجال الذكاء الاصطناعي. "نحن نقوم بتحسين ترتيب المقررات، ونضمن تضمين تحليل البيانات، واستخراج البيانات، وتعلم الآلة، والتعلم العميق، والبيانات متعددة الأوضاع في المقررات، وذلك لتمكين الطلاب من التعرف على المعرفة المتعلقة بالذكاء الاصطناعي في مرحلة البكالوريوس. كما زادنا من المشاريع التدريبية والمقررات التجريبية، وشجعنا الطلاب على المشاركة في مسابقات التكنولوجيا المالية وغيرها من المسابقات، لتحويل المعرفة إلى قدرات عملية. بالإضافة إلى ذلك، نحن نأمل في تعزيز التعاون بين الجامعات والصناعة من خلال المختبرات المشتركة والمحاضرات الخاصة بالخبراء، وذلك لتمكين الطلاب من فهم احتياجات الصناعة والأعمال بشكل أعمق، وبالتالي تحفيزهم على التعلم وتنمية كفاءات تلبي احتياجات الصناعة.
فيما يتعلق باتجاهات تطور تكنولوجيا الذكاء الاصطناعي في قطاع البنوك، أشار لي شيو شينغ إلى أن البنوك التجارية تشهد دورة جديدة من إعادة الهيكلة مع تطور تقنيات الذكاء الاصطناعي والنماذج الكبيرة. وهذا لا يشمل فقط ترقية الأنظمة، بل سيؤدي إلى تغيير جذري في عمليات الأعمال وشكل المنتجات وآليات الاختيار وتكوين العاملين وترتيب الوظائف في البنوك. وقال: “على الرغم من أن طبيعة إدارة المخاطر المالية لم تتغير، إلا أن طريقة الخدمة وشكل المنتجات وآليات التشغيل ستشهد تغييرات هائلة. وقد يكون هذا العملية تدريجية، ونتوقع أن يكون شكل البنوك التجارية مختلفًا تمامًا بعد ثلاثة إلى خمس سنوات”.
(مصدر المقال: شينخوا فاينانس)
مصدر: شرق المال على الشبكة
المؤلف: الاقتصاد الجديد