16 empresas de control financeiro colaboram para criar um modelo de linguagem AI que compreenda o sistema financeiro de Taiwan

Sob a orientação da Comissão de Supervisão Financeira, convocada pela CTBC Financial Holding, 16 instituições financeiras e bancos de referência em Taiwan iniciaram conjuntamente o projeto “Modelo de Linguagem Financeira de Grande Escala FinLLM”, baseado no banco de dados de IA soberana do Departamento de Dados Financeiros para criar uma IA financeira local.
(Resumindo: o governo de Taiwan está ativamente promovendo a “IA Soberana”, com o presidente da Academia Nacional de Ciências, Wu Cheng-wen, anunciando a formação de um Comitê Especial de Estratégia de Inteligência Artificial Nacional)
(Complemento de contexto: 11 principais seguradoras de Taiwan formaram a “Aliança de Reivindicações Blockchain” para processamento de sinistros! Uma única apólice cobre múltiplas seguradoras, tornando o processo de solicitação mais fácil)

16 instituições financeiras, 2 bancos públicos, além do Instituto de Pesquisa e Treinamento Financeiro, do Conselho de Tecnologia da Informação, do Centro de Pesquisa em Finanças da Universidade Nacional de Chengchi, todos unidos para alcançar um objetivo: Taiwan precisa de seu próprio modelo de linguagem financeira.

Este projeto é chamado FinLLM, iniciado por uma aliança de indústrias de tecnologia financeira liderada pela Comissão de Supervisão Financeira, com a CTBC Financial Holding como coordenadora, e foi oficialmente lançado hoje (23) no Parque de Inovação em Tecnologia Financeira FinTechSpace.

De “desenvolvimento individual” para “colaboração coletiva”

No passado, cada instituição financeira que queria desenvolver IA precisava coletar seus próprios dados, treinar seus próprios modelos e fazer suas próprias avaliações. Os custos de computação eram altos, as autorizações de dados dispersas, e os riscos de conformidade legal eram assumidos individualmente, resultando em que cada uma ficava aquém do ideal, gastando bastante dinheiro, mas com poucos cenários de aplicação prática.

A estrutura desta vez é diferente. As 16 instituições participantes incluem CTBC Financial Holding, Cathay Financial Holding, Fubon Financial Holding, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, Heku Financial Holding, Mega International Commercial Bank, First Financial Holding, Hua Nan Financial Holding, KGI Securities, Changhua Bank, Bank of Taiwan, Land Bank, Taiwan Cooperative Bank, Chunghwa Post e Future Bank, quase todos os principais players do setor financeiro de Taiwan reunidos em um único projeto.

Além disso, com o Instituto de Pesquisa e Treinamento Financeiro, o Conselho de Tecnologia da Informação, o Centro de Pesquisa em Finanças da Universidade Nacional de Chengchi e instituições de pesquisa e tecnologia como a Asia-Pacific Intelligent Machines, o FinLLM pretende integrar toda a cadeia, desde autorização de dados, treinamento de modelos, avaliação até operação de modelos comerciais.

Mais importante ainda, os riscos legais relacionados à autorização de dados podem ser compartilhados, o que muitas vezes é mais complicado do que os custos de computação para o setor financeiro.

A base é o banco de dados de IA soberana do Departamento de Dados Financeiros

FinLLM não é um modelo treinado do zero. Sua base é o banco de dados de IA soberana que o Departamento de Dados Financeiros está construindo.

Banco de dados de IA soberana. Traduzindo, é uma iniciativa liderada pelo Estado para coletar linguagem local, regulamentações e arquivos de Taiwan, formando a base de treinamento para modelos de IA locais. Este projeto já está incluído na lista das dez principais construções de IA de nível nacional, com alta prioridade.

O papel da aliança financeira é transformar essa base geral em uma fonte de dados específica para finanças: regulamentações do Conselho de Supervisão Financeira de Taiwan, códigos de governança corporativa, manuais operacionais dos bancos, prospectos de produtos financeiros, documentos de divulgação de riscos.

Mesmo os grandes modelos americanos, por mais avançados que sejam, podem não conseguir responder completamente ao contexto regulatório financeiro de Taiwan. Por exemplo, ao perguntar ao GPT sobre uma disposição da Lei de Proteção ao Consumidor Financeiro de Taiwan, ele pode fornecer uma explicação geral, mas ao lidar com conceitos específicos de supervisão de Taiwan, como “produtos estruturados no exterior” ou “avaliação de adequação para clientes idosos”, a precisão da resposta pode diminuir.

A aliança realiza treinamentos com dados autorizados legalmente, e os bancos membros avaliam conjuntamente, estabelecendo critérios padronizados de avaliação.