Nvidia近日宣布了一项为期多年的“创新合作伙伴关系”,将与德国德意志银行展开密切合作,加速人工智能和机器学习技术在金融服务行业的应用。
此次宣布的合作伙伴关系旨在发挥人工智能和机器学习在银行业的潜力。过去18个月以来,两家公司一直致力于通过此次合作计划开发范围广泛的、符合监管要求的人工智能服务。此外德意志银行方面表示,与Nvidia的密切合作将使该银行能够通过使用AI来简化和加速有关云迁移的决策,从而加速数字化转型之旅。
两家公司计划在很多不同领域展开合作,其中最具潜力的领域是风险模型开发。对银行业来说,很多重要任务例如价格发现、风险评估和模型回测都会涉及大量计算密集型计算,而以前这都是使用大规模CPU驱动的服务器网格场来完成的。
不过德意志银行表示,银行将转向采用Nvidia在加速计算方面的专业知识,由GPU提供支持并与人工智能相结合,使交易员能够通过更快地运行更多场景来更好地管理风险。德意志银行表示,Nvidia的加速计算让很多通常需要隔夜处理的功能(例如风险评估),现在都可以实时执行。
德意志银行表示,他们将在此次合作中采用Nvidia AI Enterprise平台,该平台用于简化本地或者云端AI模型的开发,这将让该银行具备在任何需要的地方运行AI工作负载所需的灵活性。
Nvidia公司创始人、首席执行官黄仁勋表示:“加速计算和人工智能正处于一个转折点,而且我们正在通过云将加速计算和人工智能带给全球企业。未来业务的方方面面,都将充满以光速运行的洞察力和智能。我们与德意志银行一起,对金融服务的运营和交付方式进行现代化改造和重构。”
德意志银行还在研究如何使用AI为现有员工、潜在新员工和涉及使用3D虚拟助理的客户提供全新的交互式体验。该银行在与Nvidia展开探索性工作期间,使用Nvidia Omniverse Enterprise平台创建了一个3D虚拟形象,帮助新员工浏览内部银行系统并回答人力资源部门的问题。展望未来,德意志银行将与Nvidia合作,通过由AI支持的数字化身和虚拟助理,为银行客户创造更多身临其境的元宇宙体验。
德意志银行还研究了另一个主要用途,是从收集来的大量非结构化数据中提取有用的洞察。虽然AI已经证明了在数据分析方面的价值,但银行面临的一大问题是,现有模型在处理非结构化金融文本时表现不佳。德意志银行正在使用称为“transformer”的新神经网络来解决这个问题,并解释说,一个单一的、预训练的transformer模型已经能够在文本生成、翻译甚至软件编程展示出惊人的表现。
因此,德意志银行开始与Nvidia合作测试一系列名为“Finformers”的AI模型,这些模型可以利用非结构化数据来发现交易对手风险、欺诈、数据质量问题等的早期预警信号。
最后德意志银行表示,将与Nvidia合作扩大现有的内部AI卓越中心,支持测试和开发AI服务,发展AI专业技能,最终希望开发、培养和推广可解释的、负责任的AI模型,以扩大对金融服务人工智能预测的理解。
德意志银行负责技术、数据和创新的董事会成员Bernd Leukert表示:“这种合作伙伴关系是我们在实现人工智能和机器学习雄心目标方面迈出的重要一步。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。