AI助手资讯

4月28日,由中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟和北京金融信息化研究所主办,清华大学人工智能研究院支持,全球金融科技大会系列活动「大模型金融应用创新与实践大赛」颁奖仪式圆满举办,深信服安全GPT入选十佳卓越奖! 作为此次「大模型金融应用创新与实践大赛」十佳卓越奖中唯一一个网络安全垂直领域的大模型,深信服安全GPT针对金融机构在网络安全运营中遇到的挑战,提供了创新性的解决思路。 次大赛收到了来自39家机构的68份应用实践报告,经过前期初赛评审,共有25项应用实践入围终审。经过中国工程院院士柴洪峰、北京金融科技产业联盟理事长/工商银行首席技术官吕仲涛、中国金融电子化集团副总经理潘润红、中国银行业协会系统服务部主任赵成刚、深圳证券交易所人工智能专家杨振新、中科院计算机网络信息中心副研究员苟甜、百川智能联合创始人洪涛、中关村天使百人会理事长肖庆平共8名专家的最终评审,深信服安全GPT与工商银行、农业银行、建设银行、邮储银行、国泰君安、蚂蚁和百度等头部银行与知名机构共同入围十佳卓越奖! 深信服安全 GPT 作为国内首个通过深度合成服务算法备案的安全大模型,可协助金融机构完成流量检测、事件解析、安全建议生成、安全事件处置等复杂工作,秒级闭环、百倍提效,从检测能力和安全运营工作上赋能组织,对抗外部强敌。 检测能力远超传统设备和通用大模型, 大幅提升金融机构「威胁检测防御力」 金融机构信息系统复杂、网络边界分散、风险点位众多,风险暴露面大,对威胁检测防御能力要求高,传统检测引擎难以应对外部高对抗、高隐蔽的攻击手段。 深信服安全GPT可以作为检测引擎,赋能态势感知、端点安全等传统安全设备,具备对未知攻击的意图理解、异常判定、混淆还原能力,在流量威胁检测和主机侧钓鱼攻击检测上都取得突破性的效果。 流量威胁检出率高达95.7%,误报率低至4.3% 深信服通过知识蒸馏、模型量化、模型剪枝、Attention机制优化等,将安全GPT推理性能提升50倍,实现了在实际网络环境中,针对实时流量的实时检测。 安全GPT检测大模型能够发现混淆、编码类高绕过流量,并针对Web漏洞有良好检出效果,具有较强Web 0day漏洞检测能力,同时针对攻击成功研判具有较高准确率。 安全GPT检测大模型能力架构 经过3000w黑样本与2000w白样本检测,对比传统引擎,安全GPT的检出率从45.6%提升至95.7%,误报率从21.4%下降到4.3%。在某部委实际测试中,25个高混淆数据包(可绕过传统引擎及通用大模型GPT-4),安全GPT检出率100%,覆盖Web通用攻击、通用组件漏洞攻击、混淆绕过攻击和国家级攻防演练出现过的0 day/N day漏洞。 钓鱼攻击检出率高达91.7%,远超传统解决方案 钓鱼攻击的难防在于,从技术角度看,钓鱼邮件与正常邮件无异,普通人难以识别,而高混淆和形式多变的钓鱼攻击也难以用规则进行定义。 安全GPT 基于对自然语言的泛化理解能力,能够对邮件和文件内容背后的意图进行综合评估和研判,就像聘请了一个懂攻防、懂技术、懂人情世故的防钓鱼“安全专家”实时防守一样,实现钓鱼事件的精准检测和处置。 钓鱼邮件识别方法 通过3万高对抗钓鱼邮件、100万白邮件检测,对比传统解决方案,安全GPT钓鱼攻击检出率从15.7%飞升至91.4%,误报率从0.15%降低至0.046%,效果超越传统方案数倍。 提效90%, 金融行业的安全运营「新质生产力」 随着金融行业数字化转型步入深水区,银行面临的网络安全数据规模和复杂性不断增加,在网络安全专业技术人员少,能力精力也存在瓶颈的前提下,如何对海量网络安全告警进行快速分析研判,定位真实攻击及高效响应处置?安全GPT给出了新的答案。 安全GPT通过自然语言对话的方式提供符合安全人员运营水平的差异化建议和运营路径,承载 80% 安全运营操作,将海量告警的分析处置过程压缩到数分钟内,赋能初级安全工程师在5分钟内对单一高级威胁进行闭环,将日常安全运营所花费的时间减少90%以上。 由于攻防的不对等,攻击者常在非工作时间进行攻击,安全GPT 2.0 智能驾驶提供7*24小时安全事件/告警自主值守,减少 92% 需多次手动的运营工作,平均威胁检测时间(MTTD)/平均威胁响应时间(MTTR)减少 85%,运营人员1人即可守护数万资产。 深信服安全GPT运营大模型演进蓝图 截至目前,安全GPT已累计在130多家企业真实环境测试和应用,帮助金融、能源、政府机关等行业用户提升安全人员实际分析水平和处置效率。 「大模型金融应用创新与实践大赛」充分展示了大模型在金融应用领域的创新实践成果,有效推动了大模型金融应用场景探索及生态建设,为数字金融和智慧金融的稳健发展提供了有力支持。 深信服认为,安全大模型仍拥有广阔的想象空间,除了检测大模型与运营大模型,未来会逐步孵化更多可应用于实际的场景,将会为金融行业的网络安全建设带来更多“领先一步”的效果与体验。

4月28日，由中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟和北京金融信息化研究所主办，清华大学人工智能研究院支持，全球金融科技大会系列活动大模型金融应用创新与实践大赛颁奖仪式举办。作为此次大模型金融应用创新与实践大赛十佳卓越奖中唯一一个网络安全垂直领域的大模型，深信服安全GPT入选十佳卓越奖。 据悉，此次大赛收到了来自39家机构的68份应用实践报告，经过前期初赛评审，共有25项应用实践入围终审。深信服安全 GPT 作为国内首个通过深度合成服务算法备案的安全大模型，可协助金融机构完成流量检测、事件解析、安全建议生成、安全事件处置等复杂工作，秒级闭环、百倍提效，从检测能力和安全运营工作上赋能组织，对抗外部强敌。 深信服安全GPT运营大模型演进蓝图 金融机构信息系统复杂、网络边界分散、风险点位众多，风险暴露面大，对威胁检测防御能力要求高，传统检测引擎难以应对外部高对抗、高隐蔽的攻击手段。 深信服安全GPT可以作为检测引擎，赋能态势感知、端点安全等传统安全设备，具备对未知攻击的意图理解、异常判定、混淆还原能力，在流量威胁检测和主机侧钓鱼攻击检测上都取得突破性的效果。 深信服通过知识蒸馏、模型量化、模型剪枝、Attention机制优化等，将安全GPT推理性能提升50倍，实现了在实际网络环境中，针对实时流量的实时检测。安全GPT检测大模型能够发现混淆、编码类高绕过流量，并针对Web漏洞有良好检出效果，具有较强Web 0day漏洞检测能力，同时针对攻击成功研判具有较高准确率。 钓鱼攻击的难防在于，从技术角度看，钓鱼邮件与正常邮件无异，普通人难以识别，而高混淆和形式多变的钓鱼攻击也难以用规则进行定义。安全GPT 基于对自然语言的泛化理解能力，能够对邮件和文件内容背后的意图进行综合评估和研判，就像聘请了一个懂攻防、懂技术、懂人情世故的防钓鱼“安全专家”实时防守一样，实现钓鱼事件的精准检测和处置。 通过3万高对抗钓鱼邮件、100万白邮件检测，对比传统解决方案，安全GPT钓鱼攻击检出率从15.7%飞升至91.4%，误报率从0.15%降低至0.046%，效果超越传统方案数倍。 随着金融行业数字化转型步入深水区，银行面临的网络安全数据规模和复杂性不断增加，在网络安全专业技术人员少，能力精力也存在瓶颈的前提下，如何对海量网络安全告警进行快速分析研判，定位真实攻击及高效响应处置？安全GPT给出了新的答案。 据了解，安全GPT通过自然语言对话的方式提供符合安全人员运营水平的差异化建议和运营路径，承载 80% 安全运营操作，将海量告警的分析处置过程压缩到数分钟内，赋能初级安全工程师在5分钟内对单一高级威胁进行闭环，将日常安全运营所花费的时间减少90%以上。 截至目前，安全GPT已累计在130多家企业真实环境测试和应用，帮助金融、能源、政府机关等行业用户提升安全人员实际分析水平和处置效率。（科文） 来源： 光明网

“AI+金融”是人工智能技术与传统金融行业的结合 • ”AI+“即“AI+各个行业”，它是将人工智能作为基础特征，与金融、教育、医疗等传统行业的全面融合。相对于简单的行业叠加，“AI+”更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，促进新经济形态的演进，从而催生新的商业模式，提高运营效率，带来整个产业的全面升级。 • 人工智能与金融业的结合——“AI+金融”是目前人工智能最被看好的落地应用场景之一。原因主要有三点：一方面，金融行业的信息化建设起步较早，且行业内极其重视数据的标准化和规范化采集，因而具有大量的数据积累，这些数据为人工智能的应用提供了坚实的基础；另一方面，以银行、保险、证券业为例，金融业的主要业务都是基于大规模数据（用户数据、业务数据、产品数据、市场数据等）展开的，大量繁琐的数据处理工作，急需自动化和智能化的变革来解放人力；此外，金融普惠化和场景化的创新，也需要新的技术手段来提供支持，而人工智能与金融的结合，无疑为金融创新提供了更多的可能。 • 人工智能作为相对底层的基础技术，已呈现出向各个行业、领域渗透的趋势。场景化创新将是AI技术逐步成熟之后市场关注的重要焦点之一。在金融行业亦是如此，各个细分领域的应用方向初见端倪，典型场景包括：智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等。 驱动力：技术、数据和场景是主要的驱动力 • 技术、数据和场景需求是人工智能在金融领域得以应用的基础。其中在技术方面，算法、算力的提升，使机器从海量数据中自行归纳物体特征、描述、还原和定位新事物的能力得以提高，并在各类人工智能准确性测试中的表现越来越好；数据方面，海量的数据是深度学习算法构建的基础，为精准的目标画像和预测分析提供了可能；场景方面，契合业务场景的算法模型为金融活动提供更多的决策支持，从而能很大程度上提升效率。 • 政策和资本的倾斜为人工智能在金融领域的发展营造了良好的市场环境。政策对人工智能和金融科技的支持，使市场对行业发展整体呈乐观预期，这也进一步促进了资本的流入。 • 技术：AI 技术和市场生态的日渐成熟为其在金融行业的发展奠定了基础。根据Gartner2017年7月发布的新兴技术成熟度曲线，人工智能相关技术在未来5-10年将逐步走向成熟，成为最有影响力的新兴技术之一。当前，应用在金融领域的人工智能相关技术主要有：机器学习、生物识别、自然语言处理、语音识别和知识图谱等。 （1）机器学习：机器学习是金融行业应用最为广泛的人工智能技术之一。它可以在海量的金融大数据中学习各种规律和方法，然后应用到金融业务的各个阶段，从而有效地优化流程、提升效率。 （2）生物识别：指纹识别、人脸识别、虹膜识别和指静脉识别是金融行业应用较为广泛的四项生物识别技术。它们分别通过设备采集人体指纹、面部、虹膜、指静脉等部位具有唯一标志性的特征信息，进行存储、匹配，进而完成身份认证。目前，这些生物识别技术已广泛应用于客户身份认证、远程开户、无卡取款、刷脸支付、金库管理和网络借贷等金融场景。 （3）自然语言处理：自然语言处理技术可以显著提升金融行业获取、清洗、加工和分析数据的效率。例如：新闻公告、年报、研究报告等大量文本形式信息，利用自然语言处理技术可迅速提取关键指标，进行分析总结，从而减少不必要的人力劳动。 （4）语音识别：在金融领域的应用中，语音识别通常与语音合成技术结合在一起，提供一个基于语音自然流畅的人机交互方法。其主要应用于电话客服、各类智能终端的语音导航、业务咨询等场景。由于金融行业带有明显的客户服务属性，加上完整而庞大的业务及数据积累，因此语音技术应用广泛。 （5）知识图谱：知识图谱从“实体-关系”的角度整合金融业现有数据，结合外部数据，建立连接形成大规模的实体关系网络。从而突破传统的计算模式，便于有效地挖掘潜在客户、预警潜在风险，帮助金融行业提升效率、优化流程。 行业处于初创期，智能化趋势明显，市场预期较好 • 作为未来最被市场看好的新兴技术之一，人工智能几乎可以渗透到各个行业的各个场景。整体来看，场景创新是实现技术商业化的关键，且逐渐成为各大科技公司的主攻方向。金融行业围绕银行服务、理财投资、信贷、保险、监管等业务已衍生出智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管等应用场景。传统金融机构、金融IT与新兴互联网金融公司、信息服务商等均加速布局。 • 我国“AI+金融”行业仍处于早期的探索阶段，但行业智能化趋势明显，市场预期较好。在应用场景方面，智慧银行主要利用人工智能相关技术提升运营效率，是对银行业现有业务的改进，目前多由技术公司与银行合作共建。智能投顾、智能投研等均由国外先行探索，后在国内经创业公司引入并进行本土化改进，随后由传统金融机构、金融IT和数据服务提供商进一步推动其发展。智能信贷、智能保险和智能监管则分别由互金、保险、交易所和监管部门等将各自的业务领域与人工智能相结合产生的应用创新。目前，除智能投顾发展较早，在国外市场相对成熟之外，其它场景均处于起步探索阶段，但传统金融机构、互联网巨头、金融IT、人工智能技术类公司的纷纷布局将会较大程度地推动行业的发展。 AI市场规模达百亿级，金融增长迅速 • 2018年7月，清华大学中国科技政策研究中心联合多家机构发布了《中国人工智能发展报告（2018）》显示：2017年中国人工智能市场规模达到237亿元，同比增长67%。计算机视觉、语音、自然语言处理的市场规模分别占34.9%、24.8%、21%，而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。 • 金融科技方面，根据MarketsandMarkets预测，人工智能在金融科技的市场规模预计将从2017年的13.38亿美元增长到2022年的73.06亿美元，年复合增长率（CAGR）为40.4％。而在中国市场上，2014年中国金融业IT市场规模达1140亿元，同年中国人工智能市场规模约48.58亿人民币，据此推算，目前人工智能在金融IT领域的渗透率约为4%。结合金融IT应用投资规模和人工智能渗透率预测测算，若2020年渗透率能够达到15%，金融 IT 应用投资规模保持5%的增速，则2020年金融人工智能投资规模将超过200亿元。 传统金融机构、互联网公司和人工智能技术公司是主要参与者 • 当前，参与到”AI+金融“应用场景的企业大致分为传统金融机构、各类互联网公司（如：京东金融、百度金融等）和人工智能技术类公司等。传统金融机构具有较好的客户和数据基础，对业务具有更深刻的理解，同时金融牌照相对齐全；互联网公司同样拥有较好的客户和数据基础，研发和创新能力较强，但在特定的金融业务上仍然缺乏经验；人工智能技术公司则不同，独立的技术研发和创新能力是本身最大的优势，但在数据、客户资源和具体业务场景应用上大多依赖于第三方合作机构。此外，牌照也是互联网和人工智能技术公司共同面临的问题。 • 智慧银行、智能投顾、智能投研、智能信贷、智能保险、智能监管是当前金融领域中关注度较高的AI应用场景。其中，智慧银行是传统银行、网络银行的高级阶段，是银行在当前智能化趋势的背景下，以客户为中心，重新审视银行和客户的实际需求，并利用人工智能、大数据等新兴技术实现银行服务方式与业务模式再造和升级。 智慧网点以智能化、轻型化、特色化、社区化为发展趋势 • 网点智慧化变革对银行整体服务生态来说是一个系统化的工程，未来或许还有更长的路要走，从建设现状来看，智能化、轻型化、特色化和社区化将是主要的发展趋势。 • 智能化：随着人工智能技术的发展和行业竞争的加剧，利用智能化产品来改善和提升用户体验是市场的发展方向也是行业的必然选择。在智慧网点的建设中，越来越多的智能化设备将应用在银行业务的各个环节，同时也会有越来越多的智能系统和算法来辅助决策，提升用户体验。以下列举各类智能终端上人脸识别技术的应用情况。 智能投顾是一种智能化的线上财富管理系统 • 智能投顾（Robo-Adviser）全称智能投资顾问，又称智能理财、机器投顾、机器理财等，是现代人工智能相关技术在财富管理领域的应用。它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供自动化、个性化的理财方案。其实质是利用机器模拟理财顾问的个人经验。 •...

4月29日，2024中关村论坛年会金融科技平行论坛在中关村展示中心举行。记者会上获悉，北京依托其丰富的金融资源与强大的科技创新能力，金融科技领域进展显著，未来将持续探索“人工智能+金融”，邀请各界共同参与国际金科新区建设，共促中国金融科技前行。 国家金融监督管理总局政策研究司司长李明肖在致辞中表示，要高度重视人工智能技术应用过程中数据安全和消费者隐私保护问题。当前，人工智能在智能客服、工程评估、信贷审批等数字金融领域已经有了一些应用，提高了金融服务的个性化和智能化水平。数字金融的发展为人工智能技术的创新和应用，提供了丰富的产品和技术资源。同时监管部门利用人工智能技术，能够更好地识别风险，识别股东股权关联关系及资金往来，有效提高监管效率。 同时，李明肖也表示，金融管理部门将鼓励金融机构利用人工智能，加快数字转型；引导银行业保险业强化数字治理；加强人工智能技术全流程安全管理；强化人工智能在社会监管领域的应用等方面发力推动工作。 会上披露了一组数据：金融科技在京企业有1800余家，其中上市企业69家，专精特新“小巨人”52家，国家级高新技术企业564家。同时，北京推进国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区建设，打造具有全球影响力的人工智能创新策源地，积极拓展人工智能在智能客服、智能贷款审批、信用贷款等金融领域应用场景，健全应用场景发布机制，促进供需研发应用服务技术的双向赋能，并利用“冒烟指数”等工具加强监管，实现风险“四早”管理。海淀区正在打造全球AI创新策源地和产业高地，建立科技企业与金融机构的常态化对接机制，支持数字金融创新。 2024中关村“番钛客”金融科技国际创新大赛在论坛上启动。中关村“番钛客”金融科技国际创新大赛是北京金科新区“一会一赛三论坛”的重要组成部分，是由中关村金融科技产业发展联盟、中关村互联网金融研究院主办的金融科技创新赛事。大赛迄今为止已连续举办七届，已有近80家优质企业通过该赛事获得各项融资约230亿元，多家金融科技企业与金融机构开展合作或入选金融机构合作企业库。 据了解，2024中关村论坛年会金融科技平行论坛由北京市海淀区人民政府等单位联合主办，北京市海淀区地方金融管理局、中关村互联网金融研究院等单位联合承办。

原标题：摩根大通推出IndexGPT ，AI技术在金融领域的新应用 【头部财经】金融科技领域迎来新突破，摩根大通宣布正式推出IndexGPT，这一创新工具的发布，预示着智能投资决策时代的来临。IndexGPT利用了OpenAI的GPT-4技术，通过特定主题关键字自动创建投资篮子主题索引，进而生成投资指数，为投资者揭示公司整体投资价值。 摩根大通的这一新动作，不仅体现了其在金融服务创新上的实力，也展示了AI技术在金融领域的广泛应用潜力。IndexGPT的推出，使得投资者可以依据特定主题，更加精准地构建和优化投资组合，提高投资决策的效率和效果。 该工具的核心优势在于其深度学习和大数据分析能力，它能够扫描分析大量的新闻内容，通过算法模型挖掘出有价值的投资信息。在金融市场信息爆炸的今天，IndexGPT为投资者提供了一种新的解决方案，帮助他们从繁杂信息中迅速捕捉投资机会。 随着AI技术的不断发展，其在金融服务中的应用越来越深入，从风险评估到个性化客户服务，再到投资策略的智能推荐，AI正在成为金融行业创新的重要推手。摩根大通的IndexGPT是该银行在金融科技领域的又一重要里程碑，它的成功应用将可能引领金融投资的新趋势。 来源：https://www.top168.com/news/202405/6241.html返回搜狐，查看更多 责任编辑：