合作内容 从取款机的使用到在线银行业务,金融服务行业一直走在科技前沿。如今,它正引领 AI 领域的发展。英国央行和金融行为监管局在第三次年度金融机构调查中发现,已有 75% 的公司在使用 AI,另有 10% 的公司计划在未来三年内开始使用该技术。
AI 在欺诈检测、数据分析等多个领域带来了机遇,但作为一项商业技术,它仍相对较新。调查显示,仅有不到三分之一的金融机构认为自己完全理解 AI 的运作机制。
这些公司必须拓展对其所使用 AI 工作原理的认识。它们的对手已经深谙其中奥妙,并且会利用这一点为己所用。
准备迎接对抗性 AI 对抗性 AI 攻击者通过对 AI 算法或供应这些算法的数据进行轻微篡改,从而改变算法的输出,使之符合攻击者的利益。例如,他们可能操纵市场预测以便据此进行交易,或者使算法对精心设计的欺诈交易视而不见。这对金融领域构成了巨大威胁。
这些攻击不属于金融机构传统的网络安全防御措施(例如防火墙、恶意软件检测和访问控制)所能覆盖的范围。针对这种风险,需要采用更灵活的安全策略。金融机构必须了解数据中毒、推理时攻击、模型污染以及 AI 供应链风险等概念。
监管机构也在努力掌握这些新概念。未来合规要求势必会扩展,以涵盖对抗性 AI 所带来的复杂风险。当这一天到来时,金融服务企业必须做好充足准备。
QA 拥有多年追踪和研究 AI 技术发展以及其在金融等领域影响的经验。我们不仅是您应对这些新兴威胁的培训伙伴,同时也是您在行业中的倡导者。我们的工作包括提高公众意识以及推动监管框架更新,引入最佳实践,确保金融机构及其客户的安全。
当前,并非所有金融机构都全面理解 AI,但它们对风险有着清晰认识。与此同时,它们也明白,随着攻击者掌握这项强大新技术,必须及时消化并管理其风险。完善的培训体系能为金融服务企业提供必要技能,使其既能充分利用 AI 的强大应用,又能有效防御潜在风险。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。