英国金融服务监管机构正在采取行动,以降低人工智能在金融领域应用所带来的风险。
英格兰银行与金融行为监管局(FCA)均已承诺采取相应措施,此前英国议会财政委员会于今年1月发布报告,对两家机构的监管力度提出批评。
财政委员会主席梅格·希利尔议员表示,尽管英格兰银行"在一定程度上正在积极应对",但她对财政部在将金融行业主要IT供应商纳入关键第三方监管制度(CTPR)问题上"表现出的明显惰性感到困惑"。
报告中,财政委员会议员指出:"由于金融领域监管机构行动不足,英国公众及国家金融体系正面临潜在的严重风险。"议员们将监管机构的态度形容为"静观其变"。
对此,英格兰银行副行长(金融稳定)萨拉·布里登回应称:"我们认同委员会的判断,即AI对英国金融体系服务实体经济具有广泛、复杂且可能是长远的影响。但我们不认同委员会所描述的'静观其变'这一说法。"
她补充道:"我们不仅没有静观其变,反而在分析AI在金融服务领域当前及未来风险、以及AI在更广泛经济层面的投资与应用方面投入了大量资源。"
金融监管机构回应财政委员会报告
英格兰银行已确认计划在金融交易市场中测试AI智能体的应用,以研究AI智能体出现"羊群效应"(即行为高度趋同)时可能带来的潜在影响。
FCA在回应委员会报告时表示:"我们认识到,AI正在以前所未有的速度推动根本性变革。正因如此,我们的监管思路刻意避开了传统的规则与指引模式,因为这项突破性技术的本质决定了必须采取不同的方式。"
FCA确认将向金融服务机构分享AI使用的最佳实践案例,以回应行业对于在现行规则框架下厘清AI合规路径的明确指引需求。
希利尔表示:"AI领域的最新进展,例如Anthropic的Project Mythos项目,让我们清楚地看到这一变革性技术的演进速度之快。对于负责维护英国金融稳定的相关机构而言,主动理解并防范AI可能对金融体系构成的风险,其重要性从未如此迫切。"
本周,英国多家大型银行已与监管机构以及金融和国家安全机构展开磋商,起因是Anthropic最新发布的AI模型Mythos揭示了数十年来潜藏的安全漏洞。
希利尔还着重强调,应尽快将金融行业主要IT供应商纳入CTPR框架。她指出:"某一主要供应商一旦发生服务中断,对金融服务体系造成的破坏可能极为严重。CTPR所赋予的监管权力至今仍未得到有效运用,而我们的风险敞口依然存在。我实在无法理解为何这一进程拖延至此,我们将持续密切关注这一问题。"
财政部经济事务国务秘书露西·里格比议员表示,财政部"正在收集必要证据,以支持针对多项潜在指定事项的决策工作,预计将于今年内做出初步指定决定"。
Q&A
Q1:英格兰银行计划如何测试AI智能体在金融市场中的应用?
A:英格兰银行已确认计划在金融交易市场中测试AI智能体的使用,重点研究AI智能体出现"羊群效应"时的潜在影响,即多个AI系统在交易行为上高度趋同,可能引发市场系统性风险。此举旨在提前评估并防范AI在金融市场中集体行为所带来的不稳定因素。
Q2:FCA针对金融行业AI使用会出台哪些具体指引?
A:FCA表示将向金融服务机构分享AI使用的最佳实践案例,帮助行业更清晰地理解如何在现行监管规则框架下合规使用AI。FCA的监管思路刻意避开传统规则与指引模式,强调针对AI技术的突破性特质采取更灵活的监管方式。
Q3:关键第三方监管制度(CTPR)为什么对金融行业的AI风险管理很重要?
A:CTPR旨在对金融行业的主要IT供应商实施专项监管。一旦某一大型供应商发生服务中断,可能对整个金融服务体系造成严重冲击。议员希利尔指出,目前CTPR所赋予的监管权力尚未得到有效使用,金融体系仍存在较大风险敞口,财政部正在推进相关指定决策工作。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
腾讯等机构提出ViQ框架,通过两阶段渐进量化训练,让离散视觉编码在多模态理解和图像重建上同时追平连续特征编码器,训练速度最高提升70%。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。