清華大學計算機系教授鄭緯民院士表示

在金融方面，大模型有很多潛力，但它仍然存在一些問題，大模型和圖計算相結合可能是一條路子。

在2023中國國際服務貿易交易會（服貿會）中國智能金融論壇上，中國工程院院士、清華大學計算機系教授鄭緯民的發言圍繞“知識驅動大模型——探索人工智能在金融領域的新潛力”展開。

大模型有哪些優點和不足？

鄭緯民表示“去年開始大語言模型爆發，通用人工智能的火花已經被點燃，大模型出來后有強大的理解能力，多領域適應能力，自主學習和自我改進能力，具備簡單的推理和判斷能力，大模型所帶來的好處的確很多。但大模型使用的時候有一定限制，不足之處就在于模型可靠程度低，模型可能產生錯誤回答和不準確回答，可解釋性弱，難以解釋決策和生產過程，自身推理能力差，訓練成本高等。”

圖計算也有優點和缺點

鄭緯民介紹“圖計算的典型應用是可以支持推理，比如基于本體的推理、規則的推理、概念的推理，圖還可以檢索，分析數據的關聯，檢索兩個點之間最短距離，還可以用全圖分析，尋找數據特征、社區劃分算法等等。但它也有不足之處，例如數據質量要求高、依賴專家經驗、通用性較弱。”

“大語言模型協助知識抽取、知識推理、知識融合、知識更新和知識回答，可以降低知識圖譜的人工成本，提高知識圖譜的通用能力。”鄭緯民認為大模型與圖計算結合到一塊有可能是一個方向。“就像人工智能的左右腦：一個是圖計算，一個是大模型；一個是左邊的腦子，一個是右邊的腦子；一個比較理性，一個比較感性。這個東西一結合，整個腦袋就會好一點。有一個數據顯示，如果只是大模型，它的準確率只有67%，把圖計算放里頭去了，它的準確率是93%。”

注：

圖計算（Graph Processing）是將數據按照圖的方式建模可以獲得以往用扁平化的視角很難得到的結果。

圖（Graph）是用于表示對象之間關聯關系的一種抽象數據結構，使用頂點（Vertex）和邊（Edge）進行描述：頂點表示對象，邊表示對象之間的關系。可抽象成用圖描述的數據即為圖數據。圖計算，便是以圖作為數據模型來表達問題并予以解決的這一過程。以高效解決圖計算問題為目標的系統軟件稱為圖計算系統。