至顶网CIO与应用频道 11月14日 北京消息:2018年11月8日-9日,第五届互联网金融发展战略研讨会在武汉召开,研讨会以“金融科技赋能数字化转型”为主题,分为6大议题进行了深入交流。来自中国人民银行、中国工商银行、中国建设银行、北京银行、浪潮集团、武汉大学等金融业专家齐聚一堂,普元数字化金融研究院研究员邓通亮相本次研讨会,并发表了题为《建立金融生态服务平台——API银行打造无边界服务》的分享,畅谈普元金融生态服务平台架构建设,引起了业界的共鸣。
普元邓通在第五届互联网金融发展战略研讨会上发表主题演讲
金融行业进入场景化时代,普元助推无边界服务
普元邓通在分享中指出,金融行业已进入场景化时代,对于用户来说,手机充值、游戏充值、理财、分期学车、线上购物等各种生活场景都需要金融服务,因此金融服务也需要逐步场景化,将金融业务基础能力服务化,连接场景融入生态,打造无边界金融服务。
普元邓通分享金融行业连接场景融入生态打造无边界服务
在金融业务服务能力建设上,需要将账户管理、转账支付、投资理财、缴费、贷款等基础能力服务化,为场景化应用提供支撑;同时抽象虚拟流程,完成受理、处理、交付、反馈过程,整合交付层和能力层;在连接场景融入生态上,金融机构可以通过能力聚合网关整合金融业务基础服务,融入消费金融、福利社、客户服务、充值等场景,然后通过自建生态或融入天猫、京东、微信等生态的形式建立生态能力;在生态化运营上,要为合作伙伴和平台自身提供运营能力,建立数据整合能力,支持业务运营。
在此基础上,建立金融生态服务平台,打造无边界金融服务。而普元能为金融机构提供软件基础平台与解决方案,贯通接触层、协同层、交付层、能力层和数据层,通过能力汇聚网关实现资源发布、检索和使用,助力金融机构为用户提供无边界金融服务。
连接场景融入生态,普元金融生态服务平台为企业赋能
邓通表示,普元希望通过分布式平台开放银行金融能力,打造金融生态圈,让金融能力融入场景,实现共赢。普元分布式平台是一套成熟的开放服务平台解决方案,提供微服务的开发、接口管理、过程管理等规范体系;提供支撑生态应用的微服务开发和运行的平台,作为微服务的支撑平台,提供高可靠且可以独立部署的基础支撑组件:注册中心、配置中心、日志中心、APM(应用性能监控)、API网关、IAM(统一认证平台)、微服务管理门户等等;同时,普元也可为企业提供生态服务平台的运营能力,包括为生态用户提供合作伙伴门户、业务运营门户、技术运营门户和用户自服务,及提供技术运营服务、接入服务、安全类服务身份认证服务等;支持API银行的基本运营能力,实现生态服务平台的前期建设目标。
普元生态服务平台前期建设目标:支持基本的运营能力
普元生态服务平台已经助力多个银行连接场景融入生态中:在服务交通银行信用卡中心的过程中,普元整合APP、微信等渠道,合作饿了么、腾讯等企业,助力构建跨界网关平台、智能风控平台、运维运营监控平台、数据服务平台,并建立了PAAS和支撑系统,共同服务交通银行信用卡中心生态服务平台建设;在服务广东农信生态服务平台的过程中,普元将场景化应用和生态服务平台结合起来,提供智慧园区、劳动力管理、人力资源、财务管理、决策分析等解决方案;由普元推动广东农信“鲜特汇”移动电商平台已经获得了全国农村金融十佳电商平台、金融行业科技创新突出贡献奖、广东金融科学技术进步奖等荣誉,切实践行普惠金融政策。
作为国内领先的软件基础平台与解决方案提供商,普元产品家族以API网关、移动生态平台、应用与流程平台、分行业务平台,以及数据管理、DevOps、中间件服务、基础设施等支撑金融生态服务建设。在邓通看来,普元将不断提升金融生态服务能力,帮助更多金融机构连接场景融入生态,为无边界金融服务赋能。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。