彭博终端产品负责人揭秘:GenAI如何重塑金融数据平台

彭博终端产品负责人Wayne Barlow分享生成式AI在金融数据平台的实践,从单文档总结到多文档智能分析,揭秘向量搜索系统和AI代理技术的应用,以及20年技术架构演进历程。

访谈:彭博终端产品负责人Wayne Barlow

技术专家转型业务领袖的Wayne Barlow负责彭博客户终端软件的开发工作

当彭博终端负责人谈及2024年的工作时,其变化速度之快仿佛在描述遥远的过去——这正是生成式人工智能为其角色带来的变革节奏。

Wayne Barlow是金融数据巨头彭博的终端产品负责人,负责管理为全球金融行业客户提供即时信息的界面。该终端为全球超过35万订阅用户提供彭博所有金融数据和分析、消息系统(如电子邮件和即时消息聊天)以及一系列生产力工具的访问权限。

终端用户还可以访问彭博新闻、第三方新闻以及来自企业财务业绩等内容的结构化和非结构化金融数据。

“我负责提供所有这些信息的界面,”Barlow说,“终端软件类似于网络,用户可以通过多个页面获取信息,并能够通过观察列表等功能根据自身需求进行配置。”

Barlow在彭博工作近20年,大部分时间在工程部门构建软件,之后才像现在这样管理业务和产品。他于2006年从美国投资银行贝尔斯登加入彭博,此前在贝尔斯登工作了六年。

Barlow的技术背景可追溯到他大学毕业后在“有些被遗忘的数字设备公司(DEC)”的第一份工作,他向《计算机周刊》确认自己是个“真正的技术专家”。

GenAI爆发

如今,Barlow将他的技术背景应用于生成式人工智能,这将AI的业务潜力提升到了新的高度。

据Barlow介绍,彭博大约16年前开始使用机器学习,当时应用该技术处理新闻文章以为客户提供定向信息。此后,彭博一直将AI应用于其软件,认为这可以为用户带来更好的体验。

如今,生成式AI“提升了能力”,Barlow说,“我们之前认为不可行的事情现在变得可行了。”

大约三年前,彭博的一支研究团队和首席技术官在构建自己的大语言模型后发表了一篇论文,“以获得该技术的深入专业知识”。

“这让我们开始思考如何将[生成式AI]应用到我们的产品线中,”Barlow说。

其首套生成式AI产品专注于“单文档”。例如,2024年1月,公司发布了首个面向外部的生成式AI产品——盈利电话会议记录摘要工具。Barlow表示后来还推出了一系列后续产品,都专注于单文档。

生成式AI还在总结新闻文章。“对于任何超过一定字数的内容,我们为用户提供快速摘要,如果他们真的感兴趣,可以阅读全文,”他说。

彭博同时致力于将生成式AI应用于多文档的方法。

“我们知道客户对错误的容忍度很低,因此我们希望确保能够跨多个文档提供非常准确的摘要,并且正在探索不同的实现方式,如密集向量搜索系统,”Barlow说。

这些系统可以使用统计模型来理解相关词语。例如,如果您搜索AI,它也会理解需要查找机器学习的引用。

Barlow告诉《计算机周刊》,这是2024年初的最新技术状态,当时人们正在研究这些数据库。

他说彭博在多文档功能项目上与客户密切合作。“在多文档开发方面,我们与客户建立了非常紧密的合作关系。我们收集了一些反馈,并确保性能达标,但此时发生了AI代理技术的重大变革。”

Barlow团队正在开发的一个项目目前处于测试后期阶段,将允许客户提出生成式AI特定的问题,而不是简单的语义搜索系统或带同义词的索引系统。

“这是一个代理系统,会尝试在所有不同集合中查找最能回答问题的所有文档,然后给出摘要,”他说。

自移动时代以来未见的变化速度

Barlow不记得IT领域的变化速度何时如此之快,尽管他表示网络、智能手机及其伴随的一切同样是重要的爆发。

“我不确定是否有任何事物能赶上今天AI的速度,”他说。“我认为使这次不同的是提供商之间的激烈竞争。竞争足够但不过度,因此您会看到许多这些LLM提供商,它们会相互超越性能。”

Barlow表示,不仅对软件和LLM本身有期望,对驱动此能力的硬件(芯片和图形的进步)也有期望。

他补充说,每个人都在赌技术会变得更便宜。“当我说更便宜时,不一定只是指美元金额——我也指功耗。”

如果Barlow有一个不同的大学室友,他的职业生涯可能会有所不同。“我进入弗吉尼亚理工大学时期望成为机械工程师。我的室友是计算机科学家。我帮助他和其他人完成Fortran编程作业,意识到编程才是我的天赋和兴趣所在。那时我没有学习机械工程,而是获得了计算机工程学位,”Barlow告诉《计算机周刊》。

在弗吉尼亚理工大学期间,Barlow还在华盛顿特区的海军研究实验室实习,从事红外导弹模拟工作。他说这“听起来比实际更有趣”。

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计