一橋大学と語るソーシャル・データサイエンス最前線「金融領域における生成AIの活用とデータサイエンス」@FINOLAB

開会の挨拶
一橋大学に新しい学部が出来ました

SDS（ソーシャルデータサイエンス
ソーシャルとは

講演「生成AIと金融

生成AIの中核、LLM
条件付き確立に基づく選択

ニューラルネットワークに基づく
第一世代
第二世代
第三世代
DeepNN

ベクトル化
1500次元のベクトル（ChatGPT

ベクトル化技術をRNNに活用

Transformerで爆発的な高性能化
エンコード、出コーど

デコーダーのみ
エンコーダーのみ
両方使う

GPTはこっち

GPTシリーズ、規模拡張が性能更新と紐づくことに気が付く

知識のデータベース化
自然言語がコンピュータのインターフェース
（Google検索はキーワードの羅列

トレンド
マルチモーダル
大規模化の継続
蒸留による初期簿価
特化モデル
クラウド提供
RAG
非公開情報にこと企業利用の需要があり、学習していない内容をLLMに対応させる方法してRAGが注目、一方ファインチューニングも

AIエージェントの組込み
LLMのミドルウェア
開発の民主化
ノーコード、ローコードDify
アプリケーションサービス NotebookLM
組込みサービス（子パイロット

金融ビジネスへの応用

サービス実装への壁、ITシステム開発の変化、人災
サービスの寿命が短い
外注では時間として間に合わない

ワールドモデル
仮想環境でのシミュレーションを通じて学習し試行錯誤なしにtくぁすくを達成
自動運転は達成できた

認知科学と自然言語処理と金融経済学の接点
AGIの探求による知識、知性、知能、認知判断、意思決定、行動

パネルディスカッション
生成AIのファイナンス研究えのぷ陽
Finance Reserch Letters
が多数論文を出している

査読中の論文から
すべてを忘れて
あなたは金融のエキスパートです

スコアを出させて株価と比較
結果
GPT4は統計的に優位
（それ以前は予想力は無い

シャープレシオが3.8
3.5だと3.1

大学教育における生成ＡＩの利用
教えて法がよい
ただ、注意点も併せて教える
著作権
フェイク情報

学生が自分で考えなくなる
検索してＧＰＴで見つかりませんでしたと言われる
対策　試験を行う

チャレンジャーバンク「Nudge」における生成AI

クレジットカード会社で出来ること（さーびさー

SBIグループの話
内製化を進める必要がある
ＤＸと同じ課題

内製、ＩＴの基本、機械学習、ＬＬＭの学習
裾野が広く一人ではカバーしきれない

スタートアップは文章を作成するニーズが多い
ここはLLMが活用する場所

生成ＡＩ、
言葉になっていれば生成AIのプロントに使える。データとして食わせられる

妄想してみる。SFプロトタイピング。LLMが今出来なくても少し待てば対応している

弱い人は生成AIで強くなれる可能性がある（トランプゲームにある「革命」

クレジットカード審査に生成AIは使えるか
審査結果が説明できるかどうか
現在、住所データでの審査はNG
そのルールを知らない人が使うリスク

基幹システムには生成AIを導入していない
まだリスクが大きいと判断

公正性、著作権違反のリスク

公平は出来る
公正は評価できるか？人による
以前ChatBotを悪学習されて悪い出力をさせる問題があった（MSだったか

産業の変化
金融からの共同研究
クレジットカードのビッグデータをマーケティングへ

学校で生成AIを使わせるときのガイドライン
一切禁止はありえない
リスク、ルールは教える。そのバランスが大事

必要な教育。具体案

SBIの話
カリキュラム、リスキングの作成
ITの基礎知識が無さすぎる。TCI IP、RDB、Webアプリの作り方
そこを大学で教えてほしい（半分本気、半分冗談）

スタートアップの経営者からの観点
読み書きそろばん
昔は英語
今はテクノロジー、好奇心（新しいものに興味を持ち取り入れる、倫理観（やっていい事、悪い事の判断は人間がする必要がある

株主はある側面では人を出してもらっている
ベンチャーカルチャーを体験。