Voiko Wall Street vaikuttaa tekoälyn kehittymiseen?

Tekoäly, erityisesti generatiivinen tekoäly, lupaa edelleen valtavasti tuottavuuden parantamista monilla toimialoilla, mukaan lukien pankki- ja vakuutusalalla.

Tekoäly asettaa myös monia haasteita, mikä ilmenee sen taipumuksessa hallusinaatioihin. Toinen on väärinkäytön mahdollisuus. Tämä voi johtua tiedostamattomista harhoista dataharjoittelusarjoissa, mikä johtaa värillisten ihmisten syrjiviin tuloksiin. Se voi myös heijastaa genAI-järjestelmien ohjelmointia, mistä on osoituksena äskettäinen "heränneiden" kuvien aiheuttama paavi tai muut historialliset henkilöt, jotka näyttävät olevan kaikkea muuta kuin valkoisia miehiä.

Äärimmäisissä tapauksissa omaisuudenhoitajat voivat kääntyä tekoälyn puoleen tutkimusta tai jopa salkkujen kauppaa varten. Hallusinaatiot voivat tuhota yrityksen; kuten voisi yrittää selittää sääntelijälle, miksi robotti aiheutti salaman kaatumisen.

Tekoäly tuskin vapautuu näin dramaattisella tavalla, mutta se voidaan saada toimimaan hienovaraisemmilla tavoilla. Itse asiassa se on jo.

Pankit, vakuutusyhtiöt ja fintech-yritykset käyttävät jo tekoälytyökaluja luottoluokituksen antamiseen tai vakuutusten myöntämiseen. Toimiala on vaarassa, ettei se pysty selittämään tyytymättömälle asiakkaalle, miksi häneltä esimerkiksi evättiin laina.

Arkipäiväisempi kysymys on, milloin tekoälyä voidaan soveltaa. Ohjelmistoa voidaan käyttää esimerkiksi jonkun sosiaalisen median tuotoksen jäsentämiseen hänen mielentilansa arvioimiseksi, minkä avulla voidaan hinnoitella rahoitustuote. Tämä herättää paljon kysymyksiä.

Pitäisikö yritysten antaa harkita tällaisia ​​tietoja? Jos ei, mitä vaihtoehtoja he tutkivat saadakseen kuvan potentiaalisesta asiakkaasta? Mitä yksityisyys tarkoittaa ja miten sitä valvotaan?

Säädä, kiitos

Luonnollinen vastaus tällaisiin kysymyksiin on tuoda sääntelyviranomaiset mukaan. On parasta kehittää neutraali säännöt yrityksen pahimpien impulssien hillitsemiseksi. On myös helpompi antaa sääntelijöiden tehdä raskas nosto – ja säilyttää vapaus kohauttaa olkapäitään, jos he eivät tee sitä.

Sääntelyä tarvitaan, mutta riittääkö se? Ehkä, mutta vain, jos rahoitusala on tyytyväinen jättäessään innovaation Big Techin ja uudenlaisen tekoälyn startup-yritysten hoidettavaksi.

Mitä tulee tekoälyyn, todellisuus on, että sääntelijät eivät koskaan pysty pysymään tahdissa. Se ei ole huono asia: odotamme innovaation tulevan yksityiseltä sektorilta. Mutta tekoälyn luonne tekee sääntelystä vaikeaa.

Ensinnäkin sääntelijöillä työskentelee vain vähän ihmisiä, joilla on syvää asiantuntemusta koneoppimisesta ja muista tekoälytyökaluista, genAI:sta puhumattakaan.

Toiseksi tässä maailmassa pysyminen edellyttää valtavien grafiikkasuorittimien, grafiikkaprosessoriyksiköiden, tekoälysovelluksia tukevien runkopiirisirujen ja pilven muodostavien datakeskusten laitteistojen hallitsemista.

Tekoälyteollisuuteen kuuluu startup-yrityksiä, kuten OpenAI, Big Tech -pelaajia, kuten Microsoft ja Meta, siruasiantuntijat, kuten Nvidia, ja pilvipalveluntarjoajat, kuten AWS. Näillä jättiläisillä on ainutlaatuisen valtavat resurssit, jotka keräävät parhaat kyvyt – ja ostavat laskentatehoa tekoälyjärjestelmien käyttämiseen.

Kumpikaan sääntelyviranomaiset tai yritykset eivät voi asettaa asialistaa niin kauan kuin se jatkuu.

Ostovoima

Sääntelyelimet voivat yrittää asettaa sääntöjä – ja niiden pitäisikin, koska ne voivat muotoilla perusnormeja – mutta niillä on vaikeuksia käsitellä vivahteita, joilla estetään pankkeja ja muita käyttämästä tekoälyjärjestelmiä väärin.

Vaihtoehtoja on kuitenkin olemassa. Yksi on tarkastella taaksepäin, kuinka hallitukset ovat auttaneet tukemaan innovaatiotalouksiaan alkuaikoina. Esimerkiksi Piilaakso on suurelta osin velkaa menestyksestään NASAn ja Yhdysvaltain armeijan massiivisten osto-ohjelmien ansiosta 1950- ja 1960-luvuilla.

---

---

Vastaavasti vain hallituksilla on potentiaalia kahlata tekoälyinfrastruktuurin markkinoille ja ostaa GPU:ita omiin tutkimusohjelmiinsa, jotka vastaavat Big Techin mittakaavaa. Tämä on yksi tapa asettaa standardeja osallistumisen ja johtajuuden avulla sen sijaan, että yritetään loputtomasti pysyä mukana kirjoittamalla lisää sääntöjä.

Entä rahoituspalvelut? Toistaiseksi ei ole merkkejä siitä, että hallitukset olisivat valmiita tähän rooliin, mikä jättää muut teollisuudenalat Big Techin armoille.

Oppitunti on samanlainen: Wall Streetistä on tultava niin tärkeä asiakas Big Techille, että se voi asettaa standardit tekoälyn kohteluun.

Ongelma on koko. Edes JP Morganilla ei ole tarpeeksi voimaa verrata Microsoftia tällä areenalla. Se ei koskaan voinut perustella kustannuksia.

Avoimen lähdekoodin AI

Mutta entä ala ryhmänä? Onko Big Financella tapa – yhdessä johtavien fintech-yritysten kanssa eri puolilla maailmaa – yhdistää resursseja ja tulla strategiseksi asiakkaaksi?

Pankit eivät ole tottuneet pelaamaan yhdessä. Tällainen lähestymistapa olisi täysin vieras.

Toisaalta pankit ovat hiljalleen lämpenemässä avoimeen lähdekoodiin ohjelmistokehitykseen. He ymmärtävät, että koodin jakaminen monille ei-ydintoiminnoille – yhteisöpelaajien sijasta omistajien omistajille – voi luoda laadukkaampia ja kestävämpiä ohjelmistoja.

Toimiiko avoin lähdekoodi genAI:lle?

Vastaus on epäselvä. Jotkut tämän alan suuret tekniikat ovat olleet avoimia kehitystyössään, kuten Meta, joka antaa tekoälyn startupeille ladata ja mukauttaa joitain sen malleja.

Avoimen lähdekoodin alan standardit edellyttävät, että kaikki käyttötapaukset sallitaan, mutta harvat genAI-käynnistysyritykset täyttävät nämä kriteerit. Suurin osa, mukaan lukien absurdisti nimetty OpenAI, ylläpitää suljettua myymälää.

Tämä johtuu siitä, että genAI ei ole muiden ohjelmistojen kaltainen. Lähdekoodi on vain yksi komponentti. Yhtä tärkeitä ovat harjoitustiedot ja se, miten ne luokitellaan. Nykyään tekoälyteollisuudessa ei ole yksimielisyyttä siitä, mitä "avoin lähdekoodi" edes tarkoittaa.

Tässä on avaus rahoituslaitoksille. Pankit, pörssit ja datatoimittajat omistavat yhdessä kriittisen massan dataa, josta suuri osa liittyy pääomamarkkinoihin ja rahoituspalveluihin. Teoriassa, jos olisi olemassa mekanismi näiden tietojen kokoamiseksi, voisi olla perusta koodin ja siihen liittyvien standardien yhteiskehittämiselle.

Myyjät vastustavat kaikkia liiketoimia, jotka tuhoavat heidän liiketoimintansa; pankit ja vakuutusyhtiöt eivät halua tehdä yhteistyötä missään, mitä voidaan pitää keskeisenä. Toisaalta rahoituspalveluissa voi olla alueita, jotka eivät useimmille toimijoille ole ydintä ja joissa toimialaratkaisu voisi olla toivottavaa. Digitaalinen identiteetti, vaatimustenmukaisuus, raportointi ja riskienhallinnan näkökohdat tulevat kaikki mieleen.

DigFin tietää, että tämä on hyvin spekulatiivinen ajatus, joka ei ehkä koskaan oikeuta valtavia ponnisteluja, joita sen toteuttaminen vaatisi. Toisaalta, kuinka tärkeää on, että rahoitusala muokkaa tulevaisuuttaan sen sijaan, että odottaisi passiivisesti Piilaakson tekevän sen tilalleen? Tässä ehkä palaamme ajatukseen hallituksesta tekoälyn suurena asiakkaana. Jotta hallitus voisi toimia tässä ominaisuudessa, se tarvitsee omia ohjelmiaan. Rahoituspalvelujen sääntely tekoälyn aikakaudella näyttää hyvältä paikalta aloittaa.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://www.digfingroup.com/influence-ai/