Kolme GenAI-termiä talousalan ammattilaisia oppivat vuonna 2023

Julkaissut Platon

seuraajia: 0

Kolme GenAI-termiä Financial Practitioners oppinut vuonna 2023 PlatoBlockchain Data Intelligencessä. Pystysuuntainen haku. Ai.

Vuosi 2023 oli ongelmallinen vuosi monille planeetallamme – sodat, väkivalta, väestön siirtyminen, katastrofit, ääriliikkeet, korkeammat elinkustannukset ja köyhyys. Alallamme työskentelevät ihmiset olivat suhteellisen onnekkaita, ja jotkut meistä virkistyivät jännittävästä GenerativeAI-tornadosta. Aivan kuten HFT muutti pääomamarkkinoiden sanastoa 2000-luvulla ja digitalisaatio muutti pankki- ja rahoituspalvelusanastoa 2010-luvulla, GenAI on tuonut meille uuden tekoälysanaston, myös melko nopeasti.

Sen avulla kohtasimme monia termejä, joista monet olivat tuskin käytössä vuonna 2022, mutta joilla on nyt uusia tai hyvin erilaisia merkityksiä. Minä ja monet muut rahoituspalveluista käytämme niitä päivittäin päivittäin. Jos olet yksi niistä harvoista (epä)onnekkaista, jotka eivät, tässä on nopea päivitys kolmesta suosikkini!

Termi 1: Vektoritietokanta

Niin kutsutusta vektoritietokannasta on tullut monien yritysten GenAI-pinojen ydin keinona parantaa kehotteisiin annettavien vastausten laatua. Vaihtoehdot, esimerkiksi suurten kielimallien "hienosäätö" (LLM) ilman mukana olevaa tietokantaa, ovat kalliita ja täynnä riskejä ja vaatimustenmukaisuuskustannuksia. Vektoritietokanta kerää yrityskohtaisia tietoja, tuo kustannustehokkuutta ja vertailevaa hallintaa. Rahoituspalveluyritykset ovat varmasti jonossa käyttämään vektoritietokantoja.

Ironista kyllä rahoituksessa, vektorit ovat olleet jo vuosia olennainen osa kaupankäynnin ja riskienhallinnan matriisialgebraa. Tällaisten "vektorien" ja matriisien tietojen tallennus on myös ollut olemassa vuosikymmeniä, tyypillisesti saraketietokantoissa tai taulukoina tai tietokehyksinä, joita on käytetty kielillä, kuten Python (Pandas), R, MATLAB ja SAS. Kun niitä haetaan ja käytetään esimerkiksi taloudellisina aikasarjoina ja paneelitietoina yhdessä lineaaristen ja aikasarjaregressioiden kaltaisten tekniikoiden kanssa, ne ohjaavat ennakoivaa analytiikkaa, poikkeamien havaitsemista ja ekonometriaa. Ne auttavat myös tiedottamaan jälkitestauksesta, erityisesti kaupankäynnistä, salkunhoidosta ja riskistrategioista. Pääomamarkkinat – etu- ja keskikonttori – johtivat matriisialgebran määrää, mutta yhä analyyttisemmät käyttötapaukset, kuten markkinointi, petosten havaitseminen ja digitalisaatio, veivät yleensä datatieteen – ja vektorit – kaikkiin rahoitusorganisaatioihin.

Olin siis kiehtonut, kun entinen kollega meni töihin "vektoritietokanta"-aloitusyritykseen kesäkuussa 2021. Hänen artikkelinsa aiheesta

Monimutkaisten ongelmien ratkaiseminen vektoritietokantojen avulla ennen ChatGPT:tä maaliskuuta 2022 tarttui silmään, koska hän korosti hyvin erityisiä vektorityyppejä – vektori upotuksia – koodaa helposti haettavia navigoitavia vektoreita, jotka vangitsevat tietoa jäsentämättömästä tiedosta, kuten sanoista, kuvista jne. Kun ChatGPT julkaistiin myöhemmin samana vuonna, tällaisten vektorivarastot tallensivat upotustyypit nostettiin semanttisen merkityksen hallinnan avainvälineiksi. Tavallisimmin kaupat ovat vektoritietokantoja, joista

niitä on nyt monia. Ne toimivat jo nyt yleisimmin rahoituspalvelujen ja pääomamarkkinoiden sovelluksissa

luonnollisen kielen käsittelyn käyttötapaukset, esimerkiksi tiivistelmä oikeudellisista asiakirjoista ja talousraporteista tai vangitse tunnelmia sosiaalisessa mediassa ja uutissyötteistä. He kuitenkin puuttuvat myös enemmän

mukana olevia hakemuksia, joka lisää esimerkiksi kaupankäynnin ja riskienhallinnan oivalluksia, usein perinteisten tilastojen ja koneoppimisen rinnalla.

Muuten, yhtiö, johon entinen kollegani meni liittymään, tuli GenAI-yksisarviseksi, jonka arvo on terveellinen 750 miljoonaa dollaria. Hienoa työtä jos saat!

Termi 2: RAG, alias Haku laajennettu sukupolvi

RAG oli tuskin sana kenenkään huulilla keväällä 2023, ainakaan termin RAG:n "Retrieval Augmented Generation" merkityksessä. Googlen hakutilastot nopeutuivat noin heinäkuussa 2023 ja syksyllä/syksyllä, RAG oli kaikkialla, vallitseva putkisto, jolla vektoritietokannat auttavat kesyttämään Large Language Model "stokastisia papukaijoja". Toisaalta RAG kapseloi putkia yritysten datatyönkulkujen tarjoamiseksi ja toisaalta auttaa rahoitusyrityksiä käytännöllisesti vähentämään hallusinaatioita ja mukautumaan sisäisiin – ja ulkoisiin – riskienhallinta- ja tekoälyn noudattamisprosesseihin.

On
monenlaisia RAG-tyyppejä putket, ja ne voivat näyttää pelottavan monimutkaisilta. Ajattele kuitenkin, että RAG yksinkertaisesti tarjoaa tietoputken kehotteiden, yritystietojen ja suurten kielimallien välillä. Jos haluat oppia lisää ja nähdä, miten se vaikuttaa talouteen, lue artikkelini

fineextra blogi tai katsella
tämä loistava webcast yhteenveto RAG:n riskienhallintamahdollisuuksista. Jos aloitat niiden toteuttamisen missä tahansa vaiheessa, tutkit todennäköisesti "RAG-ystävällisiä" ympäristöjä, kuten LangChain &
LlamaIndex.

Termi 3: Hallusinaatiot

Käytin termiä "hallusinaatiot" edellisessä osiossani esittäen sen RAG:n ja vuorostaan vektoritietokantojen ratkaisemana ongelmana. GenAI:n avulla hallusinaatiot eivät enää ole vain mieltä stimuloivan luovuuden laukaisimia, kuten Beatlesin huumevaikutteinen Sergeant Pepper’s Lonely Hearts Club Band tai Beachboysin Good Vibrations. Ne eivät myöskään ole monien kansojen, esim.
Itä-Siperian tšuktšikansateivätkä fyysiset aktiviteetit, joissa hyödynnetään mieltä muuttavia tekniikoita, kuten jooga, hieronta ja tantrinen seksi. Sana "hallusinaatio" koskee nyt myös LLM-yritysten kyvyttömyyttä navigoida tiedoissa, joihin malleilla ei ole pääsyä, tai käyttää olemassa olevaa tietoa väärin. Se tuli hyvin nopeasti selväksi

ChatGPT, Bard ja vastaavat järjestelmät olivat alttiita valmistetuille "hallusinatorisille" vasteille, ja nämä aiheuttivat riskin, kun seurasi huonosti tietoisia toimia.

Tässä on käänne. Tekoälysijoittaja Marc Andreessen ehdottaa, että vaikka useimmat pitävät hallusinaatioita virheinä, ne voivat olla hyödyllisiä ominaisuuksina, kun tekoälyä käytetään luoja, ehdottaja ja arvaaja. Aivoriihen apuvälineenä heidän keksityt arvauksensa voivat ruokkia ihmisen luovuutta. Andreessen esimerkiksi korostaa, kuinka asianajajat käyttävät tekoälyn "suunniteltuja" ehdotuksia tapauksen valmistelun aikana kuvitellakseen uusia juridisia strategioita. Rahoituspalveluissa Wall Streetin kauppiaat käyttävät jo generatiivisia tekoäly- ja vektoritietokantoja kaupankäyntimahdollisuuksien löytämiseen – sikoihin, kun massat räjähtävät.

Mitä ikinä ajattelet GenAI:sta, se on varmasti tuonut meille ihastuttavan uuden sanaston!