Mitä voimme oppia tekoälyn ja ML:n käyttötapauksista?

Mitä voimme oppia tekoälyn ja ML:n käyttötapauksista?

Aikaleima: 5. maaliskuuta 2024 4
Mitä voimme oppia tekoälyn ja ML:n käyttötapauksista? PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Englannin keskuspankin äskettäin tekemän tutkimuksen mukaan ML-teknologioiden käyttö Yhdistyneen kuningaskunnan rahoituspalveluyrityksissä lisääntyy edelleen: yli 70 % vastanneista yrityksistä käytti tai kehitti koneoppimissovelluksia (ML), ja yritykset odottivat
ML-hakemusten määrä yli kolminkertaistuu seuraavan kolmen vuoden aikana. ML-teknologioiden raportoituja etuja ovat parannetut data- ja analytiikkaominaisuudet, lisääntynyt toiminnan tehokkuus ja parannettu petosten ja rahanpesun havaitseminen (Bank of
Englanti, 2022).

Jos kuulut noin 70 %:iin yrityksistä, jotka ovat jo ottaneet käyttöön ML:n, tiedät, että sinulla on hyvä asia. Saattaa kuitenkin tuntua, että olet jo soveltanut ML:ää kaikkiin yrityksesi ilmeisiin käyttötapauksiin. Toisaalta, jos sinulla on
et ole vielä alkanut kehittää tai ottaa käyttöön ML-sovelluksia yrityksessäsi, niin saattaa tuntua valtavalta kamppailulta edes alkaa harkita sitä. Itse asiassa näyttäisi järkevältä kuvitella, että todellinen prosenttiosuus yrityksistä, jotka eivät ole vielä aloittaneet ML-matkaansa
on jopa yli 30 %, koska nämä luvut perustuvat organisaatioihin, jotka vastasivat ML:ää koskevaan kyselyyn (eli osoittavat itsevalinnan harhaa).

Kun pohditaan uusia mahdollisuuksia ML – tai laajemmin AI – sovelluksille, olipa tämä ensimmäinen vai ei, on hyödyllistä pohtia, miten muut organisaatiot ovat onnistuneet soveltamaan näitä teknologioita. Usein tämä tieto voi olla vaikeaa
pääsyyn, koska se on kaupallisesti arkaluonteinen. Jos se on saatavilla, se voidaan haudata raporttien, tutkimustulosten tai muun dokumentaation runkoon. Hiljattain tekemäni arvostelun ja esiintymiseni tässä kuussa Lontoossa Googlen rinnalla on auttaa
toiset voittamaan tämän haasteen ja jakamaan systemaattisen käsityksen tekoälyn ja ML:n käyttötapauksista finanssipalvelualalla kirjallisuuteen tutustumisen jälkeen.

Esitän syntetisoidun yhteenvedon, joka on ryhmitelty kolmeen pääkategoriaan: riskienhallinta, organisatorinen/toiminnallinen sekä asiakaskokemuksen ja sitoutumisen parantaminen. Kuten missä tahansa kirjallisuuskatsauksessa, päätöksiä oli tehtävä
käyttötapausten ja niiden lähteiden ryhmittely, luokittelu ja sisällyttäminen. Esimerkiksi laajempaan katsaukseen, joka kattaa myös tekoäly- ja ML-algoritmit ja näiden tekniikoiden käyttöön liittyvät riskit, suosittelen Turing-instituutin tuoretta raporttia.
(Maple ym. 2023).

Rahoituspalvelusektori

Viimeaikaisten tutkimusten mukaan rahoituspalvelualan organisaatiot ottavat yhä enemmän käyttöön ML- ja tekoälytekniikoita ja hyötyvät niistä. Yksi tekoälyn käyttöönoton esteistä on kuitenkin asianmukaisten käyttötapausten tunnistaminen. Tässä
artikkelissa olemme tutkineet erilaisia ​​käyttötapauksia, jotka voidaan ryhmitellä laajasti "riskienhallintaan", "organisaatioon / operatiiviseen" ja "asiakaskokemuksen ja sitoutumisen parantamiseen". Joissakin tapauksissa voi olla hyödyllisempää tiivistyä pois tietystä
käyttötapauksia induktiivisemman lähestymistavan käyttämiseksi. Tämän helpottamiseksi esitin kolme laajaa AI/ML-käyttötapausten ominaisuutta, nimittäin 'Liiketoimintaprosessit', 'Data' ja 'Tehtävätyyppi' sekä vastaavia esimerkkejä.

Yhteenveto ML- ja tekoälytekniikoista ja -sovelluksista ei olisi täydellinen, ellei koskettaisi generatiivisen tekoälyn tarjoamia mahdollisuuksia. Vaikka nämä lähestymistavat ovat olleet olemassa useita vuosia, se oli vuoden 2022 loppu ja julkinen betajulkaisu
OpenAI:n ChatGPT ja kilpailijoiden, kuten PaLM-2, vastaavat työkalut; joka kiinnitti heidät suuren yleisön ja yritysjohtajien huomion. Tällä hetkellä tällaisia ​​generatiivisia tekoälymenetelmiä ei ole vielä esitelty taloushallinnon tekoäly- ja ML-sovellusten järjestelmällisissä arvioinneissa.
palvelut (vaikka Buckmann, Haldane ja Hüser, 2021 tarkastelivat ja tunnistivat aikaisemman OpenAI:n suuren kielimallin GPT-3 rajoituksia). Täydellisyyden vuoksi sinun on kuitenkin harkittava joitain tyypillisiä alueita, joilla generatiivisia tekoälytekniikoita
kuten ChatGPT:tä voitaisiin soveltaa tehokkaasti.

Odotan innolla, että voin jakaa pian yksityiskohtaisia ​​arvosteluja, mukaan lukien Google-tapahtumassamme Lontoossa tässä kuussa!

Aikaleima:

Lisää aiheesta Fintextra