Három GenAI kifejezés, amelyet a pénzügyi szakemberek 2023-ban tanultak meg

Újra kiadta Platón

Követő: 0

Három GenAI kifejezés: Pénzügyi szakemberek tanultak a 2023-as PlatoBlockchain adatintelligencia során. Függőleges keresés. Ai.

2023 sokak számára problémás év volt bolygónkon – háborúk, erőszak, lakosság kitelepítése, katasztrófák, szélsőségesek, magasabb megélhetési költségek és szegénység. Az iparágunkban dolgozó emberek viszonylag szerencsések voltak, néhányunkat felpezsdített az izgalmas GenerativeAI tornádó. Ahogy a 2000-es években a HFT átalakította a tőkepiacok szókészletét, a digitalizáció pedig a 2010-es években a banki és pénzügyi szolgáltatások szókincsét, a GenAI egy új mesterséges intelligencia-lexikont is elhozott nekünk, meglehetősen nagy sebességgel.

Ezzel sok kifejezéssel találkoztunk, amelyek közül sokat 2022-ben alig használtak, de amelyek mára új vagy nagyon eltérő jelentéseket hordoznak. Én és még sokan mások a pénzügyi szolgáltatásoknál minden nap használjuk őket a nap folyamán. Ha te azon (nem)szerencsések közé tartozol, akik nem, íme egy gyors felfrissítés a három kedvencemből!

1. kifejezés: A vektoros adatbázis

Az úgynevezett vektoradatbázis sok vállalati GenAI-verem központi elemévé vált, hogy javítsa a promptokra adott válaszok minőségét. Az alternatívák, például a nagy nyelvi modellek [LLM] „finomhangolása” a kísérő adatbázis nélkül, drágák, valamint kockázatokkal és megfelelési költségekkel járnak. A vektoros adatbázis rögzíti a védett vállalati információkat, költséghatékonyságot és összehasonlító ellenőrzést tesz lehetővé. A pénzügyi szolgáltató cégek minden bizonnyal a sorban állnak a vektoradatbázisok használatára.

Ironikus módon a pénzügyekben a vektorok évek óta szerves részét képezik a kereskedésben és a kockázatkezelésben uralkodó mátrix algebra. Az ilyen „vektorok” és mátrixok adattárolása szintén évtizedek óta létezik, jellemzően oszlopos adatbázisokban, vagy táblázatok vagy adatkeretek formájában, amelyeket olyan nyelveken használnak, mint a Python (Pandas), R, MATLAB és SAS. Amikor lekérik és felhasználják, például pénzügyi idősorok és paneladatokként, olyan technikákkal együtt, mint a lineáris és idősoros regresszió, előrejelző analitikát, anomália-észlelést és ökonometriát hajtanak végre. Segítenek az utólagos tesztelésben is, különösen a kereskedési, portfóliókezelési és kockázati stratégiákról. Míg a tőkepiacok – az első és a középső iroda – vezették a mátrix algebrai töltést, addig az egyre inkább elemzésközpontú felhasználási esetek, mint például a marketing, a csalások felderítése és a digitalizáció általában az adattudományt – és a vektorokat – átvitték a pénzügyi szervezetekben.

Ezért lenyűgözött, amikor egy korábbi kollégám 2021 júniusában egy „vektoradatbázis” induló vállalkozáshoz ment dolgozni.

Összetett problémák megoldása vektoradatbázisokkal A ChatGPT előtti, 2022. márciusi verzióból azért fogott meg a szemem, mert nagyon specifikus vektortípusokat emelt ki – vektorbeágyazásokat – könnyen kereshető, navigálható vektorokat kódolt, amelyek strukturálatlan információkból, például szavakból, képekből stb. rögzítik a tudást. Amikor a ChatGPT még abban az évben elindult, az ilyen vektorok vektortárai voltak a beágyazás típusait a szemantikai jelentéskezelés kulcsfontosságú eszközévé emelték. Az üzletek leggyakrabban vektoradatbázisok, amelyek közül

most sokan vannak. Már most is a pénzügyi szolgáltatásokat és a tőkepiaci alkalmazásokat működtetik, leggyakrabban

természetes nyelvi feldolgozás használati esetei, például jogi dokumentumok és pénzügyi jelentések összefoglalása, vagy érzelmek rögzítése a közösségi médiából és a hírfolyamokból. Ugyanakkor többel is foglalkoznak

érintett pályázatokat, például a kereskedési és kockázatkezelési ismeretek bővítése, gyakran a hagyományos statisztikák és a gépi tanulás mellett.

Mellesleg a cég, amelyhez egykori kollégám csatlakozott, GenAI unikornis lett, értéke 750 millió dollár. Szép munka, ha meg tudod szerezni!

2. kifejezés: RAG, más néven Visszakeresés kiterjesztett generáció

A RAG-ról 2023 tavaszán alig volt szó, legalábbis a szó nagybetűs RAG „Retrieval Augmented Generation” értelmében. A Google keresési statisztikái a kifejezésekre körülbelül 2023 júliusától és őszre/őszre felgyorsultak, mindenhol ott volt a RAG, amely az uralkodó csővezeték-megközelítés, amellyel a vektoros adatbázisok segítenek megszelídíteni a Large Language Model „sztochasztikus papagájokat”. Egyrészt a RAG csővezetékeket foglal magában a vállalati adatmunkafolyamatok biztosításához, másrészt pragmatikusan segíti a pénzügyi cégeket a hallucinációk csökkentésében, valamint a belső – és külső – kockázatkezelési és mesterséges intelligencia-megfelelési folyamatok befogadásában.

Vannak
sokféle RAG csővezetékek, és félelmetesen összetettnek tűnhetnek. Gondoljon azonban a RAG-ra egyszerűen úgy, mint egy adatfolyamot biztosít a promptok, a vállalati adatok és a nagy nyelvi modellek között. Ha többet szeretne megtudni, és meg szeretné tekinteni, hogyan befolyásolja a pénzügyeket, olvassa el a cikkemet

fineextra blog vagy nézze
ez a nagyszerű webcast összefoglalva a RAG kockázatkezelési lehetőségeit. Ha bármelyik szakaszban elkezdi implementálni őket, valószínűleg felfedezni fog olyan „RAG-barát” környezeteket, mint a LangChain és
LlamaIndex.

3. kifejezés: Hallucinációk

Az előző részben a „hallucinációk” kifejezést használtam, és a RAG, illetve a vektoros adatbázisok által megoldott problémaként tettem fel. A GenAI-val a hallucinációk már nem pusztán az elmét serkentő kreativitás kiváltói, mint például a drogok által ihletett Sergeant Pepper's Lonely Hearts Club Band a Beatlestől, vagy a Beachboys Good Vibrations. Nem is a sok nép által gyakorolt sámáni álmodozás, pl
kelet-szibériai csukcs népek, sem olyan fizikai tevékenységek, amelyek tudatmódosító technikákat alkalmaznak, mint például a jóga, a masszázs és a tantrikus szex. A „hallucináció” szó ma már arra is vonatkozik, hogy az LLM-ek nem tudnak eligazodni azon információk között, amelyekhez a modellek nem férnek hozzá, vagy visszaélnek a meglévő információkkal. Ez nagyon gyorsan nyilvánvalóvá vált

A ChatGPT, a Bard és hasonló rendszerek hajlamosak voltak „hallucinációs” válaszokra, és ezek kockázatot jelentettek, amikor rosszul tájékozott akciók következtek.

Itt a csavar. Marc Andreessen mesterséges intelligencia befektető azt sugallja, hogy bár a legtöbben a hallucinációkat hibáknak tekintik, hasznosak lehetnek, ha a mesterséges intelligencia eszközként használják. társalkotó, javaslattevő és kitaláló. Ötletgyűjtési segédletként kitalált találgatásaik táplálhatják az emberi kreativitást. Andreessen például rávilágít arra, hogy az ügyvédek hogyan használják fel az AI „kitalált” javaslatait az ügy előkészítése során, hogy új jogi stratégiákat képzeljenek el. A pénzügyi szolgáltatások területén a Wall Street-i kereskedők már generatív mesterséges intelligencia és vektoradatbázisokat használnak kereskedési lehetőségek keresésére – hogy cikázzanak, amikor a tömegek zötyögnek.

Bármit is gondol a GenAI-ról, minden bizonnyal egy elragadó új lexikont hozott számunkra!