Mit tanulhatunk az AI és az ML használati eseteiből?

Mit tanulhatunk az AI és az ML használati eseteiből?

Időbélyeg: 5. március 2024. 4:05
Mit tanulhatunk az AI és az ML használati eseteiből? PlatoBlockchain adatintelligencia. Függőleges keresés. Ai.

A Bank of England legutóbbi felmérése szerint az ML-technológiák használata az Egyesült Királyság pénzügyi szolgáltatóinál tovább növekszik: a válaszadó cégek több mint 70%-a gépi tanulási (ML) alkalmazásokat használt vagy fejleszt, a cégek pedig azt várták, hogy
az ML kérelmek száma több mint háromszorosára nő a következő három évben. Az ML-technológiák jelentett előnyei a továbbfejlesztett adat- és elemzési képességek, a megnövekedett működési hatékonyság, valamint a csalások és pénzmosás jobb felderítése (Bank of
Anglia, 2022).

Ha a szerencsés cégek körülbelül 70%-ába tartozol, akik már bevezették az ML-t, akkor tudod, hogy jó dologra készülsz. Azonban úgy érezheti, hogy már alkalmazta az ML-t az összes nyilvánvaló használati esetre a vállalkozáson belül. Másrészt, ha van
még nem kezdte el az ML-alkalmazások fejlesztését vagy telepítését a cégében, akkor hatalmas küzdelemnek tűnhet, ha egyáltalán elkezdi ezt fontolóra venni. Valójában ésszerűnek tűnik elképzelni, hogy azoknak a cégeknek a tényleges százalékos aránya, amelyek még nem kezdték meg az ML útját
még nagyobb, mint 30%, mivel ezek a számok olyan szervezeteken alapulnak, amelyek válaszoltak az ML-re vonatkozó felmérésre (azaz önkiválasztási elfogultságot demonstrálva).

Az ML – vagy tágabb értelemben az AI – alkalmazások új lehetőségeinek mérlegelésekor, akár először, akár nem, érdemes megvizsgálni, hogy más szervezetek hogyan alkalmazták sikeresen ezeket a technológiákat. Ez az információ gyakran nehéz lehet
hozzáférni, mivel kereskedelmileg érzékeny. Azokban az esetekben, amikor rendelkezésre áll, el lehet temetni a jelentések, felmérési eredmények vagy egyéb dokumentáció törzsében. Legutóbbi áttekintésem és e havi londoni megjelenésem célja a Google mellett, hogy segítsek
Másokat azért, hogy leküzdjék ezt a kihívást, és megosszák szisztematikus megértését a mesterséges intelligencia és az ML felhasználási eseteiről a pénzügyi szolgáltatások területén a szakirodalom áttekintése után.

A szintetizált összefoglalót bemutatom, amely három fő kategóriába sorolható: kockázatkezelés, szervezeti/működési, valamint az ügyfélélmény és elkötelezettség fokozása. Mint minden szakirodalmi áttekintésnél, döntéseket kellett hozni kb
a felhasználási esetek és forrásaik csoportosítása, kategorizálása és szerepeltetése. Például egy szélesebb körű áttekintéshez, amely kiterjed az AI és ML algoritmusokra és az e technológiák használatával kapcsolatos kockázatokra is, javaslom a Turing Intézet legújabb jelentését.
(Maple et al. 2023).

A pénzügyi szolgáltatási szektor

A legutóbbi felmérések szerint a pénzügyi szolgáltatási szektor szervezetei egyre gyakrabban alkalmazzák az ML és AI technológiákat – és profitálnak is belőle. A mesterséges intelligencia elfogadásának egyik akadálya azonban a megfelelő használati esetek azonosítása. Ebben
cikkben számos felhasználási esetet vizsgáltunk meg, amelyek nagy vonalakban a „Kockázatkezelés”, „Szervezeti/működési” és „Az ügyfélélmény és elkötelezettség fokozása” kategóriába sorolhatók. Egyes esetekben hasznosabb lehet elvonatkoztatni a konkréttól
induktívabb megközelítés alkalmazása érdekében. Ennek elősegítésére bemutattam az AI/ML használati esetek három általános jellemzőjét, nevezetesen az „Üzleti folyamatokat”, „Adatok” és a „Feladat típusát”, valamint a megfelelő példákat.

Az ML és AI technológiák és alkalmazások összefoglalása nem lenne teljes a generatív mesterséges intelligencia által kínált potenciális lehetőségek érintése nélkül. Bár ezek a megközelítések már több éve léteznek, ez 2022 végén és a nyilvános bétaverzióban történt
Az OpenAI ChatGPT és a versenytársak hasonló eszközei, például a PaLM-2; amely felhívta rájuk a nagyközönség és a vállalati vezetők figyelmét. Jelenleg ilyen generatív mesterségesintelligencia-megközelítések még nem szerepelnek a mesterséges intelligencia és az ML pénzügyi alkalmazások szisztematikus áttekintésében.
szolgáltatások (bár Buckmann, Haldane és Hüser, 2021 áttekintette és azonosította a korábbi OpenAI nagynyelvi GPT-3 modell korlátait). A teljesség érdekében azonban figyelembe kell vennie néhány tipikus területet, ahol a generatív mesterséges intelligencia technológiák találhatók
mint például a ChatGPT hatékonyan alkalmazható.

Várom, hogy hamarosan megoszthassam a részletes értékeléseket, beleértve ezt a Google e havi londoni eseményén is!

Időbélyeg:

Még több Fintextra