ผู้ประกอบวิชาชีพทางการเงินของ GenAI สามคนได้เรียนรู้ในปี 2023

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

ผู้ปฏิบัติงานทางการเงินข้อกำหนด GenAI สามคนได้เรียนรู้ในปี 2023 PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ปี 2023 เป็นปีที่ลำบากสำหรับหลาย ๆ คนบนโลกของเรา ไม่ว่าจะเป็นสงคราม ความรุนแรง การพลัดถิ่นของประชากร ภัยพิบัติ ความหัวรุนแรง ค่าครองชีพที่สูงขึ้น และความยากจน ผู้คนที่ทำงานในอุตสาหกรรมของเราค่อนข้างโชคดี พวกเราบางคนได้รับพลังจากพายุทอร์นาโด GenerativeAI ที่น่าตื่นเต้น เช่นเดียวกับที่ HFT เปลี่ยนโฉมคำศัพท์ของตลาดทุนในช่วงปี 2000 และการเปลี่ยนผ่านสู่ดิจิทัลได้เปลี่ยนโฉมคำศัพท์ด้านบริการทางการเงินและการธนาคารในช่วงปี 2010 GenAI ก็นำพจนานุกรม AI ใหม่มาให้เราด้วยความเร็วพอสมควรเช่นกัน

ด้วยเหตุนี้ เราจึงได้พบกับคำศัพท์มากมาย ซึ่งหลายคำแทบจะไม่ได้ใช้ในปี 2022 แต่ปัจจุบันมีความหมายใหม่หรือแตกต่างออกไปมาก ฉันและคนอื่นๆ ในวงการบริการทางการเงินใช้สิ่งเหล่านี้ระหว่างวันทุกวัน หากคุณเป็นหนึ่งในผู้โชคดี (ไม่) ไม่กี่คนที่ไม่ได้เป็นเช่นนั้น ต่อไปนี้เป็นข้อมูลทบทวนเกี่ยวกับสามรายการโปรดของฉันโดยย่อ!

เทอม 1: ฐานข้อมูลเวกเตอร์

สิ่งที่เรียกว่าฐานข้อมูลเวกเตอร์ได้กลายเป็นแกนหลักของสแต็ก GenAI ขององค์กรจำนวนมาก เพื่อเป็นแนวทางในการปรับปรุงคุณภาพของการตอบสนองต่อการแจ้งเตือน ทางเลือกอื่น เช่น "การปรับแต่งอย่างละเอียด" โมเดลภาษาขนาดใหญ่ [LLM] ที่ไม่มีฐานข้อมูลมาด้วย มีราคาแพง และเต็มไปด้วยความเสี่ยงและค่าใช้จ่ายด้านการปฏิบัติตามกฎระเบียบ ฐานข้อมูลเวกเตอร์รวบรวมข้อมูลที่เป็นกรรมสิทธิ์ขององค์กร ทำให้เกิดความคุ้มค่า และให้การควบคุมเชิงเปรียบเทียบ บริษัทที่ให้บริการทางการเงินอยู่ในคิวที่จะใช้ฐานข้อมูลเวกเตอร์อย่างแน่นอน

น่าแปลกที่การเงิน เวกเตอร์มีส่วนสำคัญในพีชคณิตเมทริกซ์ซึ่งมีบทบาทสำคัญในด้านการซื้อขายและการบริหารความเสี่ยงมานานหลายปี การจัดเก็บข้อมูลของ “เวกเตอร์” และเมทริกซ์ดังกล่าวมีมานานหลายทศวรรษแล้ว โดยทั่วไปจะอยู่ในฐานข้อมูลแบบเรียงเป็นแนว หรือเป็นตารางหรือดาต้าเฟรมที่ใช้ในภาษาต่างๆ เช่น Python (Pandas), R, MATLAB และ SAS เมื่อดึงข้อมูลและใช้งาน เช่น อนุกรมเวลาทางการเงินและข้อมูลแผง ร่วมกับเทคนิคต่างๆ เช่น การถดถอยเชิงเส้นและอนุกรมเวลา จะขับเคลื่อนการวิเคราะห์เชิงคาดการณ์ การตรวจจับความผิดปกติ และเศรษฐมิติ นอกจากนี้ยังช่วยแจ้งการทดสอบย้อนหลัง โดยเฉพาะอย่างยิ่งในเรื่องการซื้อขาย การจัดการพอร์ตโฟลิโอ และกลยุทธ์ความเสี่ยง ในขณะที่ตลาดทุน - ส่วนหน้าและสำนักงานกลาง - เป็นผู้นำพีชคณิตแบบเมทริกซ์ กรณีการใช้งานที่เน้นการวิเคราะห์มากขึ้น เช่น การตลาด การตรวจจับการฉ้อโกง และการแปลงดิจิทัล โดยทั่วไปแล้วใช้วิทยาศาสตร์ข้อมูลและเวกเตอร์ทั่วทั้งองค์กรทางการเงิน

ฉันจึงรู้สึกทึ่งเมื่ออดีตเพื่อนร่วมงานคนหนึ่งไปทำงานให้กับสตาร์ทอัพ “ฐานข้อมูลเวกเตอร์” ในเดือนมิถุนายน 2021 บทความของเขาเกี่ยวกับ

การแก้ปัญหาที่ซับซ้อนด้วยฐานข้อมูลเวกเตอร์ จาก pre-ChatGPT มีนาคม 2022 ดึงดูดสายตาของฉันเพราะเขาเน้นประเภทเวกเตอร์ที่เฉพาะเจาะจงมาก เช่น การฝังเวกเตอร์ - เวกเตอร์การนำทางที่เข้ารหัสและค้นหาได้ง่าย โดยรวบรวมความรู้จากข้อมูลที่ไม่มีโครงสร้าง เช่น คำ รูปภาพ ฯลฯ เมื่อ ChatGPT เปิดตัวในปลายปีนั้น ร้านค้าเวกเตอร์ของดังกล่าว ประเภทการฝังได้รับการยกระดับให้เป็นพาหนะหลักในการจัดการความหมายเชิงความหมาย โดยทั่วไปแล้ว ร้านค้าจะเป็นฐานข้อมูลเวกเตอร์ ซึ่งในจำนวนนี้

ตอนนี้มีมากมาย. พวกเขาขับเคลื่อนแอปบริการทางการเงินและตลาดทุนโดยทั่วไปแล้ว

กรณีการใช้งานการประมวลผลภาษาธรรมชาติเช่น การสรุปเอกสารทางกฎหมายและรายงานทางการเงิน หรือรวบรวมความรู้สึกจากโซเชียลมีเดียและฟีดข่าว อย่างไรก็ตาม พวกเขากำลังรับมือมากขึ้นเช่นกัน

แอปพลิเคชันที่เกี่ยวข้องการเพิ่มข้อมูลเชิงลึกด้านการซื้อขายและการบริหารความเสี่ยง มักจะควบคู่ไปกับสถิติแบบดั้งเดิมและการเรียนรู้ของเครื่อง

บังเอิญว่าบริษัทที่อดีตเพื่อนร่วมงานของฉันไปร่วมงานได้กลายเป็นยูนิคอร์น GenAI ซึ่งมีมูลค่าสูงถึง 750 ล้านเหรียญสหรัฐ ทำได้ดีมากถ้าคุณทำได้!

วาระที่ 2: RAGอาคา การดึงข้อมูล Augmented Generation

RAG แทบจะไม่สามารถเอ่ยปากใครได้เลยในฤดูใบไม้ผลิปี 2023 อย่างน้อยก็ในความหมายของคำว่า "Retriever Augmented Generation" ที่เป็นตัวพิมพ์ใหญ่ของ RAG สถิติการค้นหาของ Google สำหรับคำต่างๆ เพิ่มขึ้นอย่างรวดเร็วตั้งแต่ประมาณเดือนกรกฎาคม 2023 และภายในฤดูใบไม้ร่วง/ฤดูใบไม้ร่วง RAG ก็มีอยู่ทุกหนทุกแห่ง ซึ่งเป็นแนวทางหลักที่ฐานข้อมูลเวกเตอร์ช่วยให้เชื่องโมเดลภาษาขนาดใหญ่ "นกแก้วสุ่ม" ในด้านหนึ่ง RAG ห่อหุ้มไปป์ไลน์เพื่อจัดเตรียมเวิร์กโฟลว์ข้อมูลองค์กร และในอีกด้านหนึ่งช่วยให้บริษัททางการเงินลดอาการประสาทหลอนและรองรับการจัดการความเสี่ยงทั้งภายในและภายนอกและกระบวนการปฏิบัติตาม AI ได้ในทางปฏิบัติ

มี
RAG หลายประเภท ไปป์ไลน์และอาจดูซับซ้อนจนน่ากลัว อย่างไรก็ตาม ให้คิดว่า RAG เป็นเพียงการจัดหาไปป์ไลน์ข้อมูลระหว่างพร้อมท์ ข้อมูลองค์กรของคุณ และโมเดลภาษาขนาดใหญ่ หากต้องการเรียนรู้เพิ่มเติม และดูว่าสิ่งนี้ส่งผลต่อการเงินอย่างไร โปรดอ่านของฉัน

บล็อกฟินเอ็กซ์ตร้า หรือดู
เว็บคาสต์ที่ยอดเยี่ยมนี้ สรุปโอกาสในการบริหารความเสี่ยงของ RAG หากคุณเริ่มนำไปใช้ในขั้นตอนใดก็ตาม คุณอาจจะสำรวจสภาพแวดล้อมที่ “เป็นมิตรกับ RAG” เช่น LangChain &
ลามะIndex.

วาระที่ 3: ภาพหลอน

ฉันใช้คำว่า "ภาพหลอน" ในส่วนก่อนหน้า โดยมองว่าเป็นปัญหาที่แก้ไขได้โดย RAG และในทางกลับกัน โดยฐานข้อมูลเวกเตอร์ ด้วย GenAI อาการประสาทหลอนไม่ได้เป็นเพียงสิ่งกระตุ้นความคิดสร้างสรรค์ที่กระตุ้นจิตใจอีกต่อไป เช่น วงดนตรี Lonely Hearts Club ของ Sergeant Pepper ที่ได้แรงบันดาลใจจากวงเดอะบีทเทิลส์ หรือวงดนตรี Good Vibrations ของ Beachboys ทั้งสองไม่ได้เป็นการอนุรักษ์ความฝันของชามานิกที่คนจำนวนมากปฏิบัติเช่น
ชนเผ่าชุคชีไซบีเรียตะวันออกหรือกิจกรรมทางกายที่ใช้เทคนิคการเปลี่ยนแปลงจิตใจ เช่น โยคะ การนวด และเซ็กส์ตันตระ ขณะนี้คำว่า "ภาพหลอน" ยังใช้กับความล้มเหลวของ LLM ในการนำทางข้อมูลที่โมเดลไม่สามารถเข้าถึงได้ หรือใช้ข้อมูลที่มีอยู่ในทางที่ผิด มันชัดเจนมากอย่างรวดเร็วว่า

ChatGPT, Bard และระบบที่คล้ายกันมีแนวโน้มที่จะสร้างการตอบสนองแบบ "ประสาทหลอน"และสิ่งเหล่านี้นำมาซึ่งความเสี่ยงเมื่อมีการกระทำโดยไม่ได้รับข้อมูล

นี่คือสิ่งที่บิดเบี้ยว Marc Andreessen นักลงทุนด้าน AI แนะนำว่าแม้ว่าคนส่วนใหญ่มองว่าภาพหลอนเป็นข้อบกพร่อง แต่ก็สามารถใช้เป็นคุณลักษณะได้เมื่อใช้ AI เป็น ผู้สร้างร่วม ผู้เสนอแนะ และผู้คาดเดา. เพื่อช่วยระดมความคิด การเดาที่สร้างขึ้นสามารถกระตุ้นความคิดสร้างสรรค์ของมนุษย์ได้ ตัวอย่างเช่น Andreessen เน้นย้ำถึงวิธีที่นักกฎหมายใช้คำแนะนำ "ที่สร้างขึ้น" ของ AI ในระหว่างการเตรียมคดีเพื่อจินตนาการถึงกลยุทธ์ทางกฎหมายใหม่ๆ ในบริการทางการเงิน เทรดเดอร์ใน Wall Street ใช้ฐานข้อมูล AI และเวกเตอร์แบบสร้างสรรค์อยู่แล้วเพื่อค้นหาโอกาสในการซื้อขาย — เพื่อซิกแซกเมื่อมวลชนซิกแซก

ไม่ว่าคุณจะคิดอย่างไรกับ GenAI มันก็นำศัพท์ใหม่ที่น่ายินดีมาให้เราอย่างแน่นอน!