Чи може Уолл-стріт вплинути на розвиток ШІ?

Штучний інтелект, зокрема генеративний ШІ, продовжує обіцяти значне підвищення продуктивності багатьом галузям, зокрема банківській та страховій.

ШІ також створює багато проблем, що проявляється в його схильності до галюцинацій. Інша можливість для зловживань. Це може випливати з несвідомих упереджень у навчальних наборах даних, які призводять до дискримінаційних результатів для кольорових людей. Це також може відображати те, як запрограмовані системи генного штучного інтелекту, про що свідчить нещодавня суперечка щодо «прокинутих» зображень пап чи інших історичних діячів, які виглядають будь-якими, крім білих чоловіків.

У найкрайніших випадках менеджери активів можуть звернутися до штучного інтелекту для дослідження або навіть торгівлі портфелями. Галюцинації можуть зруйнувати фірму; як спроба пояснити регулятору, чому бот спричинив аварійне завершення роботи.

ШІ навряд чи вдасться розв’язати таким драматичним способом, але його можна задіяти більш тонкими способами. Фактично, це вже є.

Банки, страхові компанії та фінансові технології вже використовують інструменти штучного інтелекту для оцінки кредитних рейтингів або підписання полісів. Наприклад, галузь ризикує не в змозі пояснити незадоволеному клієнту, чому йому відмовили у кредиті.

Більш приземлена проблема полягає в тому, коли можна застосувати ШІ. Наприклад, програмне забезпечення можна використовувати для аналізу чиєїсь публікації в соціальних мережах, щоб оцінити її психічний стан, що може бути використано для визначення ціни фінансового продукту. Це викликає багато питань.

Чи слід дозволити фірмам розглядати такі дані? Якщо ні, які замінники вони дослідять, щоб отримати уявлення про потенційного клієнта? Що таке конфіденційність і як вона забезпечується?

Регулюйте, будь ласка

Природною відповіддю на такі питання є залучення регуляторів. Найкраще розробити нейтральний набір правил, щоб стримувати найгірші імпульси фірми. Також легше дозволити регулюючим органам виконувати важку роботу – і зберегти свободу знизати плечима, якщо вони цього не зроблять.

Регулювання потрібне, але чи достатньо? Можливо, але тільки якщо фінансова індустрія буде задоволена тим, що залишить інновації Big Tech і новій породі стартапів зі штучним інтелектом.

Коли справа доходить до ШІ, реальність така, що регулятори ніколи не зможуть встигати за цим. Це непогано: ми очікуємо, що інновації надходитимуть від приватного сектору. Але природа ШІ ускладнює регулювання.

По-перше, в регуляторних органах працює небагато людей, які мають глибокий досвід у машинному навчанні та інших інструментах штучного інтелекту, не кажучи вже про genAI.

По-друге, щоб не відставати від цього світу, потрібно керувати величезними масивами графічних процесорів, графічних процесорів, магістральних чіпів, які живлять додатки штучного інтелекту, і апаратного забезпечення центрів обробки даних, які складають хмару.

Індустрія штучного інтелекту включає такі стартапи, як OpenAI, великі технологічні гравці, такі як Microsoft і Meta, фахівці з чіпів, як-от Nvidia, і хмарні постачальники, як-от AWS. Ці гіганти мають унікальні величезні ресурси, які збирають найкращих талантів і купують обчислювальну потужність для запуску систем ШІ.

Ні регулятори, ні підприємства не можуть визначити порядок денний, поки це залишається так.

Купівельна спроможність

Регуляторні органи можуть спробувати встановити правила – і вони повинні, оскільки вони можуть сформувати основні норми – але їм буде важко впоратися з нюансами того, як запобігти банкам та іншим зловживати системами ШІ.

Проте є альтернативи. Одна з них полягає в тому, щоб озирнутися назад, як уряди допомагали підтримувати свої інноваційні економіки на початку. Наприклад, Кремнієва долина значною мірою завдячує своїм успіхом масштабним закупівельним програмам НАСА та американських військових у 1950-х і 1960-х роках.

---

---

Так само лише уряди мають потенціал пробратися на ринок інфраструктури штучного інтелекту та придбати графічні процесори для власних дослідницьких програм, які можуть відповідати масштабу Big Tech. Це один із способів встановити стандарти через участь і лідерство, а не безкінечні спроби не відставати, пишучи нові правила.

А як щодо фінансових послуг? Поки що немає ознак того, що уряди готові зіграти цю роль, що залишає інші галузі на милість великих технологій.

Урок схожий: Уолл-стріт має стати настільки важливим клієнтом для Big Tech, щоб вона могла встановлювати стандарти ставлення до ШІ.

Проблема в розмірі. Навіть JP Morgan не може зрівнятися з Microsoft на цій арені. Це ніколи не могло виправдати витрати.

ШІ з відкритим кодом

Але як щодо галузі як групи? Чи є спосіб для Big Finance — разом із провідними фінтех-компаніями в усьому світі — об’єднати ресурси та стати стратегічним клієнтом?

Банки не звикли грати разом. Такий підхід був би абсолютно чужим.

З іншого боку, банки повільно переходять на відкрите програмне забезпечення. Вони усвідомлюють, що спільне використання коду для багатьох непрофільних функцій – будучи гравцями спільноти, а не власністю власників – може створити якісніше та стійкіше програмне забезпечення.

Чи працює відкритий код для genAI?

Відповідь незрозуміла. Деякі великі технічні компанії в цьому просторі були відкриті у своїх розробках, наприклад Meta, яка дозволяє стартапам зі штучним інтелектом завантажувати та адаптувати деякі з його моделей.

Галузеві стандарти відкритого вихідного коду вимагають, щоб усі варіанти використання були дозволені, але небагато стартапів genAI насправді відповідають цим критеріям. Більшість, у тому числі OpenAI з абсурдною назвою, працюють у закритому режимі.

Це тому, що genAI не схожий на інші категорії програмного забезпечення. Вихідний код є лише одним компонентом. Не менш важливими є навчальні дані та те, як ці дані класифікуються. Сьогодні в галузі штучного інтелекту немає консенсусу щодо того, що взагалі означає «відкритий код».

Ось відкриття для фінансових установ. Банки, біржі та постачальники даних спільно володіють критичною масою даних, значна частина яких стосується ринків капіталу та фінансових послуг. Теоретично, якби існував механізм для агрегування цієї інформації, могла б бути основа для спільної розробки коду та стандартів, які з ним пов’язані.

Продавці будуть чинити опір будь-якому кроку, який руйнує їхній бізнес; банки та страхові компанії не хочуть співпрацювати в чомусь, що може вважатися ключовим. З іншого боку, у фінансових послугах можуть бути сфери, які для більшості гравців не є основними, і в яких галузеве рішення може бути бажаним. Цифрова ідентичність, відповідність, звітність та аспекти управління ризиками – усе це спадає на думку.

DigFin знає, що це дуже спекулятивна ідея, яка може ніколи не виправдати величезних зусиль, які знадобляться, щоб її реалізувати. З іншого боку, наскільки важливо для фінансової індустрії формувати своє майбутнє замість того, щоб пасивно чекати, поки Кремнієва долина зробить це замість неї? Можливо, тут ми повертаємось до ідеї уряду як великого замовника ШІ. Щоб уряд діяв у цій якості, йому потрібні власні програми. Регулювання фінансових послуг в епоху штучного інтелекту здається гарним початком.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://www.digfingroup.com/influence-ai/