بانک ها به دنبال سیستم های هوش مصنوعی “قابل توضیح” هستند تا اعتماد مصرف کننده را افزایش دهند


تصمیم گیری نامنظم سیستم های هوش مصنوعی جعبه سیاه و بازرگانان با فرکانس بالا با استفاده از چنین سیستم هایی مقصر مقصر به اصطلاح سقوط فلش ​​سال 2010 بود ، که در آن شاخص های اصلی ایالات متحده سقوط کرد و سپس تا حدی برای یک بازیابی شد زمان. ساو گفت ، علل دقیق این فاجعه و سایر بلایا هنوز در حال بحث است.

نهادهای نظارتی حداقل بخشی از فاجعه مالی 2007-2009 را ناشی از گسترش آنچه از آن پس بدهی سمی وثیقه و بدهی تضمین شده می نامند ، می دانند. اگرچه این محصولات پیچیده شامل هوش مصنوعی نیستند ، اما فاقد ردیابی حسابرسی هستند که بتواند یک سیستم هوش مصنوعی قابل توضیح را توضیح دهد. در آن زمان ، بازار CDO و CLO تا حد زیادی تنظیم نشده بود ، بنابراین منشا این معاملات نمی تواند باشد. بوکان گفت: به دلیل ماهیت نرم افزار مورد استفاده پیگیری شده است.

ساو گفت ، به دلیل این سابقه مشکل ، بانک ها اخیراً از این سیستم های تجارت خودکار و بسیاری از فناوری های مبتنی بر هوش مصنوعی اجتناب می کردند. اکنون آنها از سیستم های هوش مصنوعی برای کارهای پشت دفتر و بزرگ جلوی دفتر استفاده می کنند. Sow خاطرنشان کرد که بانک های بزرگی مانند Bank of America و JP Morgan در حال سرمایه گذاری در این فناوری ها هستند که توسط شرکت های کوچکتر fintech استفاده می شود.

ساو افزود ، OnDeck Capital شرکتی است که از ابزار هوش مصنوعی برای ارزیابی وام برای مشاغل کوچک و متوسط ​​استفاده می کند.

استفاده از هوش مصنوعی قابل توضیح توسط بانک ها در دفتر کار ، عمدتا توسط فروشندگان دارای تأیید بانک انجام می شود. محصولاتی مانند Amazon Web Services و Microsoft Azure اگرچه ظاهراً از هوش مصنوعی پشتیبانی نمی کنند اما از یادگیری ماشین و سایر قابلیت ها استفاده می کنند. این توانایی ها ، با توضیحات داخلی آنها ، هستند که به صنعت مالی راه می یابند.


منبع: nice-words.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>