Bitcoin

Geld 20/20 panel: künstliche intelligenz und maschinelles lernen

Bitcoin Geld 20/20 panel: künstliche intelligenz und maschinelles lernen

Die Zukunft in 100 Sekunden - Markus Krall - Blockchain in 2030 (November 2018).

Anonim

Am Mittwochmorgen auf der Money20 / 20 Konferenz in Las Vegas, a Ein einzigartiges und zeitnahes Panel diskutierte die Entstehung und die möglichen Anwendungen von künstlicher Intelligenz (AI) und maschinellem Lernen (ML) in der globalen, traditionellen Zahlungsbranche.

Lesen Sie auch: Technische Analyse: Bitcoin-Preis bis zum Jahresende $ 1500 zu schlagen?

Blockchain zu künstlicher Intelligenz und maschinellem Lernen bringen

Im Zuge der fortschreitenden Entwicklung der Computertechnologie können Unternehmen mithilfe von Trends in Daten und Metadaten ihre Kunden und andere Unternehmen besser verstehen. AI und ML werden alle Bereiche der Gesellschaft betreffen, und die Zahlungen sind gegen diesen Trend nicht immun.

Die Demokratisierung von Werkzeugen für die Analytik vor Ort wird dazu beitragen, Türen für eine erweiterte Masse zu öffnen. Mit der Erweiterung von Tools und APIs für Entwickler, die nach KI oder ML suchen, können Entwickler leichter auf diese komplexen Tools zugreifen.

Dr. Arif Ahmed von der Bank sagte dazu: "Mit tiefem Lernen haben Sie bessere Möglichkeiten, Probleme zu konzeptualisieren. Sie sehen, wie sich Spracherkennung, Betrugserkennung und mehr verbessern. Sie beginnen mit der Technologie und dann hosten Sie Konzepte. . . Wir haben einen Punkt erreicht, an dem dies in den nächsten Jahren exponentiell zunehmen wird. "

Die Mustererkennung durch AI- und ML-Verbesserungen wird sich stark auf die Praktiken der Bekämpfung von Geldwäsche (AML) und Know-Your-Customer (KYC) auswirken. Besonders in der Prozessführung hat Husayn Kassai von Onfido erklärt, wie oft die Sanierungsarbeiten heute veraltet sind.

"Die derzeitige Art, wie sie durchgeführt wird, ist nicht unbedingt für ein digitales Zeitalter geeignet", sagte Kassai. "Es macht keinen Sinn, in einer Bank vollständig menschliche Authentifizierungssysteme zu haben. "

Die Sicherstellung einer korrekten Datenerfassung ist hier der Schlüssel, sagte das Panel, während Finanzdienstleister auf aktualisierte oder zunehmend verteilte Backend-Plattformen wechseln.

In Zukunft werden viele Verbraucherprodukte, einschließlich Chatbots, ihren Weg in digitale Dienste finden. Für viele Finanzakteure ist die Fähigkeit von Maschinen, menschliche Verleumdungen zu verstehen, knapp, da es eine große Herausforderung ist, die Anliegen der Verbraucher in den Kontext zu stellen.

Menschen können Chatbots mit bestimmten Zwecken erstellen, wie zum Beispiel Handbücher, um ein Flugzeug zu bauen oder um die Art von Hypothekenverträgen herauszufinden. Um Fehler zu minimieren, suchen Sie nach Chatbots in Finanzdienstleistungen, die zu bestimmten Zwecken entwickelt werden, wie z. B. Hypothekenkreditverträge oder ATM-Schnittstellen.

David Gilvin von IBM bemerkte, dass "AI immer eingeschaltet ist, 365, 24/7. . . Wenn die Maschine die Entscheidung trifft, dann ist es grundsätzlich nicht dasselbe wie der Finanzberater, es wird durch maschinelles Lernen automatisiert. . . es ist nicht nur immer an, es ist überall. "

Aufgrund des erhöhten regulatorischen Drucks und der Aufsicht befindet sich die KI-Entwicklung im Finanzdienstleistungssektor im Würgegriff. Banken und traditionelle Finanzinstitutionen werden auf KI hinarbeiten, wenn Geschäftsmodelle entstehen, die von der Lösung für AI-Finanzsoftware profitieren.

Die Blockchain-Technologie bietet jedoch eine aufkommendere Struktur für die Datenspeicherung und Anwendungsverarbeitung, so dass ihre Einbeziehung in traditionelle Finanzinstitutionen leichter für AI- und ML-Anwendungen geeignet wäre.

Zwangsläufig sagte das Gremium, die regulatorischen Rahmenbedingungen im In- und Ausland müssten sich anpassen. Martina King von FeatureSpace wiederholte die Herausforderungen, mit denen Banken in den Anfängen des Internets konfrontiert waren, und wie primitive Regulierungsrahmen, die während dieses Zeitrahmens geschaffen wurden, geändert werden können, um AI- und ML-Anwendungen im Bankwesen zu unterstützen.

Schließlich werden Verbesserungen in Zukunft für alle klarer werden. Beteiligungen für eine frühzeitige Führung in proprietären Softwaremärkten bei KI und ML für Finanzdienstleistungsinstitute signalisieren die großen Geldmengen, die derzeit auf dem Tisch liegen.

Das Hinzufügen zusätzlicher programmatischer Ebenen zu bestehenden, unterschiedlichen Finanzdaten sollte für Supply-Chain-Anbieter, Einzelhändler, Kunden und Unternehmen weltweit umfangreiche Erkenntnisse liefern. Achten Sie darauf, dass sowohl KI als auch ML von "Black Boxes" und mehr zu "Proofs of Concept" übergehen, ähnlich dem Trend, der in der Blockchain-Welt der Berechtigten stattfindet. Beide Anwendungen werden wahrscheinlich in naher Zukunft massive Auswirkungen haben!

Was halten Sie von der Möglichkeit künstlicher Intelligenz oder maschinellem Lernen für Finanzdienstleistungen oder gar von Blockchain-Technologie? Teilen Sie Ihre Gedanken in den Kommentaren unten!


Bilder mit freundlicher Genehmigung von Ryan Strauss.

Beliebte Beiträge