“
人工智能(AI)和其他颠覆性技术作为创新前沿的议题,在我们一年一度的多伦多金融与风险峰会上引起了一系列发人深省的讨论。
”
多伦多金融风险峰会——“加速创新引擎”汇聚了来自全世界各个金融市场和风险合规界的思想领袖及从业人员,开展了为期一天的系列讨论。
峰会的一大亮点是邀请Geoffrey Hinton在焦点人物(Newsmaker)上进行专访,Geoffrey Hinton, Google副总裁,被誉为“深度学习教父”。
他论述了人工智能技术(AI)在今天是如何被应用于像Google和Facebook这样的互联网公司,并且人工智能技术也应用在各个领域,从金融服务、医疗保健再到汽车和制造业。
1
神经网络
Hinton也讲到了人工智能技术的前景与挑战,特别谈到了神经网络技术。
“未来我们需要进入一个世界,在这个世界里我们即使不了解机器如何做出预测但依然可以自如的运用新科技。”
Hinton带领多伦多大学的一群科学家们开发了一些关键算法,利用神经网络技术来处理大量数据,训练识别模式,以便它们能够模仿人类大脑来,从而执行任务。
然而,就像人类无法可靠地回忆出导致他们做出决定的所有微小的心理步骤,想要将神经网络作出决定的各个步骤准确地记录下来并进行监督,几乎也是不可能的。
当被问及该技术可能存在的重大系统风险时,Hinton提醒观众,是人类为这些神经网络构建了算法。
“你还必须担心人们能否熟练操控这些技术。关于如何避免针对这些系统进行的敌对攻击,我们还有许多工作要做。”
换句话说,风险是与生俱来的。
2
人工智能(AI)和大数据
会议的后一节进行了将人工智能炒作与现实区分开来的相关讨论。
会议代表们被告知,人工智能是如何运行海量数据——至少需要数万个数据点,但最好是更多的数据——通过关键算法来运行,才能实现其功能。
在过去十年中,大数据可用性的巨大增长促进了智能计算的进步,特别是在机器学习、自然语言处理和预测数据分析等领域。
结果,新的商业实践应运而生,例如:为财富管理的客户工作流程中使用人工智能。
在金融风险峰会中区分AI炒作和现实发展的讨论者们
人工智能会彻底改变金融风险管理的格局吗?我们可能会在大数据中找到答案。
Mastercard数字一体化战略的高级副总裁Rahul Deshpande,提醒道:“企业人工智能方面,处理数据的方式是关键。”
无论一个企业是在尝试开发全自动汽车还是预测市场动态,它都需要具有能够评估所建立人工智能系统的技术,法律和监管影响的专业人士。
3
风险管理的新纪元
大数据已成为我们不断变化的监管环境框架下的一个组成部分。
因此,金融界将研究如何利用人工智能等技术力量来管理风险,更好地为客户服务。
这些大肆宣传的创新对于金融风险管理实践是否至关重要?
在考虑技术在合规方面的作用时,专题讨论小组的嘉宾指出,最主要的关注点应该是从简单、容易的解决方案入手,即“最简单的部分”和“易达成的目标”,同时保留更先进的项目。
在金融风险峰会上,嘉宾继续讨论小组辩论中提出的要点
他们还注意到基于云端工具和供应商系统(相对于内部软件)也具备着相当的优势,但仅仅是从企业需求和目标的角度考虑。
嘉宾们认为,与合规有关的企业利益相关者——从监管部门到各个内部团队及顾客——可能尚未准备好迎接全面的技术飞跃,比如像是人工智能和区块链技术的应用。
然而, 重视区块链技术的人们或许会坚持区块链技术具备着能够验证其资产来源和独特性,继续推崇区块链的实际应用。
虽然人工智能技术未来在关键的反洗钱(AML)和了解你的客户(KYC)方面可能会做的更好,但在可行的实施方面仍有许多事情要做。
4
云计算创新
峰会在来自亚马逊网络特邀嘉宾Ken Beer和全球业务总监Asif Alam的“炉边谈话”中圆满结束。
Beer详细讲述了云端中的数据安全和“总开关”。
亚马逊网络Ken Beer(左侧)和全球业务总监Asif Alam讨论云计算中的数据安全
虽然有许多实用的工具来防止损失和保护消费者,但数据隐私方面的失误仍然面临着许多威胁。通常,技术服务是“相互堆叠”(例如通过API)来执行不同的任务。
然而,Beer仍提醒:“公司拥有为顾客服务的经验。即使有人(或人工智能技术)替公司完成这项工作,公司的相关部门也应该负责确保工作的完成。”
联系客服