隨著人工智能的成熟，銀行一直在探索AI的使用。但是，他們需要了解將要面臨的三個挑戰。
第一，可預測性。如今，AI由神經網絡驅動，這是當下最流行的機器學習技術。神經網絡通過大量的訓練數據學習。
不同的數據將導致不同的結果。只要訓練數據連續不斷地傳送到神經網絡，神經網絡就會自行進化並產生不可預測的結果。
第二，可解釋性。您無法解釋為什麽從神經網絡得到結果。無論結果是正確還是錯誤的。
神經網絡只是一個黑盒，具有數萬個數值。他們負責產生您的結果。但是，這些數值對於人類來說沒有任何意義，所以您無法解釋為什麽會產生結果。
第三，訓練數據。由於神經網絡的知識是通過訓練建立的，訓練過程需要處理大量數據。
除了數據數量，數據質量還決定著神經網絡的性能。訓練數據的數量不足或數據質量差，將導致神經網絡不準確。因此，數量和質量是神經網絡訓練中最重要的因素。
以上這些挑戰在未來幾年不會消失，它們只會成為銀行使用人工智能的障礙。目前，銀行AI僅用於支持業務運營中的角色。
在緯泓，我們一直在構建神經網絡來學習金融術語及含義，這是許多銀行AI應用程序 (例如聊天機器人) 的基礎。
想了解更多關於 AI 在銀行中的運用，請聯繫我們。
如果您想獲得更多關於金融科技的信息，請關註我們的LinkedIn 或訂閱 “FinTech Insights”.
Copyright © 2021 緯泓 版權所有，不得轉載