הנדסאים לטכנולוגיית הבנקאות של אקבאנק ממשיכים קדימה עם חדשנות בתחום הלמידת מכונה (AI) בתחום הבנקאות
בצעד עצום קדימה ליישום של טכנולוגיית המודלים הלמידתיים בנקאות, הנדסאי טכנולוגיה של אקבאנק השיגו ברגע מעבר על ידי יצירת מודל שפה גדול מתקדם (LLM), המתמחה במיוחד במשימות הקשורות לבנקאות. הכלי למידת המכונה החדש הזה מהווה עמוד ראשון חשוב עבור אקבאנק והתעשייה בכלל, שכן הבנק משלב את ניסיונו הרב בתחום הבנקאות עם טכנולוגיות AI מתקדמות.
אקבאנק ממשיך להבהיר את מאמציו בפיתוח פתרונות AI גיינרטיביים (GenAI) בנוסף למחקר המתמד שלו בתחום AI. המחילה הזו התרכזה הסתימה במודל השפה המיוחד שמשתמש במודלים מרובים בקוד פתוח. לאחר מחקר נרחב, הנדסאים של אקבאנק בחרו במודל Mixtral כמודל בסיס, המאפשר תקשורת בשמונה שפות מתוך קסם, כולל טורקית ואנגלית.
המודל, שעבר אימון על המון רחב של 56 מיליארד טוקנים ו- 100,000 מסמכים ספציפיים לתעשיית הבנקאות, מציג יכולת יוצאת דופן להבנת נושאים מורכבים בתחום הבנקאות. באמצעות הבנתו המיוחדת, הוא מבטיח לספק תוצאות יעילות ומהירות, דוחף את התשתיות של AI בתחום הבנקאות לגבהים חדשים.
האימון הראשוני של המודל ישפר באופן משמעותי את היעילות על ידי אוטומציה של הקריאה, ההבנה ועיבוד אלפי ההוראות והבקשות שנקבלות מרשויות רשמיות, שותפים או לקוחות. פעולות כמו הוראות להעברת כסף, שלקוחות יכולים להגיש לסניפים, הינן עת לבוצע במהירות רבה וביעילות, דבר המעלה באופן משמעותי את חווית הלקוח.
**שאלות מרכזיות ותשובות:**
– מהו מודל שפה גדול (LLM) בהקשר הבנקאי?
LLM בבנקאות הוא מערכת בינה מלאכותית שמיועדת להבין ולייצר טקסט הדומה לטקסט אנושי בהתבסס על כמויות אדירות של נתונים המיועדים לבנקאות. זה מאפשר למודל לבצע כמה משימות הקשורות לשפה כמו שירות לקוחות, פרשט תיעוד, ועיבוד הוראות בנקאיות מורכבות.
– כיצד הכלי החדש של אקבאנק מעיד על הבנק ולקוחותיו?
הכלי למידת המכונה שפותח על ידי אקבאנק משפר ביעילות באופן שמאותומן את העיבוד של הוראות ובקשות ממגבלות שונות. עבור הלקוחות, זה אומר שירות מהיר יותר עם ביצועים מהירים יותר – כמו ביצועי העברות כסף זירימה – דבר המשפר באופן משמעותי את חווייתם בבנקאות.
– מהן האתגרים העיקריים הקשורים ליישום מודל שפת AI בתחום הבנקאות?
האתגרים כוללים הבטיחות של הדיוק והאמינות של המודל, הגנת הפרטיות והאבטחה של מידע פיננסי רגיש, והתקמות אולטימטיבית כלפי כלל חוקים שחשופות בשימוש של AI בשירותים פיננסיים.
– אילו סככות עשויות להתעורר במימוש של AI בתחום הבנקאות?
סככות עשויות לעלות מקשר לחוששים על פיטום פוטם של עבודה עקב אוטומציה, על עיוותים אתיים מקשר לקבלת החלטות בקשר לשימושי AI, וצורך לאלגוריתמים שקופים למניעת פעילויות אפוגניות.
**יתרונות וחסרונות של מודל שפה גדול מרוב שפות של אקבאנק:**
יתרונות:
– זמינות משמעותית: המודל AI יכול לעבד כמויות גדולות של נתונים ובקשות במהירות, ישפר זמני תגובה עבור עסקים הלקוחות.
– תמיכה מרוב שפות: יכולת לתקשר ולהבין הוראות במספר שפות שהופכת את הבנק לנגיש יותר למגוון רחב של לקוחות.
– התמחות בבנקאות: מותאם לעניין הבנקאות, המודל יכול להתמודד עם נושאים פיננסיים מורכבים בדיוק גבוה יותר מאשר מודלי שפה גנריים.
חסרונות:
– בטיחות מידע: שימוש בAI מחייב צעדים נמרצים להגנת נתונים טכנולוגיים כדי למנוע חשיפת מידע פיננסי הרגיש.
– תאימות רגולטיבית: הבנקים צריכים לוודא כי הAI עומד בכל התקנים רלוונטיים, שיוכלו להשתנות באזורים שונים ובדרך כלל מורכבים די.
– עיוותי AI: אם נתוני האימון כוללים עיוותים, יכולה להיות ההחלטה של AI מעוצבת, מובילה לתוצאות לא הוגנות לכמה לקוחות.
אם אתה מעוניין לחקור עוד על חדשנות AI בתחום הבנקאות, אתה יכול לבדוק את אתרי הראשיים של מובילי התעשייה ומוסדות מחקר כגון:
חשוב לבדוק שהכתובת הזו נכונה ומפנה לדמיין של ארגונים שידועים לעבודתם בתחום ה AI, לפני הזנתך להם, שכן ייתכן ויש להם תובנות נוספות בנושא טכנולוגי מודיעיני דומה בענף הבנקאות.