Most akkor kell félni a mesterséges intelligenciától? Kiderült az igazság, erről érdemes tudni

Az analitika egyik vezető vállalataként számon tartott SAS két szakértője ezt a távolságtartást igyekszik orvosolni új könyvükkel, melynek címe Risk Modeling: Practical Applications of Artificial Intelligence, Machine Learning, and Deep Learning. A korábban említett technológiák gyakorlati alkalmazásáról szóló kiadvány a SAS Business szériájának keretében jelent meg.

Elengedhetetlen útmutató

Bár a kockázati szakemberek felismerték, hogy a mesterséges intelligencia és a gépi tanulás alapvető fontosságú az átalakítási céljaik eléréséhez, 48 százalékuk még mindig a legnagyobb kihívások között tartja számon ezeket a technológiákat. Többek között ez derült ki a Kockázati Szakemberek Nemzetközi Szövetsége (GARP) és a SAS nemrégiben közzétett tanulmányából, amely egy 300 banki kockázati szakember közreműködésével készült globális felmérésén alapul.

A szakmabelieknek készült útmutatóban a társszerzők – Terisa Roberts, globális kockázatmodellezési és döntéshozatali vezető, valamint Stephen Tonna, banki megoldásokkal foglalkozó vezető tanácsadó – gyakorlati útmutatással és valós példákkal demisztifikálják a mesterséges intelligenciát és a gépi tanulást. A könyv meghatározó forrás lehet a kockázatkezelők, a megfelelési tisztviselők és más iparági szakemberek számára, akik a legfejlettebb analitikai technológiákat igyekeznek alkalmazni a kvantitatív kockázati problémák megoldására.

„Azzal, hogy eloszlatjuk a gyakori tévhiteket, például a mesterséges intelligencia és a gépi tanulás »fekete doboz« jellegét, és felvázoljuk, hogyan lehet leküzdeni az olyan kihívásokat, mint az elfogultság és az értelmezés, célunk, hogy eloszlassuk a tárgyalt technológiák kockázati modellezésben való alkalmazásával kapcsolatos tartózkodást” – mondta Stephen Tonna.

A mesterséges intelligencia és a gépi tanulás alkalmazása a hitel-, piaci, likviditási és egyéb felmerülő kockázatok mérséklése érdekében kiemelkedő fontosságú, mégis sokan még mindig a pálya szélén állnak

– mondta Terisa Roberts. „A gyakorló szakembereknek és az üzleti vezetőknek le kell küzdeniük a tanulási görbét, méghozzá gyorsan. A bizonytalan globális gazdasági helyzet és az éghajlatváltozás piaci hatásainak küszöbén a pénzügyi szolgáltatási szektor egyszerűen nem engedheti meg magának, hogy ne alkalmazza az AI-t.”