<nav id="laiwy"></nav>
  • <rp id="laiwy"><object id="laiwy"><blockquote id="laiwy"></blockquote></object></rp>
    1. <tbody id="laiwy"></tbody>

        <rp id="laiwy"><object id="laiwy"></object></rp><rp id="laiwy"></rp>

        <s id="laiwy"></s>
      1. <rp id="laiwy"></rp>

        <em id="laiwy"></em>

        《麻省理工科技评论》、度小满联合发布《2023年金融科技趋势展望》

        资讯2023-01-05 14:24

        1

        2023金融科技行业有哪些值得关注的前沿技术?1月5日,北大光华度小满金融科技实验室联合《麻省理工科技评论》中国研究团队发布了《2023年金融科技趋势展望》,提出了生成式人工智能、因果推断、图计算、科技伦理治理、链上分布式金融应用、隐私计算、图计算、虚拟数字技术、自动机器学习和云上能力升级等十大技术趋势。

        报告研究团队访谈了多位金融科技行业的技术专家、关注人工智能技术应用的科研学者,以及相关企业。

        2

        “大模型是数字经济时代智能信息处理的基础设施”,清华大学人工智能研究院常务副院长孙茂松认为,“如果将它的能力放在金融行业中去处理原有的任务,性能和效果将会有显著的提升。如果把各类金融大数据注进大模型去做经济形势的预测,与现有的主流经典分析方法论将会有质的区别,国际上如果因此出了一个诺贝尔经济学奖(将人工智能用于金融研究或预测),我一点都不感到惊奇,甚至是可期待的。”

        香港理工大学计算机系教授、IEEE Fellow郭嵩认为,“对于金融行业来说,数据的使用和安全更加重要。「隐私、安全和公平性」是最需要关注的三个话题。隐私计算、联邦学习、数据的选择和算法改进,分别能够一定程度上解决上述三个问题。此外,从治理角度来看,区块链作为一种基础设施,也是数据治理的重要技术手段,目的是对数据和其他资源进行分布式的自治化治理。”

        度小满CTO许冬亮表示,“当前,金融行业数字化、智能化转型正在加速,数据和人工智能技术是关键驱动要素,人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。基于图计算、多模态等技术对于大数据的深入理解和洞察,降低了金融机构风险管理的成本,扩大了服务人群的边界;因果推断、AutoML(自动化机器学习)等技术让业务决策更智能,RPA、情感计算、数字人等技术让金融服务更有温度,提升了用户的服务体验”。他认为人工智能在金融行业的应用潜力目前可能只发挥了不到1%,随着技术商业应用成熟度的不断提升,人工智能技术将改变金融行业价值链的每一环节。”

        技术趋势一:生成式人工智能

        本报告认为生成式人工智能是新一代生产力工具。

        在金融领域中,通过指令,生成不同风格的文字、语音、视频,以及生成一种类似于金融资产标的内容,是它最基本的应用。生成式人工智 能在金融业务落地层面有一定的辅助价值,从生成过程和结果角度来讲,带有创造性质。

        技术趋势二:因果推断

        近两年,关于因果发现,或称作因果表征学习(Causal Representation Learning)的研究和应用逐渐变得更加活跃。

        本报告认为在金融行业中,因果模型是智能营销的关键手段,能促成最大化全局营销效率。但但金融数据是非常复杂的,一定需要对金融数据的性质有一个很深入的认识。再将目前的分析方法做一定的调试修改,才可以把系统把背后的因果性找出来。

        技术趋势三:多模态情感计算

        本报告认为在金融场景中,情感计算有助于了解客户的真实情感表达,可以收集客户情感信息、识别客户情感变化,并作出相应的决策指导,对于提升金融企业的服务质量和效率,起到了重要的辅助作用,长期应用在客户服务、催收等场景中。

        技术趋势四:图计算

        本报告认为,在金融行业的实战应用:图计算技术最清晰的应用效果是智能信审、资金流向查询和金融数据可视化。金融行业每天都有海量的、关联的、动态时序数据产生,利用图技术业务人员可以毫秒级得到查询结果。

        利用图计算技术,可以在金融场景中实现实时地找到最完整的路径。

        技术趋势五:自动机器学习

        在金融领域,自动机器学习(AutoML) 技术,极大的简化了从数据到模型的过程,提高了模型产出的效率和质量,同时也降低了机器学习的门槛,让没有该领域专业知识的人员也可以使用机器学习来完成相关工作。

        技术趋势六:科技伦理治理

        近两年,中国对于AI伦理、安全、 法律法规方面高度重视,将科技伦理治理提到新高度。数据治理和AI伦理规范将被提到新高度,同时法规与行业呼吁金融机构要做科技伦理建设的第一责任人。

        技术趋势七:链上分布式金融应用

        分布式金融技术,以及基于区块链上的应用,核心价值在于这套应用的可编程性。

        无论是资产、标的、价值传递、操作流程、后续服务,全部都尝试通过数字世界可编程的方式或者软件形式来实现,成本极低、通用性强。

        完全基于链上编程的金融业务或许存在漏洞、或许遇到数字货币、金融危机等相关的挑战,但这并不影响中国金融机构,甚至非金融机构,在技术方向与业务应用价值上的探索。

        技术趋势八:隐私保护计算

        未来,隐私保护计算的技术演进方向为综合考虑安全性和效率,打造通用统一性——密码技术学者开发设计更加高效、实用和更“通用”的算法,工程师加速实现方案和协议在实现层面的优化和硬件加速。

        技术趋势九:数字虚拟技术

        虚拟数字人,无疑是当前虚拟数字技术最清晰的一个产品路径。在金融场景中,为迎合新时代年轻人的数字世界玩法、创造更有活力的品牌形象,诸多金融机构近一年纷纷推出数字品牌代言人,引领场景营销新方式。

        利用物联网、移动通信技术突破物理网点限制,建立人与人、人与物、物与物之间智慧互联的服务渠道,打造“无边界”的全渠道金融服务能力。

        技术趋势十:云上能力升级

        金融机构在过去几年已经充分体会到了云计算带来的业务增益效果,云计算切实解决了算力需求、真正帮金融机构将算力成本降下来。

        未来几年,云计算能力在金融机构内部的底层基础设施地位不动摇,也是其数字化转型的基础保障能力之一。

        免费 色 电影
        <nav id="laiwy"></nav>
      2. <rp id="laiwy"><object id="laiwy"><blockquote id="laiwy"></blockquote></object></rp>
        1. <tbody id="laiwy"></tbody>

            <rp id="laiwy"><object id="laiwy"></object></rp><rp id="laiwy"></rp>

            <s id="laiwy"></s>
          1. <rp id="laiwy"></rp>

            <em id="laiwy"></em>