女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

IBM 范斌:金融領域 AI 大有可為,但可解釋性、倫理等因素構成巨大挑戰

IBM中國 ? 來源:未知 ? 2023-09-07 18:15 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

wKgZomT5o9WAfh4yAAUH1WcibZI367.gifwKgZomT5o9aAPqqSAAIo1cbXNhk743.png

2023 中國金融科技論壇于 2023 年 9 月 2 日在北京召開,IBM 副總裁,IBM 咨詢大中華區高級合伙人, 中國區金融行業總經理范斌主持論壇并發表了主題演講。

wKgZomT5o9aAEtMSAADdxybeR5Y278.jpg

IBM 副總裁,IBM 咨詢大中華區高級合伙人, 中國區金融行業總經理 范斌

以下為范斌演講內容:

IBM 作為一家專注于云計算AI 的公司,在金融科技方面有很多的投入和經驗,在中國市場過去幾十年的歷史中,IBM 是親歷者和領導者。2023 年我們做了一個全球 CEO 調研(《2023 CEO 調研:AI 時代的 CEO 決策力》),今天我想結合這份 CEO 調研的結果和大家分享一下我們在當前金融科技領域的觀點。

從 CEO 調研結果來看,云計算的重要性是普遍的共識。另外,與其他行業相比,銀行和金融市場 CEO 們更加認識到 AI、區塊鏈和量子計算的價值。

結合當前技術的發展,我們在金融科技特別是 AI 領域有五個觀點:

第一,要做好 AI (Artificial Intelligence),要先做好 IA (Information Architecture),也就是信息架構。在數據治理、數據架構方面要先理順,使得數據能夠透明、可信、可靠、安全、準確、及時、合法、無偏見地被管理和使用。而 AI 本身也從“+AI”(也即輔助的作用)變成“AI+”,在業務處理中將變得越來越重要,成為不可或缺的主角。

第二,雖然銀行和金融市場行業的 CEO 們對于 AI 的使用還有所保留,但 AI 的應用還是越來越廣泛。在金融業務的客戶交互、客戶洞察和客戶記錄層 (SoE, SoI, SoR) 都有越來越多的應用實例。在 IBM CBM.ai (CBM 即 component business model,組件化業務模型) 的框架下我們已經標記了廣泛的 AI 應用場景。最近 IBM 發布了名為 watsonx 的 AI 框架,主要包括 watsonx.ai,watsonx.data,watsonx.governance。最近 IBM 在金融行業的生成式 AI 應用中,除了客戶服務、員工支持領域外,還有一個可能跟各位 CIO 和 CTO 相關的領域,那就是 watsonx Code Assistant 可以利用 AI 技術,智能化地將傳統的 COBOL 語言和 RPG 語言轉化成現代化的 java 語言。這個轉化不是簡單的代碼對代碼的翻譯,而是會從程序代碼架構的層面進行分析和轉換,為國產化、代碼現代化工作降本增效,并且提速。

第三,未來銀行應用逐步從場景驅動到數據驅動再到 AI 驅動。AI 將可以發現連專家都無法發現的應用用例,創造出新的業務模式。

第四,我們的 CEO 調研報告發現,對于大多數高管來說,安全性、隱私性和準確性是推遲采用生成式 AI 的優先考慮因素。在受訪的 369 名高管中,有 84% 的人認為至少其中一項阻礙了他們采用生成式 AI。其次,可解釋性、倫理、偏見、信任也成為阻礙他們采用生成式 AI 的因素之一。CEO 們也將可持續發展視為未來最嚴峻的挑戰之一。

第五,AI 的倫理研究將變得越來越重要。在 AI 發展到一定階段后,其相關的治理問題將會越來越突出。最后我想請大家從一個想象的角度思考一下,AI 如果有了自己的意識,以它的能力有可能對人類社會造成多么巨大的傷害。我希望在未來這一切不會發生。

我就跟大家分享這些,如果各位對金融科技的任一方面感興趣,歡迎繼續交流和討論!

關于 IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商,幫助超過 175 個國家和地區的客戶,從其擁有的數據中獲取商業洞察,簡化業務流程,降低成本,并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。

了解更多信息,請訪問:https://www.ibm.com/cn-zh

END 往期回顧

→IBM 謝東:IBM watsonx 助力生成式 AI 的企業應用

→IBM 陳旭東:打造 AI 核心競爭力,企業需要解決三大挑戰

wKgZomT5o9aAdgW1AAU4T0HTDmg354.gif

wKgZomT5o9eAUX5TAAEa0eKWCBI024.gif ?wKgZomT5o9eAcj6dAAEetft1w9k278.gif

wKgZomT5o9eAM560ACaWTiGppQQ125.gif

wKgZomT5o9iASaafAABAYCxzKA8011.gif

點擊“閱讀原文”,獲取更多內容


原文標題:IBM 范斌:金融領域 AI 大有可為,但可解釋性、倫理等因素構成巨大挑戰

文章出處:【微信公眾號:IBM中國】歡迎添加關注!文章轉載請注明出處。


聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • IBM
    IBM
    +關注

    關注

    3

    文章

    1820

    瀏覽量

    75760

原文標題:IBM 范斌:金融領域 AI 大有可為,但可解釋性、倫理等因素構成巨大挑戰

文章出處:【微信號:IBMGCG,微信公眾號:IBM中國】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    中國科學院西安光機所在計算成像可解釋性深度學習重建方法取得進展

    圖1 MDFP-Net網絡結構 近日,中國科學院西安光機所空間光學技術研究室在計算成像可解釋性深度學習重建方法研究取得創新進展。相關研究成果發表于計算機視覺與圖形學領域國際著名期刊
    的頭像 發表于 06-09 09:27 ?205次閱讀
    中國科學院西安光機所在計算成像<b class='flag-5'>可解釋性</b>深度學習重建方法取得進展

    一種實時多線程VSLAM框架vS-Graphs介紹

    針對現有VSLAM系統語義表達不足、地圖可解釋性差的問題,本文提出vS-Graphs,一種實時多線程VSLAM框架。該方案顯著提升了重建地圖的語義豐富度、可解釋性及定位精度。實驗表明
    的頭像 發表于 04-19 14:07 ?384次閱讀
    一種實時多線程VSLAM框架vS-Graphs介紹

    算法進化論:從參數剪枝到意識解碼的 AI 革命

    電子發燒友網報道(文 / 李彎彎)在人工智能領域,算法創新無疑是推動技術持續前行的核心動力源泉。近些年來,隨著深度學習、強化學習前沿技術相繼取得重大突破,AI 算法在效率提升、可解釋性
    的頭像 發表于 04-19 00:38 ?1744次閱讀

    IBM利用生成式AI推動銀行業數字化轉型

    根據 IBM 商業價值研究院最新發布的《2025年全球銀行和金融市場展望》報告,全球銀行業正面臨前所未有的挑戰。利率波動、地緣政治緊張、以及金融科技公司帶來的激烈競爭,使得傳統銀行的盈
    的頭像 發表于 03-10 17:06 ?702次閱讀

    大模型領域常用名詞解釋(近100個)

    本文總結了大模型領域常用的近100個名詞解釋,并按照模型架構與基礎概念,訓練方法與技術,模型優化與壓縮,推理與應用,計算與性能優化,數據與標簽,模型評估與調試,特征與數據處理,倫理與公平
    的頭像 發表于 02-19 11:49 ?773次閱讀
    大模型<b class='flag-5'>領域</b>常用名詞<b class='flag-5'>解釋</b>(近100個)

    AI大模型在汽車應用中的推理、降本與可解釋性研究

    佐思汽研發布《2024-2025年AI大模型及其在汽車領域的應用研究報告》。 推理能力成為大模型性能提升的驅動引擎 2024下半年以來,國內外大模型公司紛紛推出推理模型,通過以CoT為代表的推理框架
    的頭像 發表于 02-18 15:02 ?1212次閱讀
    <b class='flag-5'>AI</b>大模型在汽車應用中的推理、降本與<b class='flag-5'>可解釋性</b>研究

    小白學解釋性AI:從機器學習到大模型

    科學AI需要可解釋性人工智能的崛起,尤其是深度學習的發展,在眾多領域帶來了令人矚目的進步。然而,伴隨這些進步而來的是一個關鍵問題——“黑箱”問題。許多人工智能模型,特別是復雜的模型,如神經網
    的頭像 發表于 02-10 12:12 ?619次閱讀
    小白學<b class='flag-5'>解釋性</b><b class='flag-5'>AI</b>:從機器學習到大模型

    芯和半導體:國產EDA大有可為

    隨著AI、5G、IoT、云計算技術和應用的不斷發展,全球半導體行業正在加速向2030年的萬億規模突進。然而,要匹配AI大模型算力增長的驚人需求,傳統的摩爾定律的路徑已經舉步維艱,半導體行業急需在
    的頭像 發表于 12-24 11:15 ?690次閱讀

    常見AI大模型的比較與選擇指南

    在選擇AI大模型時,明確具體需求、了解模型的訓練數據、計算資源要求和成本,并考慮模型的可解釋性和社區支持情況因素至關重要。以下是對常見AI
    的頭像 發表于 10-23 15:36 ?2635次閱讀

    AI大模型的倫理與社會影響

    AI大模型的倫理與社會影響是一個復雜且多維度的話題,以下是對其倫理與社會影響的分析: 一、倫理挑戰 數據隱私與安全
    的頭像 發表于 10-23 15:13 ?1883次閱讀

    AI for Science:人工智能驅動科學創新》第4章-AI與生命科學讀后感

    的深入發展。 3. 挑戰與機遇并存 盡管AI在生命科學領域取得了顯著的成果,但也面臨著諸多挑戰。例如,數據隱私、算法偏見、倫理道德
    發表于 10-14 09:21

    AI for Science:人工智能驅動科學創新》第二章AI for Science的技術支撐學習心得

    。 4. 物理與AI的融合 在閱讀過程中,我對于物理與AI的融合有了更加深入的認識。AI for Science不僅依賴于數據,還需要結合物理定律和原理來確保模型的準確
    發表于 10-14 09:16

    AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    ,還促進了新理論、新技術的誕生。 3. 挑戰與機遇并存 盡管人工智能為科學創新帶來了巨大潛力,但第一章也誠實地討論了伴隨而來的挑戰。數據隱私、算法偏見、倫理道德
    發表于 10-14 09:12

    氫能源車加速放量,AEM制氫大有可為

    制加氫一體站將是支撐氫能交通發展的基石,伴隨著站點普及,AEM制氫大有可為
    的頭像 發表于 08-27 09:51 ?709次閱讀
    氫能源車加速放量,AEM制氫<b class='flag-5'>大有可為</b>!

    平衡創新與倫理AI時代的隱私保護和算法公平

    。為此,開發者應采用多元化的數據源,并定期進行算法公平的評估和調整。在就業篩選敏感領域,透明度和公平的結合尤為重要,這需要確保篩選過程不會因為性別、年齡、種族
    發表于 07-16 15:07