هوش مصنوعی در بازارهای سرمایه-فرصت ها ، چالش ها و موارد استفاده

در کنفرانسی در دانشگاه دارتموث در سال 1956 ، مفهوم هوش مصنوعی (AI) با این استدلال ساده و فوق العاده جسورانه آغاز شد. هنری سیمون ، یکی از شرکت کنندگان در کنفرانس ، در سال 1965 پیش رفت و پیش بینی کرد که ماشین ها "در طی 20 سال قادر به انجام هر کاری هستند که یک مرد می تواند انجام دهد."چنین اظهارات امری عادی بود. طرفداران اولیه هوش مصنوعی جاه طلبی نداشتند.

طبیعت بسیار هوش مصنوعی سؤالات مهمی را از توانایی استقرار ایجاد می کند. این دو مثال را در نظر بگیرید: آیا حتی می توان هر فعالیت آموخته شده را به طور دقیق متبلور کرد؟آیا واقعاً Simulacra کاملاً هدف هوش مصنوعی است یا باید این ابزارها بتوانند هر کاری را انجام دهند که انسان بتواند انجام دهد ، اما متفاوت است؟فراتر از آن ، هوش مصنوعی قلمرو کاملاً جدیدی از معضلات اخلاقی ، اخلاقی و حتی وجودی را در نظر می گیرد. حرکت AI با کمبود و جنجالی جامعه علمی تحت وزن آن عنصر بسیار انسانی قرار گرفته است: انتظارات عالی. حتی پس از ضرب و شتم قهرمان شطرنج ، گری کاسپاروف ، بهتر شدن شرکت کنندگان در معرض خطر و ایجاد روبات هایی که قادر به انجام پرش های جعبه و پشتی هستند ، هوش مصنوعی همانطور که توسط سیمون پیش بینی شده است از واقعیت دور نیست.

با این وجود فن آوری های هوش مصنوعی مسیری طولانی را طی کرده اند. اگر این مسائل زمانی به نظر می رسید که برای آزمایشگاه های مهندسی و پایان نامه های فلسفه مناسب تر از اتاق های هیئت مدیره باشد ، مطمئناً امروزه اینگونه نیست. این مفهوم کاملاً در آگاهی مردمی است. در بسیاری از صنایع و در بخش دولتی ، برنامه های هوش مصنوعی اکنون به عنوان عوامل تغییر و کاهش دهنده هزینه ها دیده می شوند ، که Watson IBM یکی از همه جا در همه شخصیت های تبلیغات است. برای بسیاری از شرکت ها ، امروزه سرمایه گذاری های کمی در فرآیندهای جدید انجام می شود بدون اینکه حداقل فکر کند که آیا هوش مصنوعی می تواند به آنها کمک کند یا خیر. با این حال ، همان معضلات که قبلاً ذکر شد ، خود را در زمینه های تجارت نیز نشان می دهد. خطرات مرتبط با مسئولیت وظایف مربوط به وظایف شخص به یک دستگاه چیست؟آیا می توان آن خطرات را مدیریت کرد؟الگوی تجاری گسترده تر در برابر اختلال در AI محور چقدر آسیب پذیر است؟

این سؤالات به ویژه برای خدمات مالی حاد است ، که پس از یک شروع آهسته و شکاک ، به قول هوش مصنوعی می پردازد. از بعضی جهات ، این ملاحظات شبیه به مواردی است که در اتخاذ هر فناوری جدید قرار دارد: هوش مصنوعی باید در پشته ادغام شود و باید توجه ویژه ای به جفت شدن آن با یا جایگزین کردن تجزیه و تحلیل موجود باشد. انطباق جدید باید در اطراف آن ساخته شود ، و اثبات اثربخشی کاربرد آن و اندازه گیری عملکرد آن - به طور مؤثر ، با ایجاد داده های قابل اعتماد - باید انجام شود.

اما ، به روش های دیگر ، اتخاذ هوش مصنوعی بیشتر یک تمرین گرینفیلد است. AI امروز نشان دهنده چتر برای تعدادی از گروه های فناوری زیر مجموعه است و بسته به ماهیت کار و تعهد داخلی آنها به این فناوری ، شرکت ها باید انتخاب کنند که کدام یک مناسب است. بیشتر فن آوری های مالی نیز به عنوان laissez-faire و plug-and-play مشاهده می شوند. در مقابل ، برخی در صنعت دلیل کافی برای تنظیم هوش مصنوعی را می بینند. با توجه به این نکته ، چگونه می توان نتیجه سود متقابل را بدست آورد؟

تحقیقات نظرسنجی انجام شده توسط Waterstechnology در آوریل 2018 پاسخ دهندگان را درگیر در بانک های سرمایه گذاری ، مدیران دارایی ، صرافی ها ، تنظیم کننده ها و شرکت های فناوری برای به دست آوردن حس واضح تر پیشرفت در تصویب بازارهای سرمایه AI. نتایج نشان دهنده یک لحظه جالب برای فناوری است. واضح است که هوش مصنوعی به خوبی در رادار تعریف شده و محکم است ، به ویژه که مربوط به عملکردهای اصلی هسته است. با این حال ، در خارج از این ، بسیاری اعتراف می کنند که در جستجوی کاربرد صحیح هوش مصنوعی هستند - آنها مانند Peg مربع هستند ، اما برای لحظه ای هنوز نتوانسته اند با سوراخ گرد سازگار شوند. این کاغذ سفید نگاهی به این خوش بینی در حال ظهور ، در صورت واجد شرایط بودن می اندازد.