18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)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(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

IBM 范斌:金融領(lǐng)域 AI 大有可為,但可解釋性、倫理等因素構(gòu)成巨大挑戰(zhàn)

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(qū)高級合伙人, 中國區(qū)金融行業(yè)總經(jīng)理范斌主持論壇并發(fā)表了主題演講。

wKgZomT5o9aAEtMSAADdxybeR5Y278.jpg

IBM 副總裁,IBM 咨詢大中華區(qū)高級合伙人, 中國區(qū)金融行業(yè)總經(jīng)理 范斌

以下為范斌演講內(nèi)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(jīng)驗,在中國市場過去幾十年的歷史中,IBM 是親歷者和領(lǐng)導者。2023 年我們做了一個全球 CEO 調(diào)研(《2023 CEO 調(diào)研:AI 時代的 CEO 決策力》),今天我想結(jié)合這份 CEO 調(diào)研的結(jié)果和大家分享一下我們在當前金融科技領(lǐng)域的觀點。

從 CEO 調(diào)研結(jié)果來看,云計算的重要性是普遍的共識。另外,與其他行業(yè)相比,銀行和金融市場 CEO 們更加認識到 AI、區(qū)塊鏈和量子計算的價值。

結(jié)合當前技術(shù)的發(fā)展,我們在金融科技特別是 AI 領(lǐng)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(gòu)。在數(shù)據(jù)治理、數(shù)據(jù)架構(gòu)方面要先理順,使得數(shù)據(jù)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(yè)務(wù)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(yè)的 CEO 們對于 AI 的使用還有所保留,但 AI 的應(yīng)用還是越來越廣泛。在金融業(yè)務(wù)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(yīng)用實例。在 IBM CBM.ai (CBM 即 component business model,組件化業(yè)務(wù)模型) 的框架下我們已經(jīng)標記了廣泛的 AI 應(yīng)用場景。最近 IBM 發(fā)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(yè)的生成式 AI 應(yīng)用中,除了客戶服務(wù)、員工支持領(lǐng)域外,還有一個可能跟各位 CIO 和 CTO 相關(guān)的領(lǐng)域,那就是 watsonx Code Assistant 可以利用 AI 技術(shù),智能化地將傳統(tǒng)的 COBOL 語言和 RPG 語言轉(zhuǎn)化成現(xiàn)代化的 java 語言。這個轉(zhuǎn)化不是簡單的代碼對代碼的翻譯,而是會從程序代碼架構(gòu)的層面進行分析和轉(zhuǎn)換,為國產(chǎn)化、代碼現(xiàn)代化工作降本增效,并且提速。

第三,未來銀行應(yīng)用逐步從場景驅(qū)動到數(shù)據(jù)驅(qū)動再到 AI 驅(qū)動。AI 將可以發(fā)現(xiàn)連專家都無法發(fā)現(xiàn)的應(yīng)用用例,創(chuàng)造出新的業(yè)務(wù)模式。

第四,我們的 CEO 調(diào)研報告發(fā)現(xiàn),對于大多數(shù)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(yōu)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(xù)發(fā)展視為未來最嚴峻的挑戰(zhàn)之一。

第五,AI 的倫理研究將變得越來越重要。在 AI 發(fā)展到一定階段后,其相關(guān)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(fā)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(xù)交流和討論!

關(guān)于 IBM

IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商,幫助超過 175 個國家和地區(qū)的客戶,從其擁有的數(shù)據(jù)中獲取商業(yè)洞察,簡化業(yè)務(wù)流程,降低成本,并獲得行業(yè)競爭優(yōu)勢。金融服務(wù)、電信和醫(yī)療健康等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的超過 4000 家政府和企業(yè)實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責任、包容文化和服務(wù)精神的長期承諾是 IBM 業(yè)務(wù)發(fā)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(yè)應(yīng)用

→IBM 陳旭東:打造 AI 核心競爭力,企業(yè)需要解決三大挑戰(zhàn)

wKgZomT5o9aAdgW1AAU4T0HTDmg354.gif

wKgZomT5o9eAUX5TAAEa0eKWCBI024.gif ?wKgZomT5o9eAcj6dAAEetft1w9k278.gif

wKgZomT5o9eAM560ACaWTiGppQQ125.gif

wKgZomT5o9iASaafAABAYCxzKA8011.gif

點擊“閱讀原文”,獲取更多內(nèi)容


原文標題:IBM 范斌:金融領(lǐng)域 AI 大有可為,但可解釋性、倫理等因素構(gòu)成巨大挑戰(zhàn)

文章出處:【微信公眾號:IBM中國】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • IBM
    IBM
    +關(guān)注

    關(guān)注

    3

    文章

    1848

    瀏覽量

    76621

原文標題:IBM 范斌:金融領(lǐng)域 AI 大有可為,但可解釋性、倫理等因素構(gòu)成巨大挑戰(zhàn)

文章出處:【微信號:IBMGCG,微信公眾號:IBM中國】歡迎添加關(guān)注!文章轉(zhuǎn)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(guān)推薦
    熱點推薦

    有哪些常見的AI算法可以用于裝置數(shù)據(jù)的異常檢測?

    在裝置數(shù)據(jù)(如工業(yè)設(shè)備傳感器數(shù)據(jù)、電子裝置運行參數(shù)、化工裝置工況數(shù)據(jù))的異常檢測中,AI 算法的選擇需結(jié)合數(shù)據(jù)特點(如 時序、維度、標注情況 )、檢測目標(如實時、精度、
    的頭像 發(fā)表于 09-18 09:27 ?292次閱讀
    有哪些常見的<b class='flag-5'>AI</b>算法可以用于裝置數(shù)據(jù)的異常檢測?

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的科學應(yīng)用

    配備科學發(fā)現(xiàn)仍需人類的直覺和靈感 ④正價可解釋性和透明 ⑤解決倫理和道德問題六、AI芯片用于“AI科學家”系統(tǒng)
    發(fā)表于 09-17 11:45

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片的需求和挑戰(zhàn)

    當今社會,AI已經(jīng)發(fā)展很迅速了,但是你了解AI的發(fā)展歷程嗎?本章作者將為我們打開AI的發(fā)展歷程以及需求和挑戰(zhàn)的面紗。 從2017年開始生成式AI
    發(fā)表于 09-12 16:07

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+內(nèi)容總覽

    是展望未來的AGI芯片,并探討相關(guān)的發(fā)展和倫理話題。 各章的目錄名稱如下: 第1章 大模型浪潮下,AI芯片的需求與挑戰(zhàn)免費 第2章 實現(xiàn)深度學習AI芯片的創(chuàng)新方法與架構(gòu) 第3章
    發(fā)表于 09-05 15:10

    AI智能體在金融服務(wù)領(lǐng)域的最大價值

    隨著代理式 AI 不斷發(fā)展,智能 AI 系統(tǒng)日漸成熟,現(xiàn)已在金融服務(wù)眾多行業(yè)實現(xiàn)了自主決策能力。
    的頭像 發(fā)表于 08-18 11:39 ?749次閱讀

    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(wǎng)絡(luò)結(jié)構(gòu) 近日,中國科學院西安光機所空間光學技術(shù)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(chuàng)新進展。相關(guān)研究成果發(fā)表于計算機視覺與圖形學領(lǐng)域國際著名期刊
    的頭像 發(fā)表于 06-09 09:27 ?419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(xiàn)有VSLAM系統(tǒng)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(fā)表于 04-19 14:07 ?609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(shù)剪枝到意識解碼的 AI 革命

    電子發(fā)燒友網(wǎng)報道(文 / 李彎彎)在人工智能領(lǐng)域,算法創(chuàng)新無疑是推動技術(shù)持續(xù)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(shù)相繼取得重大突破,AI 算法在效率提升、可解釋性
    的頭像 發(fā)表于 04-19 00:38 ?2053次閱讀

    IBM利用生成式AI推動銀行業(yè)數(shù)字化轉(zhuǎn)型

    根據(jù) IBM 商業(yè)價值研究院最新發(fā)布的《2025年全球銀行和金融市場展望》報告,全球銀行業(yè)正面臨前所未有的挑戰(zhàn)。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(tǒng)銀行的盈
    的頭像 發(fā)表于 03-10 17:06 ?945次閱讀

    大模型領(lǐng)域常用名詞解釋(近100個)

    本文總結(jié)了大模型領(lǐng)域常用的近100個名詞解釋,并按照模型架構(gòu)與基礎(chǔ)概念,訓練方法與技術(shù),模型優(yōu)化與壓縮,推理與應(yīng)用,計算與性能優(yōu)化,數(shù)據(jù)與標簽,模型評估與調(diào)試,特征與數(shù)據(jù)處理,倫理與公平
    的頭像 發(fā)表于 02-19 11:49 ?1134次閱讀
    大模型<b class='flag-5'>領(lǐng)域</b>常用名詞<b class='flag-5'>解釋</b>(近100個)

    AI大模型在汽車應(yīng)用中的推理、降本與可解釋性研究

    佐思汽研發(fā)布《2024-2025年AI大模型及其在汽車領(lǐng)域的應(yīng)用研究報告》。 推理能力成為大模型性能提升的驅(qū)動引擎 2024下半年以來,國內(nèi)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(fā)表于 02-18 15:02 ?1648次閱讀
    <b class='flag-5'>AI</b>大模型在汽車應(yīng)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(fā)展,在眾多領(lǐng)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(guān)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(jīng)網(wǎng)
    的頭像 發(fā)表于 02-10 12:12 ?968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(chǎn)EDA大有可為

    隨著AI、5G、IoT、云計算技術(shù)和應(yīng)用的不斷發(fā)展,全球半導體行業(yè)正在加速向2030年的萬億規(guī)模突進。然而,要匹配AI大模型算力增長的驚人需求,傳統(tǒng)的摩爾定律的路徑已經(jīng)舉步維艱,半導體行業(yè)急需在
    的頭像 發(fā)表于 12-24 11:15 ?1054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(shù)據(jù)、計算資源要求和成本,并考慮模型的可解釋性和社區(qū)支持情況因素至關(guān)重要。以下是對常見AI
    的頭像 發(fā)表于 10-23 15:36 ?4315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(zhàn) 數(shù)據(jù)隱私與安全
    的頭像 發(fā)表于 10-23 15:13 ?2426次閱讀