Jak powinniśmy patrzeć na sztuczną inteligencję i związane z nią szanse oraz zagrożenia w bankowości i finansach? Czy ludzki doradca finansowy jest i będzie nie do zastąpienia? Gościem Szymona Glonka w podcaście „Obserwatora Finansowego” jest dr hab. Marcin Kawiński, profesor Szkoły Głównej Handlowej w Warszawie.
Czym tak naprawdę to jest sztuczna inteligencja? Do tej pory sztuczną inteligencją nazywano jednocześnie dwa mechanizmy: uczenie maszynowe oraz generatywną sztuczną inteligencję. Uczenie maszynowe jest w pewien sposób uproszczoną, bazową częścią, na której nadbudowana jest cała reszta procesów typowych dla samouczącej się generatywnej sztucznej inteligencji.
– Uczenie maszynowe, bardzo dobrze odróżnia pewne zjawiska w całej masie innych zjawisk. To jest coś bardzo potrzebnego, jeżeli chcemy ocenić zdolność kredytową klienta, jeżeli chcemy określić ryzyko klienta, który do nas przychodzi ubezpieczyć się, jeżeli chcemy wykryć fraud. To bardzo dobry sposób, aby z zalewu informacji wyciągnąć te, które są faktycznie ważne i które nas naprowadzą na prawidłową odpowiedź. Natomiast jeżeli pójdziemy krok dalej i poprosimy algorytm (uczenia maszynowego – red.) o stworzenie obrazu typowego psa, to z tym sobie już uczenie maszynowe nie poradzi, a tym już zajmie się generatywna sztuczna inteligencja. Czyli generatywna sztuczna inteligencja jest wtedy, kiedy mamy tworzenie czegoś nowego, nie jedynie kategoryzację – mówi dr hab. Marcin Kawiński, prof. SGH.
Zakłady ubezpieczeń czy banki już wcześniej, bez sztucznej inteligencji, próbowały modelować ryzyko i robiły to z dość dużym sukcesem. Wszystkie metody scoringowe de facto opierają się na bardzo zaawansowanym modelowaniu. Po procesie głębokiego wnioskowania statystycznego wyodrębniono te cechy, które są istotne z punktu widzenia wypłacalności klienta, szkodowości itd.
W bankowości, na razie, uczenie maszynowe jest szeroko stosowane, ale ze względu na ograniczenia samych technologii cały proces nie jest oddawany tej automatyzacji. Dla przykładu, samo uczenie maszynowe jest w stanie rozróżnić na obrazku psa od kota, ale psa samo na polecenie nie umie narysować. Podobnie byłoby z autonomicznymi decyzjami odnośnie klientów. Gdyby oddać je sztucznej inteligencji rozumianej jako algorytmy uczenia maszynowego w całości, nie poradziłaby sobie z wyciąganiem wniosków i propozycją właściwych rozwiązań. Poza tym, by zautomatyzować te procesy, należałoby poświęcić ogromną część czasu i energii w zasilanie sztucznej inteligencji danymi. A na końcu tej drogi, czyli np. automatyzacji ofert inwestycyjnych jako podpowiedzi oprogramowania, a nie doradcy-człowieka, bank, czy inna organizacja, musiałaby wykazać choćby przed KNF, że proces ofertowania był właściwy i zgodny z oczekiwaniami klienta. Trudno to udowodnić, jeśli powstawałby tylko na bazie pewnych wybranych surowych danych, a nie wywiadu doradcy inwestycyjnego z klientem.
Na razie automatyzacja procesów przebiega sprawnie i przyspiesza. Choć algorytmy te nie mają jeszcze tak dużego zastosowania przy tworzeniu nowych ofert, to już dziś mają takie zastosowanie choćby przy funkcjach kontrolnych. A jak wskazuje dr Kawiński, to wręcz wymarzone do tego celu narzędzia.
– ZUS z powodzeniem korzysta z uczenia maszynowego, aby właśnie typować podmioty do kontroli. Tak samo KNF zamówił specjalny algorytm do określania rezerw w ubezpieczeniach ogniowych tak, aby na bieżąco sprawdzać, czy zakłady ubezpieczeń poprawnie określają stan rezerw. Oczywiście to nie jest tak, że kwota podana przez algorytm to ta jedyna słuszna kwota. Natomiast jeżeli występują wyraźne różnice, to jest to wskazanie do tego, żeby taką kontrolę w danym podmiocie przeprowadzić. Poza tym wszystkie te wskaźniki, które sprawdza zarówno bank centralny jak i nadzór finansowy, są absolutnie polem do wykorzystania sztucznej inteligencji. Te algorytmy są właśnie do tego, aby z nich korzystać i korzystać z dobrodziejstw uczenia maszynowego choćby do wychwytywania jakichś niebezpiecznych sygnałów – ocenia Marcin Kawiński.
Całość podcastu „Obserwatora Finansowego” na platformie Spotify: Sztuczna inteligencja jest wprost stworzona do bankowości, ale też dla jej nadzoru
Zainteresowanym tym oraz podobnymi tematami przypominamy o kongresie „Futurist of The Year 2024” – ten największy kongres naukowy w Polsce już wkrótce. Na trzydniowe wydarzenie odbywające się w Warszawie od 9 do 11 kwietnia 2024 r. w Ufficio Primo Kongres zjadą najwybitniejsi światowi futurolodzy i naukowcy, współpracujący na co dzień z najważniejszymi uczelniami świata.
Więcej: https://futuristoftheyear.com/
