Τεχνητή νοημοσύνη και οπτική αναγνώριση χαρακτήρων στο FinTech

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

Ο τραπεζικός αυτοματισμός ανθεί τα τελευταία χρόνια, με προόδους στο mobile banking 24 ώρες το 7ωρο, XNUMX ημέρες την εβδομάδα, βελτιωμένη ασφάλεια και ανίχνευση απάτης, ενοποίηση blockchain, ανάλυση μεγάλων δεδομένων και πολλές ακόμη ψηφιακές τεχνολογίες. Τα συστήματα τεχνητής νοημοσύνης υποστηρίζουν παρασκηνιακές λειτουργίες και λύσεις αυτοματισμού — αλλά λόγω του εύρους των αποδεκτών τύπων εγγράφων και των διάφορων κανόνων και κανονισμών σε κρατικές και διεθνείς γραμμές, μεγάλο μέρος της επεξεργασίας εγγράφων εξακολουθεί να γίνεται χειροκίνητα.

Ο Δρ. Amar Gupta, ερευνητής στο CSAIL, στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών (EECS) και στο Ινστιτούτο Ιατρικής Μηχανικής και Επιστήμης (IMES) στο MIT, αναπτύσσει τεχνολογίες και επιχειρηματικές διαδικασίες που μπορούν να ψηφιοποιήσουν γρήγορα και με ακρίβεια και επεξεργασία οικονομικών και άλλων εγγράφων με μηδενική ή ελάχιστη ανθρώπινη παρέμβαση.

Στο έργο του Δρ. Gupta σε θέματα fintech και υγειονομικής περίθαλψης, ακολουθεί μια ολοκληρωμένη προσέγγιση, που περιλαμβάνει όχι μόνο την οικονομική και ιατρική εμπειρία, αλλά και τη συμβολή μηχανικών, επιστημόνων υπολογιστών, δικηγόρων και υπευθύνων χάραξης πολιτικής. Προκειμένου να αναπτύξει νέες τεχνολογίες σε τομείς όπως το fintech και η υγειονομική περίθαλψη, υιοθετεί ένα πλαίσιο βασισμένο στη γνώση για τη διάκριση μεταξύ τεσσάρων επιπέδων δραστηριοτήτων που πρέπει να ληφθούν υπόψη για μια κοινωνία στην εποχή της πληροφορίας:

Απόκτηση γνώσης
Ανακάλυψη γνώσης
Διαχείριση γνώσης
Διάδοση Γνώσης

Για παράδειγμα, ο Δρ Γκούπτα είπε ότι όταν ήρθε στις ΗΠΑ, είχε λογαριασμούς σε μια τράπεζα που πέρασαν από τρεις διαδοχικούς γύρους συγχωνεύσεων με άλλες τράπεζες που συγχωνεύτηκαν με την πάροδο του χρόνου. Κάθε φορά που συνέβαινε μια συγχώνευση, ξοδεύονταν πολλά χρήματα για την ενσωμάτωση αυτών των πληροφοριών.

«Αυτό είναι ένα από τα προβλήματα της συγκέντρωσης δεδομένων», είπε. «Όταν κάνεις πράγματα στον σύγχρονο κόσμο, σε μια σύγχρονη κοινωνία, χρειάζεσαι πραγματικά πρόσβαση σε πληροφορίες από πολλούς διαφορετικούς τομείς. Από τη μία πλευρά έχετε αυτό το πρόβλημα της συγκέντρωσης δεδομένων. Η άλλη πλευρά είναι αυτό το ζήτημα της αποσύνθεσης δεδομένων, το οποίο είναι να φτάσεις στα δεδομένα που πραγματικά χρειάζεσαι. Η υπερφόρτωση δεδομένων είναι αυτό που αντιμετωπίζουμε σε αυτό το σημείο».

Κάθε ένα από τα επίπεδα στη δομή του που βασίζεται στη γνώση βοηθά τους ανθρώπους να αναλύσουν τις τεράστιες ποσότητες δεδομένων που είναι διαθέσιμα και μπορεί να υποστηριχθεί περαιτέρω από την τεχνολογία για καλύτερη διαλειτουργικότητα μεταξύ των συστημάτων.