Tehisintellekt ja optiline karakterituvastus FinTechis – MassTLC

Tehisintellekt ja optiline karakterituvastus FinTechis – MassTLC

Allikasõlm: 2947514

Panganduse automatiseerimine on viimastel aastatel jõudsalt edenenud: 24/7 mobiilipanganduses on tehtud edusamme, täiustatud turvalisust ja pettuste tuvastamist, plokiahela integreerimist, suurandmete analüütikat ja palju muud digitehnoloogiat. Tehisintellekti süsteemid toetavad nii klientidele suunatud toiminguid kui ka automaatikalahendusi kulisside taga, kuid aktsepteeritud dokumenditüüpide ning riigi ja rahvusvaheliste reeglite ja määruste tõttu toimub suur osa dokumentide töötlemisest endiselt käsitsi.

Dr. Amar Gupta, CSAIL-i, elektrotehnika ja arvutiteaduse osakonna (EECS) ning MIT-i meditsiinitehnika ja teaduse instituudi (IMES) teadur, töötab välja tehnoloogiaid ja äriprotsesse, mida on võimalik kiiresti ja täpselt digiteerida. ning finants- ja muude dokumentide töötlemine inimese sekkumiseta või minimaalselt.

Dr Gupta fintechi ja tervishoiu valdkonnas rakendab ta integreeritud lähenemisviisi, mis ei hõlma ainult finants- ja meditsiiniteadmisi, vaid ka inseneride, arvutiteadlaste, juristide ja poliitikakujundajate panust. Uudsete tehnoloogiate juurutamiseks sellistes valdkondades nagu fintech ja tervishoid võtab ta kasutusele teadmistepõhise raamistiku, et eristada nelja tegevustasandit, mida tuleks infoajastu ühiskonnas arvesse võtta:

  1. Teadmiste omandamine
  2. Teadmiste avastamine
  3. Teadmiste juhtimine
  4. Teadmiste levitamine

Näiteks ütles dr Gupta, et kui ta USA-sse tuli, olid tal kontod pangas, mis läbis kolm järjestikust ühinemisvooru teiste pankadega, mis aja jooksul ühinesid. Iga kord, kui ühinemine toimus, kulutati selle teabe integreerimiseks palju raha.

"See on üks andmete koondamise probleeme," ütles ta. „Kui teete asju kaasaegses maailmas, kaasaegses ühiskonnas, vajate tõesti juurdepääsu teabele paljudest erinevatest valdkondadest. Ühest küljest on teil see andmete koondamise probleem. Teine pool on see andmete lagunemise probleem, mis on jõudmas andmeteni, mida te tegelikult vajate. Andmete ülekoormus on see, millega me praegu silmitsi seisame.

Tema teadmistepõhise struktuuri kõik tasemed aitavad inimestel analüüsida tohutul hulgal saadaolevaid andmehulki ning süsteemide parema koostalitlusvõime tagamiseks saab neid veelgi aidata tehnoloogia.

Ajatempel:

Veel alates MassTLC