هوش مصنوعی و تشخیص کاراکتر نوری در فین‌تک - MassTLC

بازنشر افلاطون

دنبال: 0

اتوماسیون بانکی در سال‌های اخیر با پیشرفت‌هایی در بانکداری تلفن همراه 24 ساعته، افزایش امنیت و کشف تقلب، یکپارچه‌سازی بلاک چین، تجزیه و تحلیل داده‌های بزرگ و بسیاری از فناوری‌های دیجیتالی دیگر در حال رونق است. سیستم‌های هوش مصنوعی هم از عملیات‌های رویارویی با مشتری و هم از راه‌حل‌های اتوماسیون در پشت صحنه پشتیبانی می‌کنند – اما به دلیل طیف وسیعی از انواع اسناد پذیرفته شده و قوانین و مقررات مختلف در خطوط دولتی و بین‌المللی، بسیاری از پردازش اسناد هنوز به صورت دستی انجام می‌شود.

دکتر آمار گوپتا، محقق در CSAIL، دپارتمان مهندسی برق و علوم کامپیوتر (EECS)، و موسسه مهندسی و علوم پزشکی (IMES) در MIT، در حال توسعه فناوری‌ها و فرآیندهای تجاری است که قادر به دیجیتالی کردن سریع و دقیق هستند. و پردازش اسناد مالی و سایر اسناد با دخالت انسان صفر یا حداقل.

در کار دکتر گوپتا در زمینه فین‌تک و مراقبت‌های بهداشتی، او رویکردی یکپارچه را اتخاذ می‌کند که نه تنها تخصص مالی و پزشکی را در بر می‌گیرد، بلکه نظرات مهندسان، دانشمندان کامپیوتر، وکلا و سیاست‌گذاران را نیز در بر می‌گیرد. به منظور استقرار فناوری‌های جدید در زمینه‌هایی مانند فین‌تک و مراقبت‌های بهداشتی، او چارچوبی مبتنی بر دانش را برای تمایز بین چهار سطح از فعالیت‌هایی که باید برای یک جامعه در عصر اطلاعات در نظر گرفته شود، اتخاذ می‌کند:

کسب دانش
کشف دانش
مدیریت دانش
انتشار دانش

به عنوان مثال، دکتر گوپتا گفت که وقتی به ایالات متحده آمد، حساب‌هایی در بانکی داشت که سه دور متوالی ادغام با بانک‌های دیگری را پشت سر گذاشت که در طول زمان ادغام شدند. هر بار که یک ادغام اتفاق می افتاد، پول زیادی برای یکپارچه سازی این اطلاعات صرف می شد.

او گفت: «این یکی از مشکلات تجمیع داده‌ها است. وقتی در دنیای مدرن، در یک جامعه مدرن، کارهایی را انجام می‌دهید، واقعاً نیاز به دسترسی به اطلاعات از مناطق مختلف دارید. از یک طرف شما این مشکل تجمیع داده ها را دارید. طرف دیگر این مسئله از هم پاشیدگی داده هاست، یعنی رسیدن به داده هایی که واقعاً به آن نیاز دارید. بیش از حد داده چیزی است که ما در این مرحله با آن روبرو هستیم.»

هر یک از سطوح در ساختار مبتنی بر دانش به افراد کمک می‌کند تا مقادیر انبوهی از داده‌های موجود را تجزیه و تحلیل کنند، و می‌توانند بیشتر توسط فناوری برای قابلیت همکاری بهتر بین سیستم‌ها کمک کنند.