Mesterséges intelligencia és optikai karakterfelismerés a FinTech-ben - MassTLC

Mesterséges intelligencia és optikai karakterfelismerés a FinTech-ben – MassTLC

Időbélyeg: 11. április 2023. 12:10
Forrás csomópont: 2947514

A banki automatizálás virágzik az elmúlt években, a nap 24 órájában elérhető mobilbankolás, a fokozott biztonság és a csalásfelderítés, a blokklánc-integráció, a big data elemzése és még sok más digitális technológia fejlődésével. A mesterséges intelligencia rendszerek mind az ügyfelek felé irányuló műveleteket, mind a színfalak mögötti automatizálási megoldásokat támogatják – de az elfogadott dokumentumtípusok széles skálája, valamint az állami és nemzetközi szabályok és előírások miatt a dokumentumok feldolgozása még mindig manuálisan történik.

Dr. Amar Gupta, a CSAIL, a Villamosmérnöki és Számítástechnikai Tanszék (EECS) és az MIT Orvostechnikai és Tudományos Intézetének (IMES) kutatója olyan technológiákat és üzleti folyamatokat fejleszt, amelyek képesek gyorsan és pontosan digitalizálni. valamint a pénzügyi és egyéb dokumentumok feldolgozása nulla vagy minimális emberi beavatkozással.

Dr. Gupta a fintech és az egészségügy területén végzett munkájában integrált megközelítést alkalmaz, amely nemcsak a pénzügyi és orvosi szakértelmet foglalja magában, hanem a mérnökök, informatikusok, jogászok és politikai döntéshozók hozzájárulását is. Annak érdekében, hogy új technológiákat alkalmazhasson olyan területeken, mint a fintech és az egészségügy, tudásalapú keretrendszert fogad el, amely megkülönbözteti a tevékenységek négy szintjét, amelyeket figyelembe kell venni az információs korszak társadalmában:

  1. Tudásszerzés
  2. Tudásfelfedezés
  3. Tudásmenedzsment
  4. Tudásterjesztés

Dr. Gupta például elmondta, hogy amikor az Egyesült Államokba érkezett, egy bankban volt számlája, amely három egymást követő egyesülésen ment keresztül más bankokkal, amelyek idővel egyesültek. Valahányszor egyesülés történt, rengeteg pénzt költöttek ezen információk integrálására.

„Ez az egyik probléma az adatok összesítésével” – mondta. „Amikor a modern világban, egy modern társadalomban csinál valamit, valóban szüksége van sok különböző területről származó információkhoz. Az egyik oldalon az adatok összesítésének problémája van. A másik oldal az adatok szétesésének kérdése, ami a ténylegesen szükséges adatok elérése. Jelenleg adattúlterheléssel nézünk szembe.”

Tudásalapú szerkezetének mindegyik szintje segít az embereknek a rendelkezésre álló hatalmas mennyiségű adat elemzésében, és a technológia tovább segítheti a rendszerek közötti jobb interoperabilitást.

Időbélyeg:

Még több MassTLC