Kecerdasan Buatan dan Pengenalan Karakter Optik di FinTech

Otomasi perbankan berkembang pesat dalam beberapa tahun terakhir, dengan kemajuan dalam mobile banking 24/7, peningkatan keamanan dan deteksi penipuan, integrasi blockchain, analitik data besar, dan banyak lagi teknologi digital. Sistem kecerdasan buatan mendukung operasi yang berhadapan langsung dengan pelanggan dan solusi otomatisasi di belakang layar — tetapi karena berbagai jenis dokumen yang diterima dan berbagai peraturan dan regulasi lintas negara bagian dan internasional, banyak pemrosesan dokumen masih dilakukan secara manual.

Dr. Amar Gupta, seorang peneliti di CSAIL, Departemen Teknik Elektro dan Ilmu Komputer (EECS), dan Institute for Medical Engineering and Science (IMES) di MIT, sedang mengembangkan teknologi dan proses bisnis yang mampu mendigitalkan dengan cepat dan akurat dan memproses keuangan dan dokumen lainnya dengan nol atau minimal campur tangan manusia.

Dalam pekerjaan Dr. Gupta di bidang tekfin dan perawatan kesehatan, dia menggunakan pendekatan terpadu, tidak hanya mencakup keahlian keuangan dan medis, tetapi juga masukan dari insinyur, ilmuwan komputer, pengacara, dan pembuat kebijakan. Untuk menyebarkan teknologi baru untuk bidang-bidang seperti fintech dan perawatan kesehatan, dia mengadopsi kerangka kerja berbasis pengetahuan untuk membedakan antara empat tingkat aktivitas yang harus dipertimbangkan untuk masyarakat di era informasi:

1. Akuisisi Pengetahuan
2. Penemuan Pengetahuan
3. Manajemen Pengetahuan
4. Penyebaran Pengetahuan

Misalnya, Dr. Gupta mengatakan bahwa ketika dia datang ke AS, dia memiliki rekening di bank yang mengalami tiga putaran merger berturut-turut dengan bank lain yang bergabung seiring waktu. Setiap kali penggabungan terjadi, banyak uang dihabiskan untuk mengintegrasikan informasi ini.

“Itu salah satu masalah agregasi data,” ujarnya. “Ketika Anda melakukan sesuatu di dunia modern, dalam masyarakat modern, Anda benar-benar membutuhkan akses ke informasi dari berbagai bidang. Di satu sisi Anda memiliki masalah agregasi data. Sisi lain adalah masalah disintegrasi data ini, yaitu menjangkau data yang sebenarnya Anda butuhkan. Kelebihan data adalah apa yang kita hadapi saat ini.”

Setiap level dalam struktur berbasis pengetahuannya membantu orang mengurai sejumlah besar data yang tersedia, dan selanjutnya dapat dibantu oleh teknologi untuk interoperabilitas antar sistem yang lebih baik.

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
• Sumber: https://www.masstlc.org/artificial-intelligence-and-optical-character-recognition-in-fintech/