Kunstmatige intelligentie en optische karakterherkenning in FinTech - MassTLC

Kunstmatige intelligentie en optische karakterherkenning in FinTech – MassTLC

Bronknooppunt: 2947514

Bankautomatisering neemt de laatste jaren een hoge vlucht, met verbeteringen in 24/7 mobiel bankieren, verbeterde beveiliging en fraudedetectie, blockchain-integratie, big data-analyse en nog veel meer digitale technologieën. Kunstmatige-intelligentiesystemen ondersteunen zowel klantgerichte operaties als automatiseringsoplossingen achter de schermen - maar vanwege de reeks geaccepteerde documenttypen en verschillende regels en voorschriften over nationale en internationale lijnen, wordt een groot deel van de documentverwerking nog steeds handmatig gedaan.

Dr. Amar Gupta, onderzoeker bij CSAIL, het Department of Electrical Engineering and Computer Science (EECS), en het Institute for Medical Engineering and Science (IMES) aan het MIT, ontwikkelt technologieën en bedrijfsprocessen die in staat zijn om snel en nauwkeurig en het verwerken van financiële en andere documenten zonder of met minimale menselijke tussenkomst.

In het werk van Dr. Gupta op het gebied van fintech en gezondheidszorg hanteert hij een geïntegreerde aanpak, die niet alleen financiële en medische expertise omvat, maar ook input van ingenieurs, computerwetenschappers, advocaten en beleidsmakers. Om nieuwe technologieën in te zetten voor gebieden als fintech en gezondheidszorg, past hij een op kennis gebaseerd raamwerk toe om onderscheid te maken tussen vier niveaus van activiteiten die moeten worden overwogen voor een samenleving in het informatietijdperk:

  1. Kennisverwerving
  2. Kennisontdekking
  3. Knowledge Management
  4. Kennisverspreiding

Dr. Gupta zei bijvoorbeeld dat hij, toen hij naar de VS kwam, rekeningen had bij een bank die drie opeenvolgende fusierondes doormaakte met andere banken die in de loop van de tijd fuseerden. Elke keer dat er een samenvoeging plaatsvond, werd er veel geld besteed aan het integreren van deze informatie.

"Dat is een van de problemen van data-aggregatie," zei hij. “Als je dingen doet in de moderne wereld, in een moderne samenleving, heb je echt toegang nodig tot informatie uit veel verschillende gebieden. Aan de ene kant heb je dit probleem van data-aggregatie. De andere kant is dit probleem van gegevensdesintegratie, namelijk het bereiken van de gegevens die u werkelijk nodig heeft. Data-overload is waar we op dit moment mee te maken hebben.”

Elk van de niveaus in zijn op kennis gebaseerde structuur helpt mensen bij het ontleden van de enorme hoeveelheden beschikbare gegevens, en kan verder worden ondersteund door technologie voor een betere interoperabiliteit tussen systemen.

Tijdstempel:

Meer van MassTLC