Umetna inteligenca in optično prepoznavanje znakov v FinTechu – MassTLC

Avtomatizacija bančništva je v zadnjih letih v razcvetu z napredkom na področju mobilnega bančništva 24 ur na dan, vse dni v tednu, izboljšane varnosti in odkrivanja goljufij, integracije blokovnih verig, analitike velikih podatkov in številnih drugih digitalnih tehnologij. Sistemi umetne inteligence podpirajo tako operacije, ki so obrnjene k strankam, kot rešitve za avtomatizacijo v zakulisju — toda zaradi vrste sprejetih vrst dokumentov ter različnih pravil in predpisov v državnih in mednarodnih linijah se večina obdelave dokumentov še vedno izvaja ročno.

Dr. Amar Gupta, raziskovalec na CSAIL, Oddelku za elektrotehniko in računalništvo (EECS) in Inštitutu za medicinski inženiring in znanost (IMES) na MIT, razvija tehnologije in poslovne procese, ki so sposobni hitro in natančno digitalizirati ter obdelavo finančnih in drugih dokumentov brez ali minimalnega človeškega posredovanja.

Pri delu dr. Gupta na področju finančne tehnologije in zdravstvene oskrbe uporablja integriran pristop, ki ne vključuje le finančnega in medicinskega strokovnega znanja, temveč tudi prispevke inženirjev, računalničarjev, odvetnikov in oblikovalcev politik. Da bi uvedel nove tehnologije za področja, kot sta finančna tehnologija in zdravstvo, sprejme na znanju temelječ okvir za razlikovanje med štirimi ravnmi dejavnosti, ki jih je treba upoštevati v družbi v informacijski dobi:

1. Pridobivanje znanja
2. Odkrivanje znanja
3. Upravljanje znanja
4. Razširjanje znanja

Na primer, dr. Gupta je rekel, da je imel, ko je prišel v ZDA, račune v banki, ki je šla skozi tri zaporedne kroge združitev z drugimi bankami, ki so se sčasoma združile. Vsakič, ko je prišlo do združitve, je bilo za integracijo teh informacij porabljenih veliko denarja.

"To je eden od problemov združevanja podatkov," je dejal. »Ko delaš stvari v sodobnem svetu, v moderni družbi, resnično potrebuješ dostop do informacij z mnogih različnih področij. Na eni strani imate ta problem združevanja podatkov. Druga stran je to vprašanje razpada podatkov, ki je doseganje podatkov, ki jih dejansko potrebujete. Na tej točki se soočamo s preobremenitvijo podatkov.«

Vsaka od ravni v njegovi na znanju temelječi strukturi pomaga ljudem razčleniti ogromne količine razpoložljivih podatkov, dodatno pa jim lahko pomaga tehnologija za boljšo interoperabilnost med sistemi.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.mtlc.co/artificial-intelligence-and-optical-character-recognition-in-fintech/