فن ٹیک میں مصنوعی ذہانت اور آپٹیکل کریکٹر ریکگنیشن - MassTLC

فن ٹیک میں مصنوعی ذہانت اور آپٹیکل کریکٹر ریکگنیشن – MassTLC

ماخذ نوڈ: 2947514

حالیہ برسوں میں بینکنگ آٹومیشن عروج پر ہے، 24/7 موبائل بینکنگ، بہتر سیکیورٹی اور فراڈ کا پتہ لگانے، بلاکچین انٹیگریشن، بڑے ڈیٹا اینالیٹکس، اور بہت سی ڈیجیٹل ٹیکنالوجیز میں پیشرفت کے ساتھ۔ مصنوعی ذہانت کے نظام پردے کے پیچھے کسٹمر کا سامنا کرنے والے آپریشنز اور آٹومیشن حل دونوں کی حمایت کرتے ہیں — لیکن قبول شدہ دستاویز کی اقسام اور ریاستی اور بین الاقوامی خطوط پر مختلف قواعد و ضوابط کی وجہ سے، زیادہ تر دستاویز کی پروسیسنگ ابھی بھی دستی طور پر کی جا رہی ہے۔

ڈاکٹر امر گپتا، CSAIL، شعبہ الیکٹریکل انجینئرنگ اینڈ کمپیوٹر سائنس (EECS) اور MIT میں انسٹی ٹیوٹ فار میڈیکل انجینئرنگ اینڈ سائنس (IMES) کے ایک محقق، ایسی ٹیکنالوجیز اور کاروباری عمل تیار کر رہے ہیں جو تیزی سے اور درست طریقے سے ڈیجیٹائز کرنے کے قابل ہیں۔ اور صفر یا کم سے کم انسانی مداخلت کے ساتھ مالی اور دیگر دستاویزات پر کارروائی کرنا۔

فن ٹیک اور صحت کی دیکھ بھال میں ڈاکٹر گپتا کے کام میں، وہ ایک مربوط نقطہ نظر اپناتے ہیں، جس میں نہ صرف مالی اور طبی مہارت شامل ہوتی ہے بلکہ انجینئرز، کمپیوٹر سائنس دانوں، وکلاء، اور پالیسی سازوں کے ان پٹ بھی شامل ہوتے ہیں۔ فنٹیک اور صحت کی دیکھ بھال جیسے شعبوں کے لیے نئی ٹیکنالوجیز کی تعیناتی کے لیے، وہ ایک علم پر مبنی فریم ورک کو اپناتا ہے تاکہ سرگرمیوں کی چار سطحوں کے درمیان فرق کیا جا سکے جن پر معلوماتی دور میں معاشرے کے لیے غور کیا جانا چاہیے:

  1. علم کا حصول
  2. علم کی دریافت
  3. علم مینجمنٹ
  4. علم کی ترسیل

مثال کے طور پر، ڈاکٹر گپتا نے کہا کہ جب وہ امریکہ آئے، تو ان کے ایک بینک میں اکاؤنٹس تھے جو دوسرے بینکوں کے ساتھ یکے بعد دیگرے انضمام کے تین دور سے گزرے جو وقت کے ساتھ ساتھ ضم ہو گئے۔ جب بھی انضمام ہوا، اس معلومات کو یکجا کرنے میں بہت زیادہ رقم خرچ کی گئی۔

"یہ ڈیٹا جمع کرنے کے مسائل میں سے ایک ہے،" انہوں نے کہا۔ "جب آپ جدید دنیا میں کام کر رہے ہیں، ایک جدید معاشرے میں، آپ کو واقعی بہت سے مختلف شعبوں سے معلومات تک رسائی کی ضرورت ہے۔ ایک طرف آپ کو ڈیٹا جمع کرنے کا یہ مسئلہ ہے۔ دوسری طرف ڈیٹا کی تقسیم کا یہ مسئلہ ہے، جو اس ڈیٹا تک پہنچ رہا ہے جس کی آپ کو درحقیقت ضرورت ہے۔ ڈیٹا اوورلوڈ وہی ہے جس کا ہم اس وقت سامنا کر رہے ہیں۔

اس کے علم پر مبنی ڈھانچے میں سے ہر ایک سطح لوگوں کو دستیاب ڈیٹا کی بڑی مقدار کے ذریعے تجزیہ کرنے میں مدد کرتی ہے، اور سسٹمز کے درمیان بہتر انٹرآپریبلٹی کے لیے ٹیکنالوجی کے ذریعے مزید مدد کی جا سکتی ہے۔

ٹائم اسٹیمپ:

سے زیادہ ماس ٹی ایل سی