Sztuczna inteligencja a sektor finansowy jako dyscyplina naukowa

Wiktor — Mon, 02 Oct 2023 18:16:29 +0000

Sztuczna inteligencja (dalej „SI”) ma dwa podstawowe znaczenia:

– hipotetyczna inteligencja realizowana w procesie technicznym, a nie naturalnym,

– nazwa technologii i dziedzina badań naukowych informatyki i kognitywistyki, czerpiąca również z osiągnięć psychologii, neurologii, matematyki, oraz filozofii.

Jest to zdolność maszyn do wykazywania ludzkich umiejętności, takich jak rozumowanie, uczenie się, planowanie i kreatywność.

Ma za zadanie umożliwiać systemom technicznym postrzeganie ich otoczenia, radzenie sobie z tym, co postrzegają i rozwiązywanie problemów, działając celem osiągnięcia określonego zamiaru. SI, do pewnego stopnia dostosuje swoje zachowanie, analizując skutki wcześniejszych działań (autonomicznie). Umożliwia systemom technicznym postrzeganie ich otoczenia, radzenie sobie z tym, co postrzegają i rozwiązywanie problemów, działając w kierunku osiągnięcia określonego celu.

Idąc dalej SI ma na celu stworzenie inteligentnych maszyn, które potrafią rozwiązywać problemy, uczyć się, przetwarzać język naturalny i podejmować decyzje. Pozwala je uporządkować i wydobyć z nich sens.

Przechodząc do uczenia maszynowego należy na wstępie wskazać, że jest ono poddziedziną SI, która z kolei jest poddziedziną informatyki. Umożliwia zastosowanie adaptacyjnych rozwiązań z zakresu SI. Jest to tym samym proces, w którym systemy wykonują dane zadanie coraz lepiej i właściwiej dzięki rosnącemu doświadczeniu lub coraz większej ilości danych. To używanie matematycznych modeli danych w celu ułatwienia komputerowi uczenia się bez bezpośrednich instrukcji. Jest ono traktowane jako podzbiór sztucznej inteligencji. Algorytmy używane w uczeniu maszynowym umożliwiają określanie wzorców w danych. Wzorce te są następnie używane do tworzenia modelu danych, który pozwala przewidywać. Dokładność wyników uczenia maszynowego zwiększa się wraz z upływem czasu i wzrostem ilości danych — podobnie jak u ludzi.

Uczenie maszynowe to samouczenie się maszyn albo systemy uczące się (machine learning). Jak było to wskazane powyżej jest to nauka interdyscyplinarna (uwzględnia, w szczególności informatykę, robotykę i statystykę). Jej głównym celem jest praktyczne zastosowanie SI do tworzenia automatycznego systemu, który potrafi doskonalić się na bazie doświadczenia (czyli danych) i nabywać na tej podstawie nową wiedzę. Inaczej mówiąc proces polega na znalezieniu wzorca w dostarczonych danych. Posłuży on do odpowiedzi na pytanie o nieznany zbiór tych danych. Jest to pewnego rodzaju przewidywanie przyszłości przez pryzmat statystyki i prawdopodobieństwa. Najczęściej jest związane z rozwojem oprogramowania stosowanego zwłaszcza w innowacjach i przemyśle. Odpowiednie algorytmy pozwalają oprogramowaniu automatyzować proces pozyskiwania i analizy danych, by ulepszyć i rozwijać własny system.

Twórca bloga Lexalert.pl

r.pr. dr Wiktor Czeszejko-Sochacki, LL.M.

Kancelaria Adwokacka adw. Krzysztof Czeszejko-Sochacki

Sztuczna inteligencja a sektor finansowy

Wiktor — Mon, 21 Aug 2023 09:08:58 +0000

Sztuczna inteligencja (dalej „SI”), w tym uczenie maszynowe, coraz szybciej wchodzi do kanonu usług finansowych i pozwala zautomatyzować i odczłowieczyć wiele procesów, w szczególności:

– oceny zdolności kredytowej (dopuszczalne m. in. na podstawie art. 105a ustawy
z dnia 29 sierpnia 1997 r. prawo bankowe „Przetwarzanie informacji stanowiących tajemnicę bankową”,

– zaawansowana analityka, w tym profilowanie,

– robo-doradztwo,

– handel algorytmiczny,

– chat-boty,

– RegTech (sposób na obniżenie gwałtownie rosnących kosztów po stronie instytucji finansowych związanych z postkryzysowym zjawiskiem tsunami regulacyjnego),

– automatyzacja procesu tworzenia i zawierania umów,

– oraz monitorowanie transakcji płatniczych.

Z uwagi na nienadążanie przez prawodawcę za rozwojem technologicznym,obecnie stosowanie SI oparte jest przede wszystkim na normach etycznych niż prawnie stanowionych. Wspomniany uprzednio art. 105a prawa bankowego wydaje się przełomowy, co potwierdza podejście Komisji Europejskiej (dalej „KE’), która pracuje nad dokumentami w tym zakresie, w szczególności nad wytycznymi
w obszarze wykorzystania SI bądź zasadami odpowiedzialności, które mogą mieć zastosowanie do sztucznej inteligencji.

Nie istnieją obecnie na poziomie krajowym systemowe rozwiązania odnoszące się do sztucznej inteligencji. Dokumentem takim, który ma na celu usystematyzować zasady, w tym prawne, oraz jest punktem wyjścia jest „Polityka Rozwoju Sztucznej Inteligencji w Polsce na lata 2019–2027″.

W następnym wpisie wyczerpię wprowadzenie do tematu SI zwięźle przedstawiając następujące zagadnienia definicja SI, uczenie maszynowe, odpowiedzialność za SI, oraz SI a produkt niebezpieczny.

Zapraszam do udostępniania i komentowania.

r.pr. dr Wiktor Czeszejko-Sochacki, LL.M.

Kancelaria Adwokacka adw. Krzysztof Czeszejko-Sochacki

Sztuczna inteligencja – Lexalert.pl

Sztuczna inteligencja a sektor finansowy jako dyscyplina naukowa

Sztuczna inteligencja a sektor finansowy