IBM Research Director Explains Ethics In Machine Learning | In-Person | J.P. Morgan

[에너지 넘치는 음악] 다리오 : 안전한 AI를 어떻게 구축합니까? AI 모델은 공격하기 쉽기 때문입니다 편견으로 고통받지 않는 AI를 어떻게 구축합니까? 적은 데이터로 학습 할 수있는 AI를 어떻게 구축합니까? 종종 비즈니스에서 우리는 많은 종류의 데이터를 가지고 있습니다

그 중 많은 부분에 라벨이 충분하지 않을 수 있습니다 어떻게 그런 식으로 작동하는 AI를 만들 수 있습니까? 마지막으로 계산 플랫폼이란 무엇입니까? AI 모델 구축 비용을 계속 낮추는 방법 AI 모델을 배포 하시겠습니까? AI는 기술 플레이어의 이야기였습니다 당신은 2, 3 년 전에 알고 있습니다 전 세계 비즈니스에서 AI를 모두 자신의 AI 팀을 만들고 AI가 새로운 IT라고 말하고 싶습니다 그리고 60 년대와 70 년대에 IT가 등장했을 때 무슨 일이 있었습니까? 글쎄, 무슨 일이 일어 났는가는 현대 기업이라는 것을 직관적으로 이해했지만 IT를 배치해야했습니다

AI가 새로운 IT라는 사람들의 직관 이제 현실에서 나타나야합니다 자율 주행 차가있는 경우 어떻게 선택합니까? 한 가지 방법은 다음을 이해하는 것입니다 인간이 실제로 어떻게 이러한 선택을하는지 인간 행동을 모델링하는 AI를 만들 수 있습니다 이것이 도덕적 추론을 주입하는 예입니다 이해의 노력 어떤 지역 사회에서 봉사하고 있습니까? 그 공동체의 도덕적 선호는 무엇입니까? 자율적으로 행동 할 AI가 봉사하는 공동체의 도덕적 선호를 반영합니다

나는 오늘날 우리가 좁은 형태의 AI에 있다고 주장했다 일반적인 형태의 AI를 그것은 개념화되고 실현되지 않았습니다 종종 같은 용어를 사용하면서 우리는 매우 다른 것을 의미합니다 엘론 머스크가 AI의 위험에 대해 이야기 할 때 그는 정말 근본적으로 이야기 AI의 일반적인 형태에 대해 더 넓은 의미로 말입니다 인공 지능 애호가가 그들은 현재의 AI와 좁은 형태의 AI에 대해 이야기하고 있습니다

진행되는 발전, 그들은 서로 과거를 말하고 있습니다 그래서 우리가 가진 것이 중요하다고 생각합니다 이러한 범주는 좁고 광범위하며 일반적이며 대화가 더 정확해질 수 있기 때문입니다

Machine Learning Explained | Treasury Services Innovation | J.P. Morgan

Bruce : 당신이 그것에 대해 생각한다면, 그것은 단지 패턴에 관한 것입니다 데이터는 패턴을 부여 받았다

우리가 인간으로 만드는 많은 결정들, 우리는 생각합니다 "아, 더 많은 정보를 갖고 싶습니다" 기계 학습은 데이터 백업을 제공 할 수 있습니다 의사 결정 및 권고 인간이 올바른 결정을 내리는 데 정말로 도움이됩니다 Ray : 기계 학습이므로 일어나는 일입니까? 미래에, 또는 무엇인가 기업 재무는 오늘부터 시작할 수 있습니까? Bruce : 그것은 주머니에서 점점 더 많은 사람들이 일어나고 있습니다

재무에 기계 학습을 적용하는 방법에 대해 이야기하고 있습니다 우리는 그들이 사용할 수있는 일부 고객을 알고 있습니다 기계 학습 및 데이터 과학 고객으로부터 언제 지불 할 것인지 예측할 수 있습니다 그래서 그것은 정말로 늦은 보수로 그들을 돕습니다 재무가 자주 생각하는 큰 일 우리는 기계 학습이 현금 예측인지에 관해 이야기합니다

우리는 고객에게 그들이 어떻게 목적은 거래를 태그 지정하는 것입니다 이것은 납세액입니까, 공급 업체 지불입니까? Ray : 그래서 JPMorgan은이 공간에서 무엇을하고 있습니까? Bruce : 저는 우리가 생각하기에 3 가지 큰 방법으로 데이터 과학을 사용하고 있습니다 먼저 고객의 경험을 생각하고 있습니다 아시다시피, 우리는 올해 가상 조수를 발표했습니다 고객이 액세스 플랫폼에서 사용할 수 있습니다

집 안쪽에, 우리는 고객 서비스 팀과 협력 중입니다 고객 서비스를 어떻게 생각 하느냐고 계정 관리자는 서비스 질의를 훨씬 빠르게 관리합니다 또 다른 방법은 JPMorgan이 가지고있는 깊은 네트워크입니다 우리는 더 좋고, 더 똑똑하고, 재정적 인 제품을 만들고 싶다 고객이 더 나은 의사 결정을 내릴 수 있도록 돕고, 우리는 현금 관리자를위한 올바른 도구를 만들고 있습니다

그들의 현금 흐름을 관리합니다 우리는 고객과 많은 시간을 함께 보내고 있습니다 정말로 당신의 과정이 무엇인지 이해하고 있습니까? 이러한 흐름을 어떻게 관리합니까? 올바른 도구를 만들 수 있습니다 Ray : 문제의 일부는 무엇입니까? 기업 재무가 직면 할 수도있다 그들이이 여정에 착수하면서? 브루스 : 다시 말하고 싶은게 있다면

그것은 한 사람의 일이 아닙니다 해결할 머리가 많이 필요합니다 우리는 어떤 통찰력을 가지고보고를 제공하고 싶습니까? 그것은 한 사람의 일이 아닙니다 그것은 한 분야의 일이 아닙니다 [매력적인 음악]

How Treasurers Are Using Machine Learning | Treasury Services Innovation | J.P. Morgan

[밝은 음악] Bruce : 우리는 데이터 혁명이라 부를 것입니다 기계 학습은 데이터를 제공 할 수 있으며, 사실, 의사 결정 및 권장 사항 인간이 올바른 결정을 내리는 데 정말로 도움이됩니다

어떻게 데이터 제품을 만들어서 대답 할 수 있을까요? 그것은 한 사람의 일이 아닙니다 그것은 한 분야의 일이 아닙니다 너는이 다 분야 머리를 필요로한다 재무 고객도 포함합니다 그 대화의 일부가되는 것

Blockchain, Open Banking and Machine Learning | Treasury Services Innovation | J.P. Morgan

사이람 : 우리의 비전은 매우 간단합니다 그것은 당신이 가장 넓은 것을 어떻게 제공합니까? 고객을위한 연결성 네트워크를 제공합니다

그들이 우리에게 가장 어울리는 방식으로 우리와 연결시켜 주시겠습니까? Bruce : 우리는 데이터 혁명이라 부를 것입니다 Christine : 기술로 인해 우리가 할 수있는 영감을 얻었습니다 정말 이해하고 있었어 국경 간 지급 침체가있을 때, 그 근본 원인은 무엇입니까? 사이람 (Sairam) : 인텔리전트 워크 플로를 만들 수 있습니다 기존 워크 플로우 자동화, 고통 점을 없애거나 도와 준다

타겟 기회를 추적하십시오 Bruce : 데이터 과학을 크게 3 가지 방식으로 사용하고 있습니다 먼저 고객의 경험을 생각합니다 가상 비서를 발표했습니다 고객이 액세스 플랫폼에서 사용할 수 있습니다

Christine : 우리는 주변에 도전이 있음을 깨달았습니다 제재 선별 정보 교환 궁극적 인 지불을 유지했다 그 덕분에 우리는 특파원 은행의 피어 – 투 – 피어 네트워크 제재 선별 정보 교환 이것을 인터 뱅크 정보 네트워크라고합니다 Sairam : 우리는 인프라에 많은 투자를하고 있습니다

고객의 데이터를 지속적으로 보호합니다 누가 인증을 받았는지에 대한 인증부터 당신이 말하는 사람인지 확인하십시오 Bruce : 우리는 고객 서비스 팀과 협력 중입니다 고객 서비스 계정 관리자를 어떻게 생각하는지 생각해보십시오 서비스 조회를 훨씬 빠르게 관리하십시오

또 다른 방법은 현금 관리자를위한 올바른 도구를 만드는 것입니다 그들의 현금 흐름을 관리합니다 Christine : 우리는 프로세스를 중단 할 수 있습니다 2 ~ 3 주 정도 걸릴 수도 있습니다 몇 분 정도의 것

그것이 우리가 고객과 시간을 보내기를 원하는 이유입니다 그들이 어떻게 준비 할 수 있는지 이해하려고 노력한다 이 기술이 표준화 될 때 일상 생활의 일부가됩니다