Велики језички модели (LLM-ovi) имају потенцијал да побољшају ефикасност и сигурност у финансијском сектору откривањем преваре, генерисањем финансијских увида и аутоматизацијом корисничке подршке, према истраживању Института Алан Туринг.
Због тога што LLM-ovi имају способност да брзо анализирају велике количине података и генеришу кохерентан текст, постоји све веће разумевање потенцијала за побољшање услуга у различитим секторима, укључујући здравство, право, образовање и у финансијским услугама као што су банкарство, осигурање и финансијско планирање.
Шта су велики језички модели и како функционишу?
Пошто је генеративна вештачка интелигенција у моди, размотрићемо како функционише велики језички модел. Велики језички модели (Large language model – LLM) су основна технологија која је покренула невероватан успон чет робота опремљених генеративном вештачком интелигенцијом.
Алати као што су ChatGPT, Google Bard и Bing Chat се ослањају на велике језичке моделе за генерисање одговора, који звуче као људски, на упите и питања које сте им поставили. Шта су велики језички модели и како функционишу? Овде ћемо то покушати да објаснимо.
Најједноставније речено, велики језички модел је огромна база текстуалних података на коју се може референцирати за генерисање људских одговора на ваше упите. Текст одговора потиче из низа извора и може садржати милијарде речи.
LLM-ovi у финансијском екосистему
Овај извештај, који је први који истражује усвајање LLM-ova у финансијском екосистему, показује да су људи који раде у овој области већ почели да користе LLM-ove како би подржали различите интерне процесе, као што су преглед прописа, и процењују њихов потенцијал за подршку екстерним активностима попут пружања саветодавних и трговинских услуга.
Поред прегледа литературе, истраживачи су одржали радионицу на којој је учествовало 43 професионалца из главних уличних банака, инвестиционих банака, регулаторних тела, осигуравајућих друштава, пружалаца услуга плаћања, владе и правних професија.
Већина учесника радионице (52%) већ користи ове моделе како би унапредила перформансе у задацима оријентисаним на информације, од управљања белешкама са састанака до сајбер безбедности и увида у усклађеност, док 29% користи их како би побољшали вештине критичког размишљања, а додатних 16% их користи како би разбили комплексне задатке.
Такође, сектор већ успоставља системе за побољшање продуктивности путем брзе анализе велике количине текста како би поједноставио процесе доношења одлука, профилисање ризика и побољшао истраживање инвестиција и операције у позадини.
Будућност LLM-ova у финансијском сектору
Када су питани о будућности LLM-ova у финансијском сектору, учесници су сматрали да ће се LLM-ovi интегрисати у услуге попут инвестицијског банкарства и развоја стратегије ризичног капитала у наредне две године.
Такође су сматрали вероватним да ће се LLM-ovi интегрисати како би побољшали интеракције између људи и машина, на пример, дикција и уграђени АI aсистенти могли би смањити комплексност задатка знањем интензивних активности као што је преглед прописа.
Али учесници су такође признали да технологија носи ризике који ће ограничити њен коришћење. Финансијске институције су подложне обимним регулаторним стандардима и обавезама које ограничавају њихову способност коришћења АI система који не могу објаснити и не генеришу излаз предвидљиво, доследно или без ризика од грешака.
На основу својих налаза, аутори препоручују професионалцима у финансијским услугама, регулаторима и доносиоцима политике да сарађују широм сектора како би делили и развијали знање о имплементацији и коришћењу LLM-ova, посебно у вези са сигурносним питањима. Такође сугеришу да би растући интерес за open-source моделе требало истражити и могли би се користити и одржавати ефикасно, али би ублажавање сигурносних и приватних забринутости било високо приоритетно.
Професор Карстен Мапл, главни аутор и Турингов сарадник у Институту Алан Туринг,
рекао је: „Банке и друге финансијске институције увек су брзо усвајале нове технологије како би своје операције учиниле ефикаснијим, а појава LLM-ova није изузетак. Окупљањем експерата широм финансијског екосистема успели смо да створимо заједничко разумевање случајева употребе, ризика, вредности и временског оквира за имплементацију ових технологија у великом обиму.“
Професор Лукаш Шпрух, програмски директор за финансије и економију у Институту Алан Туринг, рекао је: „Веома је позитивно што финансијски сектор има користи од појаве великих језичких модела и њихова имплементација у овај високо регулисани сектор има потенцијал да пружи најбоље праксе за друге секторе. Ово истраживање демонстрира корист од сарадње истраживачких института и индустрије у процени огромних прилика, као и практичних и етичких изазова нових технологија како би се осигурало да се оне примењују на сигуран начин.“
