ربات ها در حال ظهور هستند: هوش مصنوعی در خدمات مالی

بانک مرکزی انگلیس در رابطه با اداره رفتار مالی و سازمان تنظیم مقررات محتاطانه مقاله ای در مورد استفاده از هوش مصنوعی و یادگیری ماشین در خدمات مالی منتشر کرده است. براندون وانگ , یک وکیل با برجس سالمون سهامی عام پیشنهادات این پرایمر در موضوع.

مقاله بحث تنظیم کننده ها به مزایا و خطرات بالقوه مرتبط با هوش مصنوعی در بخش و همچنین دیدگاه خود در مورد چارچوب نظارتی فعلی حاکم بر استفاده از هوش مصنوعی توسط شرکت های خدمات مالی می پردازد. این مقاله با هدف پیشبرد درک و تعمیق گفتگو در مورد چگونگی تاثیر هوش مصنوعی بر اهداف نظارتی و در نهایت اطمینان از پذیرش ایمن هوش مصنوعی انجام شده است. این مقاله بخشی از برنامه گسترده تر کارهای مرتبط با هوش مصنوعی از جمله انجمن خصوصی عمومی هوش مصنوعی و مقاله سیاست دولت در مورد ایجاد یک رویکرد ابتکاری برای تنظیم هوش مصنوعی را تشکیل می دهد.

هوش مصنوعی است?

این مقاله تعریفی از هوش مصنوعی فراهم نمی کند بلکه در عوض مزایا و خطرات مرتبط با رویکرد تعریف هوش مصنوعی را مورد بحث قرار می دهد. این تشخیص می دهد که الگوریتم و مدل در حال حاضر معانی خاصی در مقررات خدمات مالی دارند و اگرچه هر دو ممکن است اجزای یک سیستم هوش مصنوعی باشند اما ممکن است به خودی خود لزوما هوش مصنوعی تلقی نشوند.

دو رویکرد کلی برجسته شده عبارتند از:

• تعریف دقیق تر هوش مصنوعی چیست; یا
• مشاهده هوش مصنوعی به عنوان بخشی از طیف وسیع تری از تکنیک های تحلیلی با طیف وسیعی از عناصر و ویژگی ها. چنین رویکردهایی ممکن است شامل یک طرح طبقه بندی برای در بر گرفتن روش های مختلف یا نقشه برداری از ویژگی های هوش مصنوعی باشد.

هر رویکرد با هدف روشن کردن اینکه چه چیزی هوش مصنوعی را در چارچوب یک رژیم نظارتی خاص تشکیل می دهد و بنابراین چه محدودیت ها و الزاماتی ممکن است برای استفاده از این فناوری اعمال شود.

مزایای استفاده از تنظیم کننده ها از تعریف دقیق تر هوش مصنوعی شامل ایجاد یک زبان مشترک برای شرکت کنندگان و هماهنگ کردن پاسخ های نظارتی نسبت به هوش مصنوعی و روشن کردن دامنه موارد استفاده خاص (یعنی اطمینان از محیط نظارتی) است. با این حال, چالش ها نیز به رسمیت شناخته شده از جمله نیرومندی یک تعریف در برابر توسعه سریع تکنولوژی, خطر یک تعریف بودن بیش از حد گسترده, موارد استفاده از دست رفته و بالقوه طبقه بندی غلط توسط شرکت به منظور کاهش نظارت.

با توجه به خطرات تنظیم کننده در نظر بگیرید که یک رویکرد جایگزین می تواند مناسب تر برای تنظیم هوش مصنوعی در انگلستان خدمات مالی.

کجا هوش مصنوعی در خدمات مالی استفاده می شود?

علاوه بر این مقاله, یک گزارش مشترک در یادگیری ماشین در انگلستان خدمات مالی است که به بررسی استراتژی های اجرای شرکت میلی لیتر پیدا کرده است که تعداد برنامه های کاربردی میلی لیتر مورد استفاده در انگلستان خدمات مالی همچنان به افزایش.

انجام نظرسنجی ها با شرکت های خدمات مالی نشان داد که پاسخ دهندگان بخش های بانکی و بیمه بیشترین تعداد برنامه های کاربردی میلی لیتر را دارند. انواع دیگر از شرکت های مورد بررسی با برنامه های کاربردی میلی لیتر شامل شاخص توده بدنی و پرداخت شرکت, وام دهندگان غیر بانکی, و سرمایه گذاری و بازار سرمایه شرکت.

از نظر طیف وسیعی از موارد استفاده میلی لیتر, این گزارش نشان داد که شرکت در حال توسعه و یا با استفاده از میلی لیتر در بسیاری از مناطق کسب و کار:

• 'تعامل مشتری 'و' مدیریت ریسک ' همچنان به مناطق با بیشترین برنامه های کاربردی;
• دسته 'متفرقه', که شامل مناطق کسب و کار مانند منابع انسانی و ادارات حقوقی, سوم بالاترین نسبت برنامه های کاربردی میلی لیتر بود; و.
• مناطق کسب و کار با کمترین برنامه های کاربردی میلی لیتر هستند 'بانکداری سرمایه گذاری' و 'خزانه داری'.

اگر چه این وضعیت فعلی بازی است, به عنوان استفاده از تکنولوژی و شرکت های توسعه, ما به احتمال زیاد شاهد موارد استفاده بیشتر و اجرای در سراسر بخش.

مزایا و خطرات

هوش مصنوعی ممکن است مزایای مهم به مصرف کنندگان را, شرکت های خدمات مالی, بازارهای مالی, و اقتصاد گسترده تر, ساخت خدمات مالی و بازار بیشتر مقرون به صرفه, موثر, در دسترس, و متناسب با نیازهای مصرف کننده.

با این حال هوش مصنوعی می تواند چالش های جدیدی ایجاد کند و همچنین خطرات جدیدی ایجاد کند یا خطرات موجود را تقویت کند. تنظیم کننده ها برای حمایت از پذیرش ایمن و مسوولانه فناوری های هوش مصنوعی در خدمات مالی انگلستان پیشنهاد می کنند که ممکن است برای کاهش خطرات و مضرات احتمالی مربوط به برنامه های هوش مصنوعی نیاز به مداخله داشته باشند. با این حال, اهمیت یک رویکرد متناسب به رسمیت شناخته شده است.

در رابطه با خطرات, مقاله اشاره می کند که رانندگان اولیه از خطر هوش مصنوعی در خدمات مالی مربوط به سه مرحله کلیدی از چرخه حیات هوش مصنوعی:

• داده ها-ورودی. با توجه به اینکه هوش مصنوعی در توسعه و پیاده سازی خود به حجم زیادی از داده ها متکی است, خطرات مربوط به داده ها می توانند تقویت شوند و پیامدهای قابل توجهی برای سیستم های هوش مصنوعی داشته باشند
• مدل-پردازش. این می تواند شامل انتخاب مدل نامناسب, خطاها در طراحی مدل و یا ساخت و ساز, عدم توضیح, رفتار غیر منتظره, عواقب ناخواسته, تخریب در عملکرد مدل, و مدل یا مفهوم رانش; و
• حکومت-نظارت. محرکهای ریسک در اینجا شامل فقدان نقشها و مسوولیتهای مشخص برای هوش مصنوعی, مهارتهای ناکافی, کارکردهای حکومتی است که حوزههای تجاری مربوطه را شامل نمیشود یا ریسکهای مربوطه (مانند ریسکهای اخلاقی) را در نظر نمیگیرد, فقدان چالش در سطح هیات مدیره و اجرایی, و عدم پاسخگویی عمومی.

بسته به اینکه چگونه هوش مصنوعی در خدمات مالی استفاده می شود, موضوعات در هر یک از سه مرحله می تواند منجر به طیف وسیعی از نتایج و خطرات مربوط به مقررات خدمات مالی شود.

از لحاظ جایی که این خطرات ممکن است تحقق, بانک مرکزی انگلستان زمینه های زیر از ارتباط خاص شناسایی:

• حمایت از مصرف کننده-به ویژه در رابطه با تعصب و تصمیمات تبعیض (غیرقانونی) ;
• رقابت-با موانع موجود در بازار به دلیل هزینه های ورود;
• ایمنی و صحت تقویت خطرات محتاطانه (از جمله اعتباری, نقدینگی, بازار, خطرات عملیاتی و شهرت);
• حمایت از بیمه گذار – قیمت گذاری و بازاریابی نامناسب, رانش مفهوم و عدم توضیح, پیش بینی های نادرست و سطح ذخیره; و
• ثبات مالی و یکپارچگی بازار – از جمله نگرانی های اطراف یکنواختی در سراسر مدل, گله داری و حباب های فلش.

با وجود خطرات هوش مصنوعی می تواند مزایای متعددی را در رابطه با هر یک از زمینه های شناسایی شده در بالا به ارمغان بیاورد و شرکت ها باید به روش هایی که می توانند در برابر خطرات شناسایی شده هنگام توسعه و استقرار سیستم های هوش مصنوعی خود کاهش دهند نگاه کنند.

چارچوب نظارتی موجود

یکی از چالش های به تصویب هوش مصنوعی در انگلستان خدمات مالی عدم وضوح اطراف فعلی قوانین و مقررات و اصول به خصوص چگونه این اعمال به هوش مصنوعی و چه این بدان معناست که برای شرکت ها در یک سطح عملی است. بانک انگلیس در مقاله خود سعی کرده است با بحث در مورد برخی از بخشهای چارچوب نظارتی فعلی که بیشترین ارتباط را با مقررات هوش مصنوعی دارد به این چالش بپردازد.

با توجه به ماهیت تکنولوژی اگنوستیک از مقررات خدمات مالی انگلستان, هیچ یک منبع از مقررات هوش مصنوعی وجود دارد. در عوض این مقاله به رسمیت می شناسد طیف گسترده ای از قوانین و مقررات چارچوب است که می تواند اعمال می شود در زمینه هوش مصنوعی از جمله (غیر جامع):

• وظیفه جدید مصرف کننده اف سی;
• راهنمایی سازمان ملل در مورد مشتریان مستضعف;
• قوانین موجود در کتاب منبع محصولات اف سی ای;
• قانون برابری 2010;
• قانون حفاظت از داده های انگلستان-از جمله لایحه پیشنهادی حفاظت از داده ها و اطلاعات دیجیتال;
• قانون رقابت; و
• قانون مبارزه با پول شویی.

این مقاله همچنین تعدادی از قوانین و راهنمایی های خاص تر را برجسته می کند که ممکن است بسته به شرکت مورد نظر اعمال شود. در حالی که ممکن است هیچ شگفتی بزرگ در لیست مقررات به طور بالقوه قابل اجرا وجود ندارد, یک نکته کلیدی وسعت چارچوب های نظارتی متمایز است که می تواند اعمال شود. بنابراین شرکت ها می خواهند اطمینان حاصل کنند که تجزیه و تحلیل کاملی از تعهدات نظارتی خود در جایی که قصد توسعه و استفاده از هوش مصنوعی را به عنوان بخشی از مدل های تجاری خود دارند انجام داده اند تا اطمینان حاصل شود که مورد توجه قرار نگرفته اند.

و همچنین نکات بحث بالا, این مقاله تعدادی از سوالات را مطرح می کند که به دنبال نظرات طیف گسترده ای از فعالان بازار و ذینفعان است. نظرات را می توان در مقاله بحث تا 10 فوریه 2023 بیان کرد.