富國銀行整合金融與科技 為突破金融界現況做準備
顧客數據可提供各行各業相關建議，但在金融領域中一直存在關於資訊無法有效共享的問題。由於每個人都會依據各種不同需求去尋求多間不同的金融機構，這導致了數據、資訊的碎片化，無法有更精確的顧客需求訊息，這也是因為金融體制監管嚴格，故在金融界中較難以做到數據資訊整合或進行合作。
圖片來源：123RF
擁有百年歷史的富國銀行已經在數位轉型和人工智慧上耕耘許久，資訊總監Chintan Mehta與包含史丹佛大學以人為本AI研究院(Human-Centered Artificial Intelligence, HAI)、史丹佛實驗室平台、MIT-IBM Waston人工智慧實驗室在內的研究夥伴一同合作。除此之外，富國銀行推動關於智慧內容管理、機器人與智慧自動化、分散式帳本(distributed ledger)技術、量子電腦運算(quantum computing)。
Mehta團隊運用了一系列AI和ML工具、Google和Azure等雲原生平台(cloud native platforms)和自家系統。另外，該團隊應用了長短期記憶模型(long short-term memory, LSTM)，這是種遞歸神經網路(recurrent neural network, RNN)，可用以處理單一數據點和整體數據序列。他們利用這項技術應用在自然語言處理(natural language processing, NLP)和口述語言理解(spoken language understanding)，試圖從措辭中去理解意圖、含義，他們甚至還運用深度學習來識別圖像、字符，或分析文件，這些科技應用幫助加快各種流程。
Mehta認為若促進金融界合作的展開，將有助「智慧洞察力」(intelligent insights)，並促進金融業-客戶互動關係進入新的篇章。Mehta提出「安全的多方計算」(secure multiparty computation)和「零知識證明平台」(zero-knowledge proof platforms)的想法。安全的多方計算可將計算分配在多方間，卻不會洩漏任何一方的數據，也能在沒有第三方的情況下共享數據，而共享的同時又能保護數據隱私；零知識證明的概念是可在不透露訊息的情況下驗證其真實性，該技術在1985年由麻省理工學院研究人員提出。該架構被Mehta認為可以讓各機構在沒有隱私和數據遺失疑慮上去協作、分享訊息，又能在金融生態中相互競爭。
目前現階段富國銀行面臨體制上的問題 – 要如何在高度管制的行業中加快AI和ML的應用，該如何最佳化整個流程，並盡可能達成自動化的結果，最終讓市場看見其價值，將會是萬國銀行突破金融界目前所面臨之問題、推動金融服務發展的關鍵。（編譯／施毓萱）
https://research.aimultiple.com/zero-knowledge-proofs/
https://inpher.io/technology/what-is-secure-multiparty-computation/
https://www.geeksforgeeks.org/what-is-secure-multiparty-computation/
https://brohrer.mcknote.com/zh-Hant/how_machine_learning_works/how_rnns_lstm_work.html
https://www.ibm.com/cloud/learn/natural-language-processing
瀏覽 20,600 次
