至顶网CIO与CTO频道 06月15日 编译:Temenos美洲区总裁兼全球合作伙伴负责人Alexa Guenoun表示,云计算的发展速度远超美国银行业的原本预期。
该公司最近发布了一项由《经济学人(EIU)》智库委托进行的银行业趋势调查报告。此项统计覆盖2020年2月至3月,就银行业务数字化方面的主题对全球305位银行业高管进行了调查。
Alexa Guenoun, Temenos美洲区总裁兼全球合作伙伴负责人
Guenoun表示,“我非常惊讶。我原本以为数据中心还能再坚持一段时间。”但事实证明,公有云才是正道,其中又以多云配置环境为核心——81%的受访者认为,在对英国及美国云技术的合规性水平进行长期关注之后,他们认为多云战略将成为满足合规性要求的重要前提。她同时指出,另一大惊喜,则是AI技术的快速崛起。
“我认为这可能只是一股风潮,是风潮就有可能消失。但从现有证据来看,AI技术在打击金融犯罪方面确实表现不错。现在的银行之所以敢于共享业务数据,就是因为这能让金融社区变得更加安全,这对每个参与方都是好事。”
当然,目前银行机构间的信息共享方式还不够充分,不少机构仍然将消息作为竞争优势中的重要组成部分。调查显示,从营销(例如预测下一款最佳产品)到后台处理,AI技术已经开始全面渗透。根据首席运营官Anil Venuturupalli的介绍,在汇丰银行私人银行,AI已经被集成至后台功能当中。作为一项重要指标,有77%的受访者认为,能否释放AI的巨大能量已经成为决定银行命运的核心因素。
Guenon补充道,“我对此深感欣慰。当初在收购Logical Blue时,我们的出发点正在于此,一切都是为了实现可解释型AI。”AI系统当前面临的一大挑战,是它们往往以黑箱形式运作,人们无法理解它们如何做出判断与预测。她解释称,对于Netflix推荐引擎这类应用场景,能否解释往往不太重要,毕竟最差的结果无非是用户对推荐影片不感兴趣。但如果AI评估系统拒绝了某项贷款申请,但又拿不出具体原因时,问题就严重了。监管机构正在积极寻找算法中的偏见性因素,而且有研究表明在算法创建过程中,AI确实有可能受到偏见因素的影响。
此次调查还显示,在合规性方面,银行接下来将重点关注合规性监管这一领域。最近几年中,合规性监管已经成为银行业内的重中之重、吸引到大量IT预算,并成为超个性化服务、产品敏捷性等客户体验环节中的决定性因素。
Guenon表示,银行从业者们非常关心如何提高客户满意度以及如何更快地为客户提供新产品。高管们在调查中指出,他们对银行新势力带来的威胁不太担心——只有20%的人将其视为严峻挑战。与之对应,有50%的受访者认为PayPal与ApplePay等支付业务才是最大的竞争对手。
高管们还认为,未来几年内常规银行业务将发生巨大变化。高达59%的受访者表示到2025年,“基于分行/支行的传统银行模式将彻底消失。”到那时,目前在全球零售交易中占比75%的现金交易将迅速缩水至不足5%。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。