Gartner发布了2022年银行和投资服务行业的三大热门技术趋势,分别是:生成式人工智能(生成式AI)、自主系统和隐私增强计算。这三项趋势将在未来两到三年内继续增长,推动金融服务机构的增长和转型。
Gartner研究副总裁Moutusi Sau表示:“虽然金融服务机构的首要事项是增长,但他们同样需要新的技术创新来管理风险、优化成本和提高效率。银行首席信息官可以通过生成式AI为追求收入增长的业务提供技术解决方案,而自主系统和隐私增强计算是能够为金融服务业务转型带来各种新选项的长期解决方案。”
全球银行和投资服务公司在2022年的IT支出预计为6230亿美元,同比增长6.1%。支出最多的领域是IT服务(包含咨询和托管服务),为2640亿美元,占到该行业IT总支出的42%。软件支出预计为1490亿美元,同比增长11.5%,是增速最快的领域。
Gartner发布的这三种新兴技术将一起帮助企业实现业务运营、增长和转型目标,并且银行和投资行业已出现了相关的应用。
趋势1:生成式AI
Gartner预测2025年将有20%用于面向消费者的用例的测试数据是以集成方式生成的数据。生成式AI会学习,并根据人工智能创建的数字形式创造出和原件不重复的创新作品。
银行和投资服务行业已将生成式对抗网络(GAN)和自然语言生成(NLG)应用于大多数欺诈检测、交易预测、合成数据生成和风险因素建模场景。这项技术的潜力在于能够将个性化提升到新的高度。
趋势2:自主系统
自主系统是能够自我管理的物理硬件或软件系统,它们可以从所在的环境中学习并不断实时修改自己的算法,优化自身在复杂生态系统中的行为。这些系统能够创造一套无需人工干预就能支持新需求和情况、优化性能并抵御攻击的敏捷技术能力。
目前,银行业的自主系统大多数以软件形式提供。而一种以硬件形式提供的自主系统——人形机器人正出现在银行的智能分行中,满足顾客和客户的需求。这些机器人可以用于自主债务管理、个人财务助理和自助贷款。智能投资顾问虽说因为高度自动化而仍然存在信任问题,但其本质上是一种低级别的自主系统。
Gartner预测2024年20%销售相关业务的企业会要求客户豁免与系统或设备学习相关产品的赔偿条款。
趋势3:隐私增强计算
隐私增强计算(PEC)能够保障在不可信环境中处理个人数据时的信息安全,而随着隐私和数据保护法的不断发展以及消费者的日益关注,这一点正变得越来越关键。隐私增强计算运用各种隐私保护技术使金融服务机构在从数据中获取价值的同时满足合规要求。
Gartner预测2025年60%的大型企业机构将在分析、商业智能或云计算领域使用一种或多种隐私增强计算技术。
数据在金融服务领域的各种分析、计算和数据变现工作中都起到了不可替代的作用。金融服务机构正越来越多地在欺诈分析、智能运维、数据共享和反洗钱等应用中采用PEC。
Gartner客户可在2022年银行和投资服务行业主要战略技术趋势和2020-2026年全球银行和投资服务市场企业IT支出,2022年第1季度更新中了解更多信息。
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。