Künstliche Intelligenzen (Artificial Intelligence, AI auf Englisch) tauchten 1956 zum ersten Mal in unserem Leben auf. In der kollektiven Vorstellung denken wir an avantgardistische Roboter Sie sind nicht in der Lage, autonome Entscheidungen zu treffen, in Wirklichkeit sind sie jedoch in verschiedenen Bereichen des Alltagslebens weitaus präsenter. Unter KI versteht man Hardware- und Softwaresysteme, die so entwickelt sind, dass sie in der Lage sind, Aktionen auszuführen, die typischerweise mit Menschen in Verbindung gebracht werden, wie etwa die Spracherkennung oder die Identifizierung von interessanten Elementen in einem Bild. Auch die Art und Weise, wie das System die Aktivität ausführt, ist wichtig und eine der bekanntesten Techniken, um ein System intelligent zu machen, ist das „maschinelle Lernen“, durch das die Maschine aus Erfahrungen lernt und sich wie ein intelligentes Wesen selbst korrigiert und lernt von seinen Fehlern.
Obwohl KIs ursprünglich zur Nachbildung kognitiver Aktivitäten entwickelt wurden, werden sie heute häufig für die Big-Data-Analyse (Datenanalyse) eingesetzt. Big Data sind Mengen umfangreicher Daten, sowohl quantitativ als auch hinsichtlich der in den einzelnen Daten enthaltenen Informationen. Nicht nur IT-Unternehmen wie Google, Amazon, IBM und FacebookAber auch in anderen Branchen wie der Medizin und dem Finanzwesen nutzen sie KI, um diese Datenmengen zu analysieren und nützliche Informationen zur Steigerung der Unternehmensproduktivität zu erkennen. Beispielsweise kann ein Produkthändler mithilfe eines intelligenten Algorithmus erkennen, welche Produkte seine Kunden gerne erwerben, und so mehr in diese investieren. Big-Data-Analysen können es ermöglichen, im Voraus zu erkennen, an welchen Dienstleistungen Kunden interessiert sein könnten, ihre Wünsche zu antizipieren und sicherzustellen, dass sie nicht zur Konkurrenz wechseln.
La Technofinanzierung (Fintech) umfasst alle Technologien, die für finanzielle Zwecke eingesetzt werden. Finanzunternehmen verfügen über riesige Mengen an Daten, die sie nicht nur von ihren Kunden, sondern auch über die gesamte Marktsituation erhalten. Darüber hinaus sind diese Daten qualitativ nützlich, sodass sie sowohl Informationen über den Markt als auch über menschliches Verhalten enthalten: So kann beispielsweise der Zusammenhang zwischen den Auswirkungen einer bestimmten globalen Marktsituation auf verschiedene Bevölkerungsgruppen und deren Entscheidung untersucht werden bestimmte Investitionen eher als andere. Auch wenn diese große Datenverfügbarkeit einerseits nützlich ist, besteht die Gefahr, dass sie ohne geeignete Analysesysteme nutzlos bleiben.
Aus diesem Grund investieren Finanzunternehmen immer mehr in die Forschung und Entwicklung von Datenanalysealgorithmen, denn sie ermöglichen es, die wirklich notwendigen Informationen zu erkennen und Zusammenhänge abzuleiten, die nicht sofort offensichtlich sind; Denken Sie einfach, dass Sie das erwarten Die weltweiten Investitionen in KI werden bis Ende 35.8 2019 Milliarden US-Dollar betragen. Aus KI-Diensten gewonnene Informationen helfen Maklern, Händlern und Finanzanalysten, die aktuelle Wirtschaftslage besser zu verstehen und Anlagestrategien zu entwickeln. Eine der größten Stärken dieser Algorithmen ist die Geschwindigkeit der Berechnungen, die es ermöglicht, Strategien in kürzerer Zeit zu entwickeln, was auf dem sich verändernden Markt für Finanztitel ein nützlicher Aspekt ist.
Ein weiterer Einsatzbereich künstlicher Intelligenz liegt in Robo-Berater, Software, die Kunden bei der Verwaltung von Portfolios unterstützt. Durch einen ersten Fragebogen sammelt der Robo-Advisor Informationen über das Vermögen, die Finanzkonten und die Ziele des Kunden; Diese Informationen werden verwendet, um ein personalisiertes Anlageportfolio basierend auf dem Risikoprofil des Kunden zu erstellen. Es gibt Unternehmen, die behaupten, dass ihre Robo-Berater in der Lage sind, das Portfolio basierend auf Marktveränderungen automatisch zu aktualisieren, um das Erreichen des Kundenziels sicherzustellen. Befürworter von Robo-Advisors präsentieren die Fähigkeit von Maschinen, den Markt zu analysieren und kaltblütige Entscheidungen zu treffen Eine ihrer Stärken ist die Reduzierung des Risikos von Fehlinvestitionen, beeinflusst durch die aktuelle psychologische Verfassung des Anlegers.
Obwohl dies eine vernünftige Beobachtung ist, ist es wichtig, sich daran zu erinnern, dass jeder Benutzer Einfluss auf den Markt hat und nicht jeder sich unbedingt rational verhalten wird; Daher kann es sein, dass die von der Software vorhergesagten Endergebnisse nicht eintreffen, und aus diesem Grund haben wir derzeit noch keine vollständige Automatisierung der Anlageprozesse erreicht. Die wesentlichen Vorteile von KI im Finanzbereich lassen sich daher wie folgt zusammenfassen: Möglichkeit, die Menge der verfügbaren Daten effizienter zu analysieren, sodass Anleger ihre Erträge potenziell steigern können. Allerdings birgt die Einführung von KI-Systemen auch Risiken, insbesondere im Hinblick auf die ethische Nutzung dieser Technologien und die Wahrung der Privatsphäre der Kunden.
Denken Sie an das Neueste Fall von Facebook und Cambridge Analytica, wo die soziale Plattform mit einer hohen Geldstrafe belegt wurde, weil sie dem britischen Beratungsunternehmen erlaubt hatte, die persönlichen Daten amerikanischer Wähler unmoralisch und illegal zu verwenden. Diese Tatsache hat gezeigt, dass Vorschriften und Richtlinien erforderlich sind, um die Forschung in diesem Bereich zu lenken, und im Mai dieses Jahres hat die OECD die fünf Gebote diktiert, die KI-Entwickler bei der Entwicklung solcher Maschinen und Software einhalten müssen, darunter das dritte Gebot, das „dort“ lautet Transparenz und verantwortungsvolle Offenlegung rund um künstliche Intelligenzsysteme sollten gewährleistet sein, um sicherzustellen, dass die Menschen alles verstehen, was mit ihrer Nutzung zusammenhängt, und das Beste aus ihren Ergebnissen machen können.“
Ich denke, dass die OECD versucht, die Entwicklung der KI als eine vom Menschen und zu seinem Nutzen entwickelte Technologie zu schützen, indem sie Grenzen setzt, um ihre unkontrollierte Entwicklung zu verhindern, bis sie nicht mehr in der Lage ist, sie zu steuern; Dies ist im zweiten Punkt enthalten, über den wir sprechen „Schutzmaßnahmen umfassen, die ein menschliches Eingreifen ermöglichen“. Wichtig ist, dass es eine Diskussion gab, um die Leitlinien für die Entwicklung von KI zu skizzieren, auch wenn die Gebote nach einer ersten Lektüre nicht ganz klar sind: Beispielsweise ist im vierten Punkt von KI-Systemen die Rede, die „stabil und sicher funktionieren müssen“. während ihrer gesamten Existenz. Eine solche Gewissheit ist schwierig, vor allem weil die Algorithmen, die maschinelles Lernen nutzen, auf probabilistischen Berechnungen basieren, die naturgemäß keine absoluten Gewissheiten liefern.
Zweitens scheint es darauf hinzudeuten, dass die von Unternehmen verwendeten KI-Systeme Es dürfen keine Fehler auftreten oder Upgrades durchgeführt werden, denn das würde bedeuten, dass es Fehler gab, die behoben werden mussten. Befindet sich das System jedoch nicht mehr im experimentellen Stadium, sollte es bereits „stabil und sicher“ sein. Das fünfte Gebot ist von größter Bedeutung, da es die Verantwortung der Schöpfer und Manager eines Systems der künstlichen Intelligenz definiert. Dies wird hoffentlich dazu führen, dass die Menschen den Fortschritt nicht wahllos vorantreiben, sondern die verfügbaren Optionen und die Auswirkungen ihrer Entscheidungen erkunden. Darüber hinaus ist es wichtig, eine für die Ergebnisse verantwortliche Person zu haben, der man vertrauen oder misstrauen kann, und man kann einer Maschine nicht für Entscheidungen danken oder sie kritisieren, die auf der Grundlage von Berechnungen getroffen werden.
Obwohl KI-Technologien mittlerweile in vielen Bereichen eingesetzt werden, denke ich daher, dass sie den Menschen nicht überfordern können und es in Bereichen wie dem Finanzwesen oder der medizinischen Prognose keine vollautomatisierten Systeme geben wird. Der Reiz der KI für die Datenanalyse besteht darin, dass sie überall eingesetzt werden kann, da Informationen in jedem Aspekt des Lebens gesammelt werden können. Der Mensch ist fasziniert vom Potenzial der KI um die uns zur Verfügung stehenden Informationen besser verstehen zu können, was es uns ermöglicht, neue Entdeckungen zu machen oder Aufgaben produktiver auszuführen und den Aufwand zu begrenzen, andere Wege auszuprobieren, die möglicherweise weniger effizient sind.
Es ist jedoch wichtig, sich daran zu erinnern, dass Engagement und das Begehen von Fehlern es uns ermöglichen, Fortschritte zu machen, indem wir aus Erfahrungen lernen, und uns die Bedeutung unserer Handlungen bewusst machen, da wir dafür Verantwortung übernehmen müssen. Was die Menschen brauchen, ist die Entwicklung einer Kultur für den angemessenen Einsatz von KI-Technologien. Seien Sie neugierig und lernen Sie, sich nicht völlig auf Maschinen zu verlassen, aber behalten Sie immer die Fähigkeit, sich zu fragen, ob es andere Wege gibt, das Ziel zu erreichen.
Abschließen möchte ich mit einem Kommentar zur genauen Definition einer intelligenten Maschine; Während es im letzten Jahrzehnt unglaubliche Erfolge gab, einschließlich der Entwicklung von Software, die in der Lage ist, mit Champions in Spielen wie Schach zu konkurrieren oder den Menschen bei Aufgaben wie dem Erkennen bestimmter Elemente in Bildern gleichzuziehen, wenn nicht sogar zu übertreffen, führen diese Maschinen einfach die Aktivitäten aus für die sie speziell programmiert wurden.
Ich denke das Ein „intelligentes“ Wesen sollte auch andere Tätigkeiten ausführen könnenEr verfügt nicht nur über das Wissen darüber, wie er sich zu verhalten hat, sondern auch über das Gewissen, zu entscheiden, welche Handlung für seine Interessen am besten ist. Das Bewusstsein für sich selbst und seine Fähigkeiten gehört zu den grundlegenden Eigenschaften des Menschen und ich glaube, dass es notwendig ist, um von Intelligenz sprechen zu können. Forscher auf dem Gebiet der Kognitionswissenschaften sind an einem besseren Verständnis davon interessiert, auch wenn es noch nicht in Maschinen nachgebildet wurde. Meiner Meinung nach wird dies ein zentrales Ziel sein, aber bis es erreicht ist, fühle ich mich nicht in der Lage, die darin analysierten Systeme als völlig „intelligent“ zu bezeichnen.
