Artificiell intelligens (AI) är en maskins förmåga att lära sig att utföra uppgifter utan explicita mänskliga instruktioner. Den brittiske matematikern Alan Turing är generellt krediterad för att ha utvecklat idén om artificiell intelligens, även om han inte myntade själva termen. Han trodde att sanna tänkande maskiner behövde lösa problem såväl som människor för att betraktas som autonoma, en standard som kallas "Turing-testet."
Den här artikeln ger en översikt över artificiell intelligens, vad det är, och exempel på användningen av artificiell intelligens inom finans.
Det finns ingen universellt accepterad eller standarddefinition av artificiell intelligens, men en allmänt accepterad definition beskriver det som "maskiner som svarar på stimulering i överensstämmelse med traditionella svar från människor, givet den mänskliga förmågan till kontemplation, bedömning och avsikt."
Stanford-professorn John McCarthy var den första personen som använde termen "artificiell intelligens" och beskrev det som "att få en maskin att bete sig på ett sätt som skulle kallas intelligent om en människa uppförde sig så." AI-beteende kan innebära att lösa problem, lära sig baserat på tidigare och nuvarande data och planera framtida åtgärder baserat på vad man har lärt sig.
Artificiell intelligens finns i olika former, men AI är en allmän förmåga att använda realtidsdata för att fatta ett beslut. Maskinen eller programmet kan ta emot dessa data via sensorer, fjärringång eller digitalt. AI:n måste sedan analysera datan innan man fattar ett beslut, vilket är den egenskap som skiljer den från en förprogrammerad maskin.
Inom finans kan artificiell intelligens användas i emissionsprocessen för att hjälpa en långivare fatta bättre beslut angående låneansökningar. Istället för att förlita sig på prediktiv analys som föreskrivs av statistiker kan en datoralgoritm läsa data om tidigare lån och själv bestämma den bästa prediktiva modellen för att bedöma sökandes kreditvärdighet.
Lender Upstart använder AI för att fastställa en låntagares risk och tillhandahålla finansiering i situationer som andra långivare kanske inte.
Robo-rådgivare är en annan populär användning av artificiell intelligens inom finans. Robo-rådgivare använder kundinformation om finansiella mål, risktolerans och investeringshorisont för att fastställa en investeringstillgångsallokering. Robo-rådgivaren balanserar sedan om portföljen efter behov, placerar affärer och hanterar till och med uppgifter som skatteförlustavverkning.
I allmänhet finns det fyra breda kategorier av artificiell intelligens:reactive, begränsat minne, teori om sinne och självmedvetenhet. Tänk på dessa typer som ett progressivt spektrum; varje typ bygger på komplexiteten hos typen före den.
Detta är den mest grundläggande typen av AI. Rent reaktiv artificiell intelligens kan agera baserat på en bedömning av den aktuella situationen men kan inte bygga upp ett lager av minnen att dra ifrån i framtiden.
Med utgångspunkt från den reaktiva kategorin kan AI med begränsat minne "komma ihåg" tidigare erfarenheter som förprogrammerade representationer av sin omgivning. AI med begränsat minne kommer sedan att införliva dessa minnen i framtida beslut.
Den här typen av AI är ännu mer avancerad än begränsat minne. Med sitt namn från den psykologiska termen kan theory-of-mind AI tillskriva andra mentala tillstånd som övertygelser, avsikter, begär, känslor och kunskap. Om det låter futuristiskt så är det för att det är det. Denna typ av artificiell intelligens har ännu inte utvecklats.
Gå bortom theory-of-mind AI, har självmedveten AI förmågan att bilda representationer om sig själv – och därmed ha medvetenhet.
På grund av bristen på en standardiserad definition och faktum att det finns så många relaterade termer kan det vara svårt att skilja mellan artificiell intelligens och maskininlärning.
Artificiell intelligens är ett brett begrepp och det är löst definierat. Maskininlärning är en speciell tillämpning av artificiell intelligens där maskiner lär sig av data och förändras över tiden för att fatta bättre beslut om denna data. Den huvudsakliga användningen av maskininlärning är att bearbeta stora mängder information på kort tid.
Ett exempel på maskininlärning är hur sociala medieplattformar lär sig vilken typ innehåll – inlägg och annonser – som du kommer att gilla mer baserat på hur du har interagerat med innehåll på plattformen.