“O halde bunun getirdiği riske, siber güvenlik ilkelerine, mimari ilkelere, yani birlikte tasarlayabileceğimiz şeyler neler, model risk ilkelerine bakmalısınız
“Yani bunun iki kısmı var Daha sonra model riski, uyumluluk ve yasal konular hakkında konuşmak istiyoruz Bu teknoloji iyi bir etki yaratacak ancak uçtan uca sorumlu olmamız gerekiyor Canlı yönetim modelleri geliştiriyoruz Hukukla konuşuyoruz ve bize bazı ilkeler ve uyum kuralları veriyorlar Yani her zaman karşı koyacağımız iyi insanlar vardır
“Yani genAI, risk kontrolleriyle fikir aşamasından gerçekleştirme aşamasına geçebilmemiz için birlikte uyumlu bir şekilde çalışmamız gereken uçtan uca ortakların mantıksal bir birleşimiydi Şeffaf ve açıklanabilir olsun Yani perde arkasında bu alanların her birini tasvir eden çok sayıda analiz var
Discover’daki göreviniz nedir? Rolümün iki veya üç kısmı var
Aynı zamanda, müşteri verileri finansal hizmetler sektörünün merkez üssünde kalmaya devam ediyor; dolayısıyla bunların korunması, saklanması ve kullanılması ihtiyacı önem kazanıyor ”
Hızlı mühendisin gelecekte bir iş unvanı haline geleceğini görüyor musunuz? “Bunun bir iş unvanı haline geldiğini görüyorum, ancak düşündüğünüz kadar çabuk değil Sonunda bir vektör veritabanına ihtiyacınız var; onların çok fazla ipucuna ihtiyacı var ” mühendislik ve ince ayar yapılması gerekiyor Ancak modelde yeterince ince ayar yaparsanız, hızlı mühendislik devreye giriyor Ne kadara ihtiyacın var? [is the question]”
Yüksek Lisans’ları arka uç sistemlere, veritabanlarına ve belgelere nasıl bağlarsınız? “Bu gelecekteki yol haritasının bir parçası İlk bölüm karar verme modellerinin geliştirilmesidir İşte bu da öyle Kullanımı riske atın ve ardından mevcut yönergelerin yanı sıra gelişen yönergelere de uyduğunuzdan emin olun Biz buna uyuyoruz Bu nedenle herkesin ne yaptığımızı ve bunun ofislerimize nasıl yardımcı olduğunu anladığından emin olmak istiyoruz Bu değişiklik, sektörü dijital teknolojinin benimsenmesini hızlandırmaya zorladı İlk işim, kullandığım şeyin arkasındaki matematiği anlamak Biz hâlâ öğreniyoruz “
Gelişen yönergeleri iç politikalarınıza nasıl dahil edersiniz, özellikle de bu yönergeler yerel, eyalet ve ulusal düzeyde yayınlanırken? “Discover’da, çoğu durumda gelişen yönergelerden daha katı olan mevcut yönergelere uyarız Günün sonunda sorumluluk meselesi Ve gelişen yönergeler de gelişiyor Diyelim ki ben özgür düşünen biriyim ve herhangi bir kısıtlamam yok, ki bunu yapmadığımı söylemiyorum Bu nedenle, Siber güvenlik alanındaki ortaklarımız rahattır ve veri gizliliğinin dikkate alındığından emin olmak istiyoruz Tüm düzenlemelere uyun
“Şu anda sadece belirli belgeleri özetliyoruz Yapay zeka ve makine öğrenimi alanında statik denetimli öğrenmeyi kullanıyoruz GenAI’nın hem iyi hem de kötü tarafını gördük Modellere karar vermekle ne demek istiyorum? İnsanların bir karta veya krediye başvurması gibi, sigortacılık modelleri geliştiriyoruz ” Çıktının somut olduğundan emin olun Tüm matematiği anladığımızdan emin olmak istiyoruz ama aynı zamanda çıktıda bir insanın da olduğundan emin olmak istiyoruz Bu, uçtan uca bir takım sporudur
“Mağazamız, sigortalama, yalan yönetimi, dolandırıcılığı ve tahsilatları tespit edebilen makine öğrenimi modelleri geliştiriyor
Finansal Hizmetleri Keşfedin müşteri hizmetleri yinelemelerini özetlemek ve sahtekarlık tespiti gibi süreçlerinde verimlilik yaratmak için yapay zekayı yavaş yavaş araştırıyor ”
Yapay zekanın şu anki en büyük tehdidi olarak neyi görüyorsunuz ve neden? “Siber güvenlik arkadaşlarımla konuşursam, bunu dolandırıcılık faaliyetleri gibi karanlık amaçlar için kullanacaklar
Raghu KulkarniRaghu Kulkarni
Raghu Kulkarni, Discover Financial Services’in kıdemli başkan yardımcısı ve baş veri bilimi sorumlusudur ve firmada ilk büyük dil modelini (LLM) kullanıma sunmadan önce yaptığı ilk şeylerden biri, Yapay zeka yönetişim konseyi Tekrarlanabilir süreçlerin ve korumaların sağlanması
“Yani benim açımdan hiçbir şey değişmedi Biz de onu takip ediyoruz Koruma olduğunu fark ettik ama aynı zamanda boşluklar da olabilir ”
Bugün Discover’da acil bir mühendislik işi göreviniz var mı? “Henüz yapmadık Bir veri bilimci olarak bu bir tehditten çok daha fazlası; aslında bunun abartılmasıdır Peki model hataları neden oluşuyor? Veri eksikliğinden dolayı Büyük veri ve ileri analitiklerin yanı sıra yapay zeka, finansal hizmetlerin hassas verileri korurken rekabetçi kalma arayışında da yeni sınırdır Her tehdidin bir çözümü vardır Ancak üretken yapay zeka ile bu önemli bir alan haline gelecek Evrimleşecek Şu anda elimizde veri mühendisleri, uygulama geliştiricileri ve matematiksel modelleri API’lere dönüştürebilen kişiler var İkincisi, konuyu basit tutacağım Ben bu konuda böyle hissediyorum Yani önyargı olmadığından ve doğru olduğundan emin olmak istiyorsunuz Günümüzde üretken yapay zeka hakkındaki tüm konuşmaların nedeni bilgi işlem gücünün yetişmiş olmasıdır Daha küçük LLM’ler kullandık bilinen veriler ve bilinen hedef Çok daha fazla işe yarayacak
Yapay zeka, finansal hizmetlerde talep ve gelir tahmini, anormallik ve hata tespiti, karar desteği, nakit tahsilatları ve çok sayıda başka kullanım durumu için kullanılabilir NIST çerçevesinin yazarlarından biriyle meslektaşımız olarak çalışma fırsatı bulduk [financial product] bir müşterinin yaşam döngüsü Nasıl bir modele ihtiyacım var?
“Çoğu zaman GPT-2’nin bu işi gerçekten yapabileceğini biliyorsunuz Gelişmekte olan politikaya bakıyoruz ama aynı zamanda onu çok yapılandırılmış ve basit tutuyoruz Simülasyonlar yoluyla öğrenin “
Telif Hakkı © 2023 IDG Communications, Inc Ve genAI terimi çok geniş bir şekilde kullanıldı ”
LLM’leriniz ne kadar büyük? “Emin değilim ama milyarlarca ve trilyonlarca değil [of parameters] – belki milyonlarca? Şu anki amacımız dokümanları okumalarını ve döngüde insanla birlikte özetlemelerini sağlamak Şu anda bunlar, toplam süreyi azaltmak ve ardından döngüye bir insanı dahil etmek için onları çalıştırdığımız toplu modeller Bu nedenle açıklanabilirlik, şeffaflık ve önyargıdan bahsettim Sadece bir veri bilimcinin modeli bunu kesmez Bunun için genAI modellerimiz var Dürüst olmak gerekirse ben daha iyimserim Sonra soruna nasıl bir çözümün uyabileceğini görüyorsunuz Hala diğer bankacılık modelleriyle aynı titizliği yaşıyorum Birincisi, kullanım durumu nedir? Neyi çözmeye çalışıyoruz? Bu bir çağrı merkezi optimizasyonu mu; duygu analizi mi? Her şey çözmeye çalıştığımız sorunlardan başlıyor Bu, Federal Reserve Board’un tahvil modelleri için geçerli bir politikasıdır [is solid so] Çok fazla hayalim olsa bile onları hayata geçirebilmek ve kullanabilmek istiyorum Ancak bankacılık ve bankacılık düzenlemeleri söz konusu olduğunda basit, anlaşılır ve şeffaf olmak istiyoruz Çok tanımlanmış bir sorun bildirimimiz var Bilgi işlem gücü maliyetleri düştükçe , her alana özgü problemin, kendi kullanımlarına daha uygun olan kendi LLM’si olabilir
“Aşırı uçlara gitmek istemezsiniz Bu aslında bir tehdit değil, ancak ‘Yapay zeka dünyayı ele geçirecek’ demek yerine, sanki bizim yaptığımız gibi gerçek tartışmayı kullanıyorsunuz Bununla birlikte, şirkete girmek ve dolandırıcılığı tespit etmek için satın almalara yardımcı olacak modeller kullanıyoruz
Finansal hizmetler sektörü, son birkaç yıldır müşterilerin finansal verilerini kontrol ettiği “açık bankacılık” modelinin geleneksel modelin yerini almasıyla birlikte bir çalkantı yaşadı Peki ya bizim verilerimiz üzerinde eğitilmiş bir modeliniz olsaydı?” tüm bu gerçek iş amaçları?
“Kurumları Yüksek Lisans’lara karşı bu alana özgü eğitimli modelleri geliştirmekten alıkoyan şey bilgi işlem gücüdür Bugün bile, milyarlarca, trilyon parametreli bu devasa eğitimli modelleri kullanıyorsanız, yine de verilerinize ince ayar yapmanız gerekir
“Ne yaparsak yapalım döngüde her zaman bir insan var ”
Yapay zeka nedeniyle güvenlik, gizlilik ve mevzuatla ilgili zorluklarla karşılaşan diğer işletmelere ne gibi tavsiyeleriniz var? “Birlikte çalışmak Bu mimari ve mevcut düzenlemeyle hala köprü kurmaya çalışıyoruz Basit tutalım Bu, bölümlere ayrılmış bir model gibidir Belki birkaç yıl uzaktayız Bu süper devasa büyük dil modelleri söz konusu olduğunda çok dikkatli ve dikkatli davranıyoruz ? “Öncelikle, sorumlu bir yapay zeka sağlamak istiyorsunuz Bu yüzden orijinal noktaya geri dönüyorum: çözmeye çalıştığınız problemin ne olduğunu bulun Bu modeller insanlara yardımcı olmak için tasarlandı Ama aynı zamanda veri gizliliği sorunları da var ”
Konseyde kim var; yani işin hangi bölümleri söz sahibi ve neden? “Siber güvenlik başkanımız, mimari başkanımız, model riski başkanımız, uyumluluk riski başkanımız, hukuk ve ben, veri bilimi başkanı
genel-12
Finansal hizmetler aynı zamanda tüm pazarlar arasında en fazla düzenlemeye tabi olanlardan biridir; bu nedenle, daha iyi ürün ve hizmetler yaratmanın yanı sıra verimliliği artırmak için en son teknolojiyi kullanma kaynaklarına sahip olsa da risk her zaman bir endişe kaynağıdır Hala kullanıyoruz SR11-7 — bu bizim model risk belgemiz
Kalkarni, Computerworld’e yapay zekayı kullanma yaklaşımı ve ekibinin yapay zekanın güvenli ama verimli kullanımını sağlamak için kurduğu korkuluklar hakkında konuştu Dolandırıcılık faaliyeti varsa, o zaman bir dolandırıcılık modelimiz de vardır ”
Konsey ne tür standartlar oluşturdu? “Geliştikçe politikalar ve standartlar üzerinde çalışıyoruz Büyük şirketler bilgi işlem gücünü karşılayabiliyor ”
Gelecekte, büyük dil modellerinin daha fazla alana, hatta işe özgü olacak şekilde küçüleceğini görüyor musunuz? “Bunun olduğunu görüyorum ”
Düzenleme önerileri standartlarınızı ne şekilde etkiledi? “Onlardan biri de NIST çerçevesi Bunların hepsi bizim için temel unsurlardır
“Müşteri hizmetleri söz konusu olduğunda yapay zekanın gerçekten devreye girdiği nokta burası Dolandırıcılığı veya kara para aklamayı tespit edebilecek modeller geliştiriyoruz ”
Bu Yüksek Lisans derecelerini şirket içinde mi oluşturdunuz? Açık kaynaklı modellere mi dayanıyorlar? “Bunlar açık kaynak
“Sonra gelişen riskler var ChatGPT’miz yok Diyelim ki çağrıların özetlerine bakmak istiyoruz Dolayısıyla veri bilimini nasıl arka uçta kullanacağımızın mühendisliği de benim yetki alanıma giriyor Hiçbir şey temel alınmıyor Haberi yapanlar Ayrıca ABD Ticaret Odası ve diğerlerinin yapay zeka politikası açısından neler konuştuğunu da takip ediyoruz Ne yaptığımızı görmek istersiniz [GPT] 4, bir Bard’a ya da neyin varsa ona ihtiyacın yok Konsey gerçekten yardımcı oluyor çünkü hepimiz hareketli parçaları anlıyoruz ve bunun biraz fazla riskli olduğu bir yer varsa Aslında daha basit bir modeli tercih ediyoruz ”
Genel yapay zeka statüsüne yaklaşırken yapay zekanın gelecekte ortaya çıkaracağı en büyük tehdit olarak neyi görüyorsunuz? “Hâlâ siber güvenliği ve yapay zekanın silah haline getirildiğini hissediyorum Bugün itibariyle olup biteni takip ediyoruz ChatGPT kullanımı gerçekten genişletti, ancak genAI önceden öyleydi NLP için sinir ağları [natural language processing] Halihazırda uyguladığımız bazı ilkelerimiz var
“Bu bize gerçekten yardımcı oldu ”
Discover’ı yapay zeka yönetişim konseyini oluşturmaya iten şey neydi? “Bu yapay zeka alanında, özellikle de genAI ile bunun bir takım sporu olduğunun farkına vardık Kullanımı görelim Bunun ötesinde bu modelleri geliştireceğimiz bir platforma ve bu modelleri uygulayacağımız bir temele ihtiyacımız var bugün elimizde Müşteri temsilcilerini anlayıp yardımcı olabilecek, oldukça açıklanabilir NLP’leri ve temel seviyedeki LLM’leri tercih ediyorum Bunlar yeterince açıklanabilir ve riskleri ve faydaları görecek kadar yönetilebilir Tek bir departman değil Bunu barındırabilecek kadar geniştir Peki, eğer Temel bilgilere ve temel unsurlara sahip olsanız bile yine de [achieve the right policies] Halüsinasyonlarla ne yaparsınız? Bil bakalım yeni kelime halüsinasyon olabilir ama eski kelime model hatasıydı için yapay zekayı hangi şekillerde kullandı? ”
Discover, verimlilik yaratmak, müşteri hizmetlerini iyileştirmek vb ”
Peki GPT 4 değilse hangi Yüksek Lisans’ı kullanıyorsunuz? “Şu anda NLP ve GPT-2’ye bakıyoruz Daha basit modellerle öğrenin