金融ロボアドバイザーは3つのトレンドによって増加傾向にある

編集者注: ロボット アドバイザーの登場により、従来のアドバイザーはどこへ向かうのでしょうか。これは金融業界が考えなければならない問題です。 Credit Sesame は、消費者に無料のクレジット スコアを提供する教育ローンおよび個人金融の Web サイトです。 Credit Sesame の CTO、Pejman Makhfi 氏は、ロボアドバイザー技術の発展は 3 つの大きなトレンドによって促進されると考えています。その 3 つのトレンドとは何でしょうか? 見てみましょう。

[[211793]]

新世代のロボファイナンシャルアドバイスモデルは、3 つの主要なトレンドに支えられ、急速に進化しています。実際、これら 3 つの主要分野の発展があるからこそ、AI 金融アドバイス モデルはムーアの法則と同じ速度で進歩し続ける可能性があるのです。

データはどこにでもある

人間は毎日 25 億 GB のデータを生み出しています。イノベーターと開発者は、無数のソースからデータにアクセスします。たとえば、米国の州や政府はデータを公開し始めており、内国歳入庁や米国国勢調査局でさえデータを公開しています。それだけでなく、教育機関、協会、非営利団体も関与しています。

そのため、データ主導の新しいビジネス モデルがますます人気を集めています。最も嬉しいのは、新しいアドバイザリー サービスのサポートにより、消費者の力がさらに高まることです。新しいコンサルティング サービスにより、消費者は意思決定ツールを利用でき、製品はより正確で関連性のあるものになります。

既存の企業の中には、顧客の情報をデジタル化して顧客に提供することで、データマイニングを行っているところもあります。さらに、金融機関は、新しいデータ駆動型のシームレスなユーザー エクスペリエンスを実現するために、オープン アプリケーション プログラミング インターフェイスを作成しました。

たとえば、今年初めに JP モルガン・チェースと Intuit は、Financial Exchange API を通じてデータを公開すると発表しました。両社の目標は同じで、消費者がさまざまな金融アプリやウェブサイトを通じて自分のデータに簡単かつ安全にアクセスできるようにすることです。

このデータをロボット金融アドバイス モデルに取り込む機会があります。最終的には、次世代のロボアドバイザーはさらに強力になり、ポートフォリオ管理を超えるものになるでしょう。

処理能力とストレージ能力が向上している

次に、処理能力とストレージ機能がますます強力になり、コストが下がるにつれて、この傾向により、次世代のロボファイナンシャルアドバイスモデルの開発を促進する機会が生まれます。

進歩のニュースが次々と出てきており、特にこの2年間は良いニュースが続いた。例えば、AmazonとGoogleは新たなブレークスルーを達成したと主張し、ハードウェア企業のNvidiaとHuaweiは製品を最適化し、AIの計算能力を強化した。いくつか例を挙げてみましょう。

• Google Tensor Processing Unit: 2016 年 5 月、Google チームは TPU の開発を発表しました。それ以来、Google はパフォーマンス調査レポートの開発と公開を続けており、TPU は低コストで大規模なニューラル ネットワークを実行できると述べています。このニュースが最初に発表された際、Google は TPU が機械学習の能力を大幅に強化し、技術を 7 年分 (ムーアの法則の約 3 世代分) 進歩させることができることを発見したと述べていました。
• Nvidia Volta: 2017 年 5 月、Nvidia は 210 億個のトランジスタを搭載した Volta GV100 GPU を搭載した Tesla V100 アクセラレータを発売しました。 Nvidia は当時、これが世界最高性能の並列コンピューティング プロセッサであると述べました。
• Huawei Kirin: 2017 年 9 月、Huawei は専用のニューラル プロセッシング ユニットを搭載した強力な Kirin 970 モバイル チップを発売しました。 Huaweiは、新しいプロセッサはクアッドコアCortex-A73 CPUと比較して50倍のエネルギー効率と25倍のパフォーマンスを備えていると主張している。 ファーウェイはまた、モバイルデバイスのAIパフォーマンスを向上させるためにさらに多くの技術を組み込む予定であり、Kirin 970はその第一歩に過ぎないと述べた。

ロボットアドバイザーがデータシミュレーション、自然言語コミュニケーション、ARなどの特定の機能を持つことができるのは、まさに技術革新のおかげです。

AIの進歩

3 番目の傾向は、アルゴリズムとモデリング技術の高度化が進むことで、これもロボット アドバイザリ モデルの開発を促進します。

大学の研究者の努力と大企業による研究成果の共有により、機械知覚学習の理論はさらに向上しました。こうした進歩は刺激的です。1970 年代、AI の商業的可能性が期待外れだったため、AI 開発は厳しい冬を迎えました。しかし今は違います。企業は AI に大きな可能性があると確信しています。

ディープラーニングの登場とモデルの改良により、機械学習アプリケーションが急速に発展しました。これらには、従来のニューラル ネットワークに代わる Google の Capsule Network などの設計コンセプトや、人間では実現できない精度でパターンを発見できる反復学習と転移学習が含まれます。

グラフィックベースおよびプレゼンスベースの学習は非常に重要な部分です。データの意味的理解を強化し、その理解を実行可能な推奨事項に変換できます。ゲート付き再帰ユニットなどのメカニズムはアーキテクチャの一部であり、AI 認識モデルが以前に学習した情報を記憶し、それを再利用するのに役立ちます。

結果は驚くべきものでした。たとえば、マンハイム大学の研究者は、機械学習モデルがデータを検証する速度を 50 倍高速化できることを実証しました。 Google の AutoAI は、AutoAI 研究者が書いたコードよりもはるかに優れた機械学習コードを作成できることを実証しました。

アルゴリズムの進歩を統合し活用することで、人類が AI 分野で飛躍的な進歩を遂げることに貢献できます。

新しい時代の始まりに立つ

今後数年間、いくつかのトレンドが相まってロボアドバイザー技術の急速な発展を刺激し、そのパフォーマンスは投資管理業界が構築した基本モデルをはるかに上回るものとなるでしょう。新しいテクノロジーの可能性とそれが消費者にもたらす価値は無限であり、想像をはるかに超えています。

ロボアドバイザーは今後もその力を増し、個人のバランスシートの両面を分析し、個人に合わせた総合的な財務アドバイスを提供し、個々の消費者に力を与える新しい時代を切り開くでしょう。