安全で制御可能、かつ法的に準拠した人工知能は金融分野で「原則化」されている

現在、国内の新興デジタルインフラの進歩と、5G、クラウドコンピューティング、ビッグデータなどのモジュールの成熟により、人工知能産業の発展のための「栄養素」はますます十分になりつつあります。

[[357297]]

産業チェーンの上流と下流の関係に基づいて、人工知能は基本層、技術層、アプリケーション層に分けられます。世界的に見ると、わが国の人工知能産業チェーンは初期に形成されたが、構造的な問題があり、技術層と応用層に重点を置いており、基礎層に顕著な欠陥がある。基礎となる基礎技術とハイエンド製品は、主に欧州、米国、日本などの国が独占しており、AIチップやスマートセンサーなどの分野では比較的弱い。特にハイエンドチップの分野では、国際的なテクノロジー大手が基本的に産業エコシステムを構築しているのに対し、わが国はコア技術が比較的不足しており、ハイエンドチップを輸入に大きく依存している。技術層は、基礎理論とビッグデータに基づく技術であり、ニッチな分野での応用のために開発されており、産業チェーンの上流と下流に拡張しやすく、幅広いレイアウトに適しています。一連の成果の達成は、政策や資金などの導入と密接に関係しています。

2017年、国務院は「新世代人工知能開発計画」を発表し、金融を人工知能応用のパイロット実証と産業のインテリジェント化の重要分野の一つに挙げた。中国人民銀行は2019年に「金融技術発展計画」を発表し、人工知能技術と金融業務の深い融合を着実に推進することを明確に提案した。これらの政策文書は、金融分野における人工知能の応用に良好な政策環境を提供している。

12月10日、第5回国際インテリジェントファイナンスフォーラムと2020年金融業界リーダーシップ年次式典が北京で開催されました。中国銀行業監督管理委員会の元副委員長は金融業界の発展について4つの見解を述べた。これには、「フィンテックの中核は依然として人工知能とブロックチェーンである」という事実も含まれます。金融分野における人工知能の応用を強化することは、間違いなく業界全体の発展にとって大きな意義を持ちます。

12月11日、新浪金融が主催する2020年中国銀行発展フォーラムスマートファイナンスサミットが北京で開催され、中国インターネット金融協会会長で中国人民銀行元副総裁の李東栄氏が会議に出席し、講演を行った。李東栄氏は演説の中で、金融分野における人工知能の応用において遵守すべき4つの基本原則、すなわち法令遵守、人間本位、安全かつ制御可能、そして明確な権利と責任を提案した。

安全性と制御性の観点から、人工知能の開発者、ユーザー、その他の関係者の能力開発と行動規範を強化し、関係者が人工知能の金融アプリケーションに必要な専門能力、ビジネス知識、および実務経験を備えていることを保証する必要があります。理論研究、モデルテスト、セキュリティ評価、監査システムの構築を強化し、インテリジェント金融システムの透明性、信頼性、制御性を継続的に向上させ、追跡可能性、信頼性、監査可能性を徐々に実現します。階層的かつ分類さ​​れた管理の考え方によれば、対応するレベルでのアルゴリズム モデルの解釈可能性の程度は、特定のアプリケーション シナリオと組み合わせて決定する必要があり、技術的なブラック ボックスを解釈可能性の欠如の言い訳として使用すべきではありません。技術サプライヤーのデューデリジェンス、リスク分離、撤退管理を実施し、自社の技術力と運用・保守能力を継続的に向上させ、単一サプライヤーへの過度な依存を回避します。

それぞれの金融シナリオを見ると、人工知能はリスク管理シナリオにおいて重要な役割を果たしています。金融業界では「時は金なり」という言葉があります。時には、ほんの数秒の違いが、数十万、あるいは数百万ドルの資産価値の上昇や下落につながることもあります。したがって、リスクケースの場合、リスク管理担当者は AI アルゴリズムを使用してケース履歴を分析し、潜在的な問題を特定できます。これには、機械学習を使用して、金融の専門家が特定の傾向や変動を追跡し、起こり得るリスクを事前に予測し、適切な資産管理と配分を行える正確なモデルを作成することが含まれます。

不正行為防止の面では、人工知能の可能性を過小評価すべきではなく、金融AIによる不正行為防止のソリューションを積極的に模索している企業もあります。例えば、百栄クラウドの AI 不正防止技術は、音声・テキスト認識、自然言語処理、マシンビジョン（顔認識）、ナレッジグラフ（相関分析）などの最先端技術を網羅しています。

人工知能は、新たな科学技術革命と産業変革の中核的な原動力として、これまでの科学技術革命と産業発展によって蓄積された膨大なエネルギーを解放しています。次に、人工知能、機械学習、ディープニューラルネットワークが業界の従来のビジネスモデルを覆し、変革を促進するでしょう。