 |
Применение систем искусственного интеллекта в банковской деятельности и электронном документационном обороте
|
|
|
|
Содержание
Введение 3
1. 1. Системы искусственного интеллекта: содержание, место и значение в интеллектуальных системах 4
2. 2. Применение систем искусственного интеллекта в банковской деятельности и электронном документационном обороте 11
Заключение 13
Список использованной литературы 15
Введение
Бурное развитие интернета, различных технологий, дающих возможность порождать искусственный интеллект, приводят к тому, что компании начинают менять подходы к ведению бизнеса. Организации по всему миру уже активно внедряют или планируют внедрять искусственный интеллект в свои отраслевые бизнес-процессы. По прогнозам различных специалистов искусственный интеллект войдёт в число революционных технологий, которые существенным образом повлияют на дальнейшее развитие отраслей и бизнеса.
Искусственный интеллект не просто какая-то отдельная технология, а это гораздо более интеллектуальные устройства, эффективные «облачные» инструменты. Он приводит к появлению кардинально новых бизнес-моделей и методов работы. И на данном этапе развития человечества можно сказать, что это только начало.
Целью работы является характеристика содержания искусственного интеллекта, места и роли его в интеллектуальных системах и описание направлений использования в экономических процессах.
|
|
|
1. Системы искусственного интеллекта: содержание, место и значение в интеллектуальных системах
Искусственный интеллект (ИИ) – это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными, задачи, общаясь с компьютером на ограниченном подмножестве естественного языка; область информатики, которая занимается разработкой интеллектуальных компьютерных систем, то есть систем, обладающих возможностями понимания языка, обучения, способности рассуждать, решения проблем и т. д.
ИИ занимается изучением разумного поведения (у людей, животных и машин) и пытается найти способы моделирования подобного поведения в любом типе искусственно созданного механизма.
Термин «искусственный интеллект» (artificial intelligence) был предложен в 1956 году. Первой интеллектуальной системой считается программа «Логик–Теоретик», предназначенная для доказательства теорем и исчисления высказываний. В создании программы участвовали такие известные учёные, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. За прошедшее с тех пор время в области ИИ разработано великое множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.
Существует 3 подхода (точки зрения) по поводу разработок искусственного интеллекта. Согласно первой исследования в области ИИ относятся к фундаментальным, в процессе которых разрабатываются новые модели и методы решения задач, традиционно считавшихся интеллектуальными и не поддававшихся ранее формализации и автоматизации. Второй подход – это направление связано с новыми идеями решения задач на ЭВМ, с разработкой новых технологий программирования и с переходом к компьютерам не фон-неймановской архитектуры. Третья точка зрения, наиболее прагматическая, основана на том, что в результате исследований, проводимых в области ИИ, появляется множество прикладных систем, способных решать задачи, для которых ранее создаваемые системы были непригодны. По последней трактовке ИИ является экспериментальной научной дисциплиной, в которой роль эксперимента заключается в проверке и уточнении интеллектуальных систем, представляющих собой аппаратно-программные информационные комплексы.
|
|
|
Интеллектуальная система (ИС) – автоматизированная система, основанная на знаниях, или комплекс программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке. Кроме того, информационно-вычислительными системами с интеллектуальной поддержкой для решения сложных задач называют те системы, в которых логическая обработка информации превалирует над вычислительной.
Таким образом, любая информационная система, решающая интеллектуальную задачу или использующая методы искусственного интеллекта, относится к интеллектуальным.
Для выявления интеллектуальности системы и отнесения её к системам искусственного интеллекта в 1950 году Алан Тьюринг разработал поведенческий тест интеллектуальности, который предложил в статье в статье «Вычислительные машины и разум».
Суть теста: судья-человек ограниченное время (например, 5 минут) переписывается в чате (в оригинале – по телеграфу) на естественном языке с двумя собеседниками, один из которых – человек, а другой – компьютер. Если судья за предоставленное время не сможет надёжно определить, кто есть кто, то компьютер прошёл этот тест.
Предполагается, что каждый из собеседников стремится, чтобы человеком признали его. С целью сделать тест простым и универсальным, переписка сводится к обмену текстовыми сообщениями. Переписка должна производиться через контролируемые промежутки времени, чтобы судья не мог делать заключения исходя из скорости ответов. Тьюринг ввел это правило потому, что в его времена компьютеры реагировали гораздо медленнее человека. Сегодня же это правило необходимо, наоборот, потому что они реагируют гораздо быстрее, чем человек.
|
|
|
Против теста Тьюринга есть как минимум три возражения:
1. Машина, прошедшая тест, может не быть разумной, а просто следовать какому-то хитроумному набору правил.
2. Машина может быть разумной и не умея разговаривать, как человек, ведь и не все люди, которым мы не отказываем в разумности, умеют писать.
3. Если тест Тьюринга и проверяет наличие разума, то он не проверяет сознание (consciousness) и свободу воли (intentionality), тем самым не улавливая весьма существенных различий между разумными людьми и интеллектуальными машинами.
Сегодня уже существуют многочисленные варианты интеллектуальных систем, которые не имеют цели, но имеют критерии поведения: генетические алгоритмы и имитационное моделирование эволюции. Поведение этих систем выглядит таким образом, как будто они имеют различные цели и добиваются их.
Жизненный цикл систем искусственного интеллекта включает несколько этапов: разработка идеи и концепции системы (появление (в результате проведения маркетинговых и рекламных мероприятий) заказчика или спонсора, заинтересовавшегося системой); разработка теоретических основ системы (обоснование выбора математической модели по критериям или обоснование необходимости разработки новой модели); разработка математической модели системы (детальная разработка математической модели); разработка методики численных расчетов в системе: разработка структур данных (детальная разработка структур входных, промежуточных и выходных данных), разработка алгоритмов обработки данных (разработка обобщенных и детальных алгоритмов, реализующих на разработанных структурах данных математическую модель); разработка структуры системы и экранных форм интерфейса (разработка иерархической системы управления системой, структуры меню, экранных форм и средств управления на экранных формах); разработка программной реализации системы (разработка исходного текста программы системы, его компиляция и линковка. Исправление синтаксических ошибок в исходных текстах); отладка системы (поиск и исправление логических ошибок в исходных текстах на контрольных примерах. На контрольных примерах новые ошибки не обнаруживаются); экспериментальная эксплуатация (поиск и исправление логических ошибок в исходных текстах на реальных данных без применения результатов работы системы на практике. На реальных данных новые ошибки практически не обнаруживаются, но считаются в принципе возможными); опытная эксплуатация (поиск и исправление логических ошибок в исходных текстах на реальных данных с применением результатов работы системы на практике. На реальных данных новые ошибки не обнаруживаются и считаются недопустимыми); промышленная эксплуатация (основной по длительности период, который продолжается до тех пор, пока система функционально устраивает заказчика. У заказчика появляется необходимость внесения количественных (косметических) изменений в систему без изменения математической модели, структур данных и алгоритмов); заказные модификации системы (у заказчика формируется потребность внесения качественных (принципиальных) изменений в систему с изменениями в математической модели, структурах данных и алгоритмах); разработка новых версий системы (выясняется техническая невозможность или финансовая нецелесообразность разработки новых версий системы); снятие системы с эксплуатации.
|
|
|
Система искусственного интеллекта в качестве существенной своей части включает базу знаний, которая является результатом обобщения опыта эксплуатации данной системы в определенных конкретных условиях. Это значит, что программистом может быть разработана только «пустая оболочка» системы искусственного интеллекта, которая превращается в работоспособную систему в результате процесса обучения, который является необходимым технологическим этапом создания подобных систем.
Классификация систем искусственного интеллекта:
1) Системы с интеллектуальной обратной связью и интеллектуальными интерфейсами. Интеллектуальный интерфейс (Intelligent interface) - интерфейс непосредственного взаимодействия ресурсов информационного комплекса и пользователя посредством программ обработки текстовых запросов пользователя. Примером может служить программа идентификация и аутентификация личности по почерку.
2) Автоматизированные системы распознавания образов: формирование конкретных образов объектов и обобщенных образов классов; обучение, то есть формирование обобщенных образов классов на основе ряда примеров объектов, классифицированных (отнесенных к тем или иным категориям – классам) и составляющих обучающую выборку; самообучение или формирование кластеров объектов на основе анализа неклассифицированной обучающей выборки.
|
|
|
3) Автоматизированные системы поддержки принятия решений. Системы поддержки принятия решений (СППР) – это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру (или руководителю) в принятии решений управления, объединяя данные, сложные аналитические модели и удобное для пользователя программное обеспечение в единую мощную систему, которая может поддерживать слабоструктурированное и неструктурированное принятие решения. СППР находиться под управлением пользователя от начала до реализации и используется ежедневно. Предназначена для автоматизации выбора рационального варианта из исходного множества альтернативных в условиях многокритериальности и неопределенности исходной информации.
4) Экспертная система (ЭС) – это программа, которая в определенных отношениях заменяет эксперта или группу экспертов в той или иной предметной области. ЭС предназначены для решения практических задач, возникающих в слабо структурированных и трудно формализуемых предметных областях. Исторически ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей. Экспертные системы используются в маркетинге для сегментации рынка и выработке маркетинговых программ, а также в банковском деле для определения тенденции рынка, трейдинг для программирования котировок акций и валют, в аудите для подготовки заключений о финансовом состоянии предприятий.
5) Генетические алгоритмы и моделирование эволюции. Генетические алгоритмы (ГА) – это адаптивные методы функциональной оптимизации, основанные на компьютерном имитационном моделировании биологической эволюции.
6) Когнитивное моделирование – это способ анализа, обеспечивающий определение силы и направления влияния факторов на перевод объекта управления в целевое состояние с учетом сходства и различия в влиянии различных факторов на объект управления. Основана на когнитивной структуризации предметной области, то есть на выявление будущих целевых и нежелательных состояний объекта управления и наиболее существенных (базисных) факторов управления и внешней среды, влияющих на переход объекта в эти состояния, а также установление на качественном уровне причинно-следственных связей между ними, с учетом взаимовлияния факторов друг на друга.
7) Выявление знаний из опыта и интеллектуальный анализ данных. Интеллектуальный анализ данных (ИАД или data mining) – это процесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Достижения технологии data mining активно используются в банковском деле для решения проблем телекоммуникации, анализа биржевого рынка и др.
8) Нейронные сети. Искусственная нейронная сеть (ИНС, нейросеть) – это набор нейронов, соединенных между собой. Как правило, передаточные функции всех нейронов в сети фиксированы, а веса являются параметрами сети и могут изменяться. Некоторые входы нейронов помечены как внешние входы сети, а некоторые выходы – как внешние выходы сети. Подавая любые числа на входы сети, можно получить какой-то набор чисел на выходах сети. Практически любую задачу сводят к задаче, решаемой нейросетью.
9) Многоагентные системы или иногда их называют мультиагентные системы (англ. Multi-agent system) – это направление искусственного интеллекта, которое использует систему агентов для решения сверхсложных задач или глобальных проблем. Агенты в таких системах взаимосвязаны между собой и обладают возможностью обмена сообщениями. У каждого агента есть своя цель и решаемая им задача. Обычно в мультиагентных системах используются программные агенты. Тем не менее, составляющими мультиагентных систем могут быть также роботы, люди или команды людей. В мультиагентных системах могут проявляться самоорганизация и сложное поведение, даже если стратегия поведения каждого агента достаточно проста. За счет особенности распределения между агентами обязанностей каждый агент выполняет свое задание, по принципу инстинктов роя пчёл или большого муравейника. Применимы на МКС (например, была разработана и внедрена МАС, отвечающая за формирование списка будущих транспортировок. Система представляет собой глобальную пространственно распределенную сеть агентов, которые либо совершают вращение вокруг Земли, либо находясь на поверхности Земли, вращаются вместе с ней, либо совершают своё движение в соответствии с законами небесной механики) и корпоративном такси (мультиагентная система, разработанная компанией Magneta по заказу компании Аддисон Ли, для которой нужно было произвести чрезвычайно сложный процесс планирования и оптимизации ресурсов заказов такси).
Применение систем искусственного интеллекта в банковской деятельности и электронном документационном обороте
Искусственный интеллект набирает все большую популярность в настоящее время, проникая все глубже в нашу жизнь. Он уже используется во многих сферах таких как: медицина, промышленность и сельское хозяйство, городская инфраструктура, а также банковская деятельность.
Внедрение искусственного интеллекта в банковской сфере позволяет улучшить положение как для клиентов, так и для самого банка. Потребитель получает более качественные и персональные рекомендации от службы поддержки, а также советы в области управления финансами и инвестициями. Банк же в свою очередь при помощи точных процессов практически исключает человеческий фактор, снижаются издержки за счет автоматизации, решение циклических повторяющихся задач становится более оптимальным. Основные задачи, которые возложены на искусственный интеллект: кредитный скоринг (представляет собой проверку заемщика на предмет платежеспособности, является наиболее распространенным применением искусственного интеллекта в банковской сфере); работа с должниками (ИИ совершает звонок людям, просрочившим платежи по кредиту, и сообщает о наличии задолженности. Эффективность заключается в том, что робот практически не ограничен числом звонков. Внедрение этой технологии увеличило эффективность работы с должниками практически на четверть за первый год использования); борьба с мошенниками (ИИ проводит анализ всех данных и параметров потенциального заемщика, определяя его как приемлемого или нет. Также данная задача решается при помощи сбора биометрических); робо-эдвайзинг (ИИ позволяет оценивать риски и прибыль от инвестиционных проектов, отслеживать курсы валют, консультировать в вопросе приобретения ценных бумаг. Благодаря всем этим возможностям ИИ в состоянии предоставлять точные прогнозы на бирже, в результате чего каждый прибегающий к данной услуге может стать успешным инвестором; безопасность банковских карт (анализирует и сохраняет данные, связанные со способами оплаты покупок, что дает возможность распознавания мошеннических операций. ИИ помечает их как «сомнительные» или «вызывающие подозрения» и может предпринять меры, вплоть до блокировки карты до выяснения обстоятельств лично с клиентом. Также решение данной задачи позволяет защищать персональные данные клиентов, являющиеся коммерческой собственностью банка); чат-боты (призваны заменить работников call-центров, имея при этом ряд преимуществ, таких как работоспособность в любой день 24 часа в сутки, высокую скорость реакции и обработки данных, что в свою очередь приводит к предложению нужного решения для клиента).
Хорошая организация документооборота помогает своевременному прохождению документов по подразделениям организации, эффективному контролю исполнения документов и грамотной организации работы с электронными документами. Главное при этом – улучшение взаимодействия всех подразделений компании, повышение управляемости, а также достижение более высокой оперативности в работе. Для того, чтобы модернизировать процесс работы делопроизводства, целесообразно более активно использовать в электронном документообороте систему искусственного интеллекта. Сегодня чаще всего ИИ используют для решения трех типов задач — интеллектуального поиска документа, автоматической классификации и автоматического извлечения атрибутов (метаданных) из текста документов.
Заключение
Искусственный интеллект – это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, то есть систем, обладающих возможностями понимания языка, обучения, способности рассуждать, решения проблем и т. д.
Искусственный интеллект занимается изучением разумного поведения (у людей, животных и машин) и пытается найти способы моделирования подобного поведения в любом типе искусственно созданного механизма.
Любая информационная система, решающая интеллектуальную задачу или использующая методы искусственного интеллекта, относится к интеллектуальным. Для выявления интеллектуальности системы и отнесения её к системам искусственного интеллекта в 1950 году Алан Тьюринг разработал поведенческий тест интеллектуальности, который предложил в статье в статье «Вычислительные машины и разум».
Классификация систем искусственного интеллекта: системы с интеллектуальной обратной связью и интеллектуальными интерфейсами; автоматизированные системы распознавания образов; автоматизированные системы поддержки принятия решений; экспертные системы; генетические алгоритмы и моделирование эволюции; когнитивное моделирование; выявление знаний из опыта и интеллектуальный анализ данных; нейронные сети; многоагентные системы или мультиагентные системы.
Применяются для принятия управленческих решений, в маркетинге для сегментации рынка и выработке маркетинговых программ, а также в банковском деле для определения тенденции рынка, для решения проблем телекоммуникации, анализа биржевого рынка, в трейдинге для программирования котировок акций и валют, в аудите для подготовки заключений о финансовом состоянии предприятий, при выявлении будущих целевых и нежелательных состояний объекта управления и наиболее существенных (базисных) факторов управления и внешней среды, влияющих на переход объекта в эти состояния, а также установление на качественном уровне причинно-следственных связей между ними, с учетом взаимовлияния факторов друг на друга. Сегодня чаще всего ИИ используют для решения трех типов задач в документообороте — интеллектуального поиска документа, автоматической классификации и автоматического извлечения атрибутов (метаданных) из текста документов.
Список использованной литературы
1. Интеллектуальные информационные системы и технологии: учебное пособие / Ю. Ю. Громов, О. Г. Иванова, В. В. Алексеев и др. – Тамбов: Изд-во ФГБОУ ВПО «ТГТУ», 2013. – 244 с.
2. Макаренко С. И. Интеллектуальные информационные системы: учебное пособие. – Ставрополь: СФ МГГУ им. М. А. Шолохова, 2009. – 206 с.
3. Остроух А. В. Интеллектуальные системы / А. В. Остроух. – Красноярск: Научно-инновационный центр, 2015. – 110 с.
4. Андреева Д. Б., Давыдова М. И., Виниченко М. В. Перспективы использования технологий искусственного интеллекта в системах автоматизации документооборота. Новое поколение. 2019. № 20. С. 1-6.
5. Артамонов Н. А., Кургинян Д. Г., Антоненко В. В. Системы искусственного интеллекта для управления финансовыми рисками. Дневник науки. 2019. № 5 (29). С. 72.
6. Байгужина З. Р., Макушкин С. А. Проблемы использования искусственного интеллекта в системе электронного документационного обеспечения. Новое поколение. 2019. № 20. С. 14-18.
7. Белухин В. В., Федченко Е. А. Социально-экономические последствия внедрения искусственного интеллекта в банковскую систему. Modern Science. 2019. № 12-5. С. 11-15.
8. Затравкина А. А., Мокрицына Е. Е., Виниченко М. В. Перспективы использования технологий искусственного интеллекта в системах автоматизации документооборота. Новое поколение. 2019. № 20. С. 39-48.
9. Корсунова Н. Н. Перспективы развития системы искусственного интеллекта в банках. Синергия Наук. 2019. № 38. С. 88-92.
10. Малыхина М. П., Герасимов Д. А. Мультиагентные системы искусственного интеллекта. Электронный сетевой политематический журнал "Научные труды КубГТУ". 2018. № 3. С. 476-484.
11. Михайлов А. А., Горюнова Л. А., Цветкова Л. А. Системы искусственного интеллекта в условиях цифровизации экономики. Экономика: вчера, сегодня, завтра. 2019. Т. 9. № 5-1. С. 448-457.
12. Степура М. А. Экспертные системы как направление исследований в области искусственного интеллекта. Вектор экономики. 2019. № 1 (31). С. 55.
|
|
|
