کارگاه آموزشی دکتر هشام فیلی – انقلاب صنعت مالی با هوش مصنوعی مولد

Article Summary

در کارگاه آموزشی "انقلاب صنعت مالی با هوش مصنوعی مولد"، دکتر هشام فیلی، استاد تمام گروه هوش مصنوعی دانشگاه تهران و مدیرعامل شرکت هوش مصنوعی آدان، به بررسی تأثیر هوش مصنوعی مولد در صنعت مالی پرداخت. دکتر فیلی تجربیات خود را در زمینه هوش مصنوعی و کاربردهای آن در بانک‌ها به اشتراک گذاشت. دکتر فیلی تاریخچه هوش مصنوعی را از سال 1943، زمان ایجاد اولین شبکه عصبی، تا امروز بررسی کرد. او به اولین چت‌بات در سال 1966، موفقیت آی‌بی‌ام در شطرنج در سال 1997، و پیروزی آی‌بی‌ام واتسون در مسابقه جور پردیس در سال 2011 اشاره کرد. او تأکید کرد که هوش مصنوعی مولد، مانند مدل‌های چت جی پی تی، توانایی تولید محتوای جدید را دارند، در حالی که مدل‌های پیش‌بینی‌کننده تنها توانایی پیش‌بینی را دارند. در ادامه دکتر فیلی به کاربردهای هوش مصنوعی مولد در بانک‌ها پرداخت. او به مثال‌هایی از استفاده از این تکنولوژی برای تولید محتوای تبلیغاتی با کیفیت بالا و هزینه پایین، نوشتارهای خبری، و برنامه‌نویسی اشاره کرد. او توضیح داد که این مدل‌ها می‌توانند براساس سیاست‌های بانک‌ها ترین شده و خروجی‌هایی با کیفیت تولید کنند. دکتر فیلی به چالش‌های واقعیت ایران در مواجهه با تحریم‌ها و راه‌حل‌هایی برای استفاده از تجربیات داخلی در این زمینه اشاره کرد. او تأکید کرد که با استفاده از هوش مصنوعی مولد، می‌توان به بهبود کارایی و کاهش هزینه‌ها در صنعت مالی دست یافت. در این کارگاه آموزشی، دکتر هشام فیلی به بررسی تأثیرات هوش مصنوعی (AI) بر صنعت مالی پرداخت. او توضیح داد که هوش مصنوعی مولد (LLM) با استفاده از شبکه‌های عصبی عمیق و داده‌های بزرگ، توانایی‌هایی مانند پاسخگویی به سوالات، تحلیل داده‌ها، و ارزیابی ریسک‌ها را فراهم می‌کند. دکتر فیلی اشاره کرد که توان پردازشی GPU‌ها و دسترسی به داده‌های بزرگ (Big Data) از عوامل کلیدی پیشرفت هوش مصنوعی بوده‌اند. او مثال‌هایی از مدل‌های LLM با بیش از یک میلیارد پارامتر ارائه کرد و تأکید کرد که این مدل‌ها به تدریج به سطح پیچیدگی مغز انسان نزدیک می‌شوند. در بخش بانکی، دکتر فیلی به مواردی مانند ارزیابی اعتبار، دستیابی مجازی، و اتوماسیون فرایندهای رباتیک اشاره کرد. او توضیح داد که بانک‌ها با استفاده از هوش مصنوعی می‌توانند هزینه‌ها را کاهش داده و بهره‌وری را افزایش دهند. مثال‌هایی از بانک‌هایی مانند HSBC و Santander ارائه شد که با استفاده از هوش مصنوعی توانسته‌اند پروفایل‌های 360 درجه از مشتریان خود را ایجاد کنند. دکتر فیلی همچنین به تأثیرات منفی هوش مصنوعی بر اشتغال اشاره کرد و آن را با تأثیرات کامپیوتر بر شغل‌های دفتری در دهه 1970 مقایسه کرد. او تأکید کرد که در بلندمدت، ایجاد شغل‌های جدید و تغییر در مهارت‌های مورد نیاز امکان‌پذیر است. فیلی در ادامه به نقش شرکت‌های فناوری در صنعت مالی اشاره کرد و توضیح داد که این شرکت‌ها به بانک‌ها رقیب شده‌اند. او پیش‌بینی کرد که هوش مصنوعی می‌تواند ارزش‌های سالانه بالای یک تریلیون دلار را ایجاد کند و هزینه‌های بانک‌ها را به میزان قابل توجهی کاهش دهد. او تاکید کرد که هوش مصنوعی می‌تواند به بهبود خدمات، کاهش هزینه‌ها و افزایش کارایی کمک کند. دکتر فیلی به مثال‌هایی از بانک‌هایی اشاره کرد که از هوش مصنوعی برای ایجاد سیستم‌های پیشرفته استفاده کرده‌اند. او به بانک اسی بی سی اشاره کرد که یک جی پی‌ تی خودساخته دارد و از اطلاعات داخلی بانک برای بهبود خدمات استفاده می‌کند. همچنین، به بانک ملت اشاره کرد که از هوش مصنوعی برای تشخیص مشکلات وام‌ها و بهبود قدرت بازپرداخت استفاده می‌کند. دکتر فیلی بر اهمیت آموزش کارکنان برای استفاده از ابزارهای هوش مصنوعی تاکید کرد. او پیشنهاد کرد که آموزش‌های مختصر و کاربردی برای کارکنان ارائه شود تا بتوانند از این ابزارها به بهترین شکل استفاده کنند. او همچنین به مراحل مختلفی اشاره کرد که سازمان‌ها می‌توانند برای توسعه سیستم‌های هوش مصنوعی پیشرفته اقدام کنند. در بخش دیگری از سخنرانی، دکتر فیلی به مسائل امنیتی و محرمانه بودن داده‌ها پرداخت. او تاکید کرد که استفاده از سرویس‌های خارجی می‌تواند ریسک‌هایی مانند سرقت داده‌ها را ایجاد کند و بهتر است سازمان‌ها از سرویس‌های بومی و معتبر استفاده کنند. دکتر فیلی همچنین به مثال‌هایی از کاربردهای هوش مصنوعی در مرکز تماس بانک ملت اشاره کرد. او توضیح داد که چگونه چت‌بات‌های هوش مصنوعی می‌توانند کارکنان را در پاسخگویی به سوالات مشتریان کمک کنند و به کاهش تعداد کارکنان نیازمند در مرکز تماس منجر شوند. دکتر فیلی با تأکید بر تغییراتی که هوش مصنوعی در سازمان‌ها ایجاد کرده است، به مثال‌هایی از تجربیات خود در دانشگاه تهران اشاره کرد. او گفت که با ورود کامپیوتر به سازمان‌ها، شغل‌های جدیدی ایجاد شده و کارایی سازمان‌ها بهبود یافته است. مثالی از این تغییرات، تبدیل پرونده‌های دانشجویان از حالت فیزیکی به الکترونیکی بود که باعث کاهش خطا و افزایش سرعت پروسه‌ها شده است. در بخش بعدی، دکتر فیلی به بررسی کاربردهای هوش مصنوعی در بانک‌ها پرداخت. او اشاره کرد که بانک‌ها از مدل‌های هوش مصنوعی برای ارائه خدمات بهتری به مشتریان استفاده می‌کنند. او تأکید کرد که استفاده از هوش مصنوعی می‌تواند به کاهش هزینه‌ها و افزایش کارایی کمک کند، اما باید به مسائل امنیتی و حفظ حریم خصوصی توجه شود. دکتر فیلی همچنین به مسائل حقوقی و اخلاقی مرتبط با استفاده از هوش مصنوعی در سیستم‌های قضایی و بانکی اشاره کرد. او مثال‌هایی از مواردی که هوش مصنوعی می‌تواند به اشتباه‌های حقوقی منجر شود، ارائه داد و تأکید کرد که باید روش‌هایی برای کنترل و نظارت بر عملکرد این سیستم‌ها ایجاد شود. او همچنین به اهمیت همکاری بین سازمان‌های مختلف برای توسعه مدل‌های هوش مصنوعی بومی اشاره کرد. او پیشنهاد کرد که بانک‌ها و سازمان‌های دولتی به توسعه مدل‌های هوش مصنوعی ملی بپردازند تا از اطلاعات محرمانه محافظت شود و کیفیت خدمات بهبود یابد. در این جلسه، دکتر فیلی به بررسی چالش‌های موجود در این صنعت پرداخت و تأکید کرد که تعجب‌آور نیست اگر با مشکلاتی روبرو شویم. او اشاره کرد که باید به این موضوع فکر کنیم و به راه‌حل‌هایی برای رفع این مشکلات بپردازیم. دکتر فیلی بر اهمیت استفاده از هوش مصنوعی در حل این چالش‌ها تأکید کرد و از مخاطبان خواست که به این مسائل توجه کنند. دکتر فیلی به این نکته اشاره کرد که صنعت مالی با تکنولوژی‌های جدید مانند هوش مصنوعی در حال تحول است و این تحولات می‌توانند فرصت‌های جدیدی را برای صنعت ایجاد کنند. او بر اهمیت آمادگی برای این تغییرات و استفاده از تکنولوژی‌های پیشرفته تأکید کرد. در نهایت، دکتر فیلی به اهمیت همکاری بین صنعت، دانشگاه‌ها و دولت در پیشبرد این تحولات اشاره کرد و بر این باور بود که با همکاری مشترک می‌توان به یک صنعت مالی پیشرفته و مطمئن دست یافت.