В последнее время отчет об исследовании Apple вызвал жаркие дискуссии, в которых рассматривается текущий статус и ограничения генеративного искусственного интеллекта (ИИ) в области финансовых консультаций. В то время как все больше и больше американских потребителей, особенно молодых людей, начинают использовать такие инструменты, как CHATGPT для поиска финансовых консультаций, ИИ имеет значительные недостатки в сложных математических и логических рассуждениях, что делает его в точном финансировании. Полем Эта статья подробно проанализирует отчет и изучит будущие перспективы применения генеративного ИИ в финансовой сфере.
Недавно исследовательский отчет, опубликованный Apple, вызвал дискуссии об эффективности генеративного искусственного интеллекта (ИИ) в финансовой консультации. Опрос показывает, что все больше и больше американских потребителей используют генеративные инструменты искусственного интеллекта, такие как CHATGPT, для получения финансовой консультации, тенденции, которая особенно очевидна среди молодежи. Согласно опросу Motley Fool, 54% американцев искали рекомендации по финансовым продуктам через CHATGPT, причем более молодые поколения работают больше.
Примечания источника изображения: изображение генерируется ИИ, а изображение авторизованное поставщик услуг Midjourney
Результаты опроса показывают, что, хотя половина потребителей выразила свою готовность использовать CHATGPT для получения рекомендаций, доля интереса к конкретным финансовым продуктам относительно низкая. Например, только 25% респондентов хотят, чтобы Chatgpt рекомендовал для нее кредитную карту. Кроме того, рекомендации респондентов для CHATGPT, как правило, были «несколько удовлетворены», а среднее удовлетворение составило 3,7 в пятибалльной шкале, что показало некоторое распознавание.
Тем не менее, исследования Apple указывают на значительный недостаток в текущих крупных языковых моделях (LLMS) в логических рассуждениях, особенно математических рассуждениях. Исследователи обнаружили, что эти модели работают плохо при столкновении с сложными математическими проблемами и часто не могут правильно понимать или решать простые математические расчеты. По мере увеличения сложности проблемы производительность модели дополнительно снижается, показывая глубоко укоренившиеся проблемы в процессе вывода.
В статье из TechCrunch перечислены несколько примеров генеративных ошибок ИИ в математических расчетах, объясняющих их недостатки в решении основных математических задач. В отчете упоминается, что технология «блокировки», используемая моделями ИИ при обработке чисел, часто разрушает взаимосвязь между числами, что приводит к ошибкам расчета.
Кроме того, машинное обучение также сталкивается с проблемами при работе с финансовыми консультациями. Хотя некоторые люди путают машинное обучение со статистическим анализом, таким как регрессионный анализ, машинное обучение фактически требует процесса принятия решений, функции оценки ошибок и процесса оптимизации модели. Это позволяет генеративному ИИ эффективно удовлетворить потребности пользователей в финансовых консультациях.
Исследования Apple показывают, что банки и кредитные союзы не должны полагаться на ИИ для финансовых консультаций на текущем этапе. Хотя в будущем может быть некоторое улучшение, генеративного ИИ будет все равно трудно конкурировать со сложным финансовым консалтингом в обозримом будущем.
Ключевые моменты:
54% американцев получили финансовую консультацию через CHATGPT, и молодое поколение с большей вероятностью будет использовать.
Исследования Apple показывают, что генеративный ИИ имеет значительные недостатки в математических рассуждениях, особенно неверные решения сложных проблем.
В настоящее время банки и кредитные союзы не должны полагаться на ИИ для предоставления финансовых консультаций, и в будущем может потребоваться 5-10 лет.
Подводя итог, хотя генеративный ИИ продемонстрировал определенный потенциал в области финансов, его недостатки в логических рассуждениях и математических расчетах ограничивают его применение в сложном финансовом консалтинге. В будущем технология ИИ должна преодолеть эти ограничения, чтобы действительно быть компетентными для работы в этой области. В настоящее время разумно использовать его с осторожностью.