人工知能（AI）は、機械がどのように学習するかを学習する機能です。明示的な人間の指示なしにタスクを完了するため。英国の数学者アランチューリングは、人工知能のアイデアを開発したと一般に信じられていますが、彼はその用語自体を作り出していませんでした。彼は、真の思考機械は問題を解決する必要があり、人間は自律的であると見なされる必要があると信じていました。これは「チューリングテスト」として知られる標準です。
この記事では、人工知能の概要について説明します。金融における人工知能の使用例。
人工知能の一般的に受け入れられている、または標準的な定義はありませんが、一般的に受け入れられている定義では、「人間の熟考、判断、意図の能力を考慮して、人間からの従来の応答と一致する刺激に応答する機械」と説明されています。
スタンフォード大学のジョン・マッカーシー教授は、「人工知能」という用語を最初に使用した人物であり、「人間がそのように行動している場合、機械をインテリジェントと呼ばれる方法で行動させる」と説明しました。 AIの動作には、問題の解決、過去と現在のデータに基づく学習、学習した内容に基づく将来の行動の計画が含まれます。
人工知能にはさまざまな形式がありますが、AIは一般的な機能です。リアルタイムのデータを使用して決定を下します。マシンまたはプログラムは、センサー、リモート入力、またはデジタルを介してそのデータを受信できます。 AIは、決定を下す前にデータを分析する必要があります。これは、事前にプログラムされたマシンとの違いである特徴です。
金融では、人工知能を引受プロセスで使用して支援することができます貸し手は、ローンの申し込みに関してより良い決定を下します。コンピューターアルゴリズムは、統計家によって規定された予測分析に依存するのではなく、以前のローンに関するデータを読み取り、申請者の信用度を評価するための最良の予測モデルを自ら決定することができます。
Lender Upstartは、AIを使用して借り手のリスクを判断し、他の貸し手ができない状況で資金を提供します。
ロボアドバイザーは、金融における人工知能のもう1つの一般的な使用法です。ロボアドバイザーは、財務目標、リスク許容度、投資期間に関するクライアント情報を使用して、投資資産配分を決定します。次に、ロボアドバイザーは必要に応じてポートフォリオのバランスを取り直し、取引を行い、税務上の損失の収穫などのタスクを処理します。
一般に、人工知能には4つの大きなカテゴリがあります。限られた記憶、心の理論、そして自己認識。これらのタイプをプログレッシブスペクトルと考えてください。各タイプは、その前のタイプの複雑さに基づいています。
これは最も基本的なタイプのAIです。純粋に反応的な人工知能は、現在の状況の評価に基づいて行動することはできますが、将来引き出すための記憶のリポジトリを構築することはできません。
リアクティブカテゴリに基づいて構築された、限られたメモリのAIは「記憶」できますその環境の事前にプログラムされた表現としての過去の経験。限られたメモリのAIは、これらのメモリを将来の意思決定に組み込みます。
このタイプのAIは、限られたメモリよりもさらに高度です。心理学の用語からその名前をとると、心の理論AIは、信念、意図、欲求、感情、知識などの精神状態を他の人に帰することができます。それが未来に聞こえるなら、それはそうだからです。このタイプの人工知能はまだ開発されていません。
心の理論AIを超えて、自己認識AIには自分自身についての表現を形成する能力、つまり意識を持っている。
標準化された定義がないため関連する用語が非常に多いため、人工知能と機械学習を区別するのが難しい場合があります。
人工知能は広義の用語であり、大まかに定義されています。機械学習は人工知能の特定のアプリケーションであり、機械はデータから学習し、時間の経過とともに変化して、そのデータについてより適切な決定を下します。機械学習の主な用途は、大量の情報を短時間で処理することです。
機械学習の例は、ソーシャルメディアプラットフォームがどのタイプを学習するかです。プラットフォーム上のコンテンツをどのように操作したかに基づいて、より多くのコンテンツ（投稿や広告）を好むようになります。