Mustererkennung im Finanzsektor

Da es bei KI hauptsächlich um die Mustererkennung geht, können deren Vorteile überall dort punkten, wo Muster existieren, einschließlich Investitionen. KI wird künftig eine größere Rolle bei der Art und Weise spielen, wie Privat- und Unternehmensinvestoren agieren – von der Entwicklung von Aktienkursen und Empfehlungen, bis hin zum Wissen, wie risikobereit Kunden sind. Dies wird über Investitionsempfehlungen hinausgehen und die tatsächliche Ausführung von Kauf- und Verkaufsanweisungen beinhalten.

Muster existieren in jedem Aspekt einer Finanzinstitution – nicht nur in der Art der Geldverwaltung, sondern auch als physische Muster, die Individuen aufweisen. Mit KI geschieht die Bekämpfung von Betrug, indem der Besitzer einer Kreditkarte vor der Genehmigung einer Transaktion physisch identifiziert wird – was mit herkömmlichen Geldinstrumenten nicht möglich ist. In ähnlicher Weise gestaltet sich perspektivisch die Art der legitimen Kreditkartennutzung erkennbar und folglich vorhersehbar.

Neuromorphes Computing

In den letzten Jahrzehnten wurden neuronale Netze weitgehend in Software umgesetzt, die als Modell auf universellen Prozessoren ausgeführt wird. Die Software emuliert die Art und Weise, wie jedes einzelne Neuron funktioniert, sowie die Verbindungen zwischen ihnen, die ihr kollektives Verhalten steuern. Dies ist ausreichend, sofern es um die Ausführung eines umfangreichen neuronalen Verarbeitungsauftrags für Daten geht, die gesammelt und auf eine der wichtigsten Cloud-Plattformen oder ein Rechenzentrum mit Servern hochgeladen werden. Viele reelle Anwendungen erfordern jedoch die Verarbeitung am Punkt des Geschehens, sodass die Anwendung tragbar sein müsste oder zumindest kein Rack voller Server erforderlich ist.

Das Problem ist, dass viele kleine Geräte, wie beispielsweise Smartphones, einfach nicht die Rechenleistung oder den Speicherplatz bieten, um neuronale Netze der Größe und Komplexität zu betreiben, wie sie für viele Aufgaben erforderlich wären. Aus diesem Grund laden Anwendungen wie der virtuelle Siri-Assistent von Apple Sprachdaten in die Cloud zur weiteren Verarbeitung hoch.

Neuromorphes Computing, das auf neuronale Netze zurückgreift und versucht, die Funktion biologischer Neuronen genauer zu simulieren, ist ein anderer Ansatz. Bestehende neuronale Netze haben sich zu komplexen Strukturen mit vielen spezialisierten Ebenen entwickelt, die sich über alles hinaus entwickelt haben, was in der Natur existiert. Die künstlichen Neuronen selbst geben jedoch einen konstanten Wert aus. Diese Funktionsweise weicht von dem ab, was in der biologischen Welt geschieht. Der Wert ist wirklich künstlich.

 

Gepulste neuronale Netze ahmen das menschliche Gehirn genauer nach als reguläre neuronale Netze. Mehr Details dazu finden Sie auf der folgenden Seite.

Seite 2 von 3123