德意志银行将进一步加快 AI和机器学习卓越中心的发展

德意志银行本周三(2022 年 12 月 7 日)宣布与 NVIDIA 展开合作,致力于加快 AI 和机器学习在金融服务领域的应用。
在宣布展开合作之前,双方已通过数月的测试来探索能够支持该银行 2025 年及之后战略目标的用例。
NVIDIA 创始人兼首席执行官黄仁勋表示:“加速计算和 AI 已经发展至引爆点,我们正在通过云计算,让全球企业都能应用到这些技术。未来商业的各个方面都将被以光速前进的洞察和智能加速。我们正在携手德意志银行,对金融服务的运营和交付方式进行现代化重塑。”
AI 蕴含着巨大的潜力。据麦肯锡估计,AI 技术每年可为全球银行业创造高达 1 万亿美元的额外价值。
德意志银行总部位于法兰克福,是一家全球领先的投资银行,在全球 58 个国家拥有超过 8 万名员工。
德意志银行的相关举措有望加快其为全球客户提供服务、开发全新数据驱动型产品和服务、提高效率以及招募科技人才的速度。
德意志银行和 NVIDIA 的合作将首先重于三个潜在的实施项目,志在后续数年内将合作范围扩大到一百多个项目。目前双方已就此展开了探索。
通过NVIDIA AI Enterprise软件,德意志银行的 AI 开发者、数据科学家和 IT 专业人士将能够在任何地点构建和运行 AI 工作流,包括在其托管的本地数据中心内和该银行的公有云提供商——Google Cloud 上(相关新闻:《NVIDIA 于同日发布 NVIDIA AI Enterprise 3.0》)。
新一代风险管理
价格厘定、风险评估和模型回测都需要在大规模传统 CPU 服务器网格农场上进行密集计算。加速计算能够实时提供更加准确的结果,助力为客户创造更高的价值,同时将总成本降低多达 80%。
许多通常在深夜处理的银行功能,例如风险评估,现可借助加速计算实时运行。
交易员通过在更加节能的网格农场上更快地运行更多场景,实现风险管理方式的飞跃。
借助互动性虚拟形象,重新定义个性化客户服务
德意志银行正在探索如何增进与员工、面试候选人和客户的互动,利用 3D 虚拟形象,提升 24 小时全天候实时体验品质。
德意志银行在一个早期的潜在实施项目中创建了一个 3D 虚拟形象,其能够为浏览内部系统的员工进行导航,并为其回答人力资源相关问题。
未来用例将探索如何为银行客户提供沉浸式元宇宙体验。
从非结构化数据中挖掘洞察
长期以来,从非结构化数据中提取关键信息的难度颇高,但现有大型语言模型在金融文本上的表现并不理想。
2017 年出现的 Transformer 是一种能够基于数据来理解上下文,并由此理解意义的神经网络,它能够改变这种情况。
预训练模型在文本生成、翻译,甚至软件编程等方面的性能都十分出彩,已成为新一代 AI 的基础。
德意志银行和 NVIDIA 正在测试一组被称为“金融 Transformer”(Financial Transformer,简称 Finformers)的大型语言模型。
这些系统将能够发出交易方风险预警信号,更快速地检索数据,并发现数据质量问题。
探索NVIDIA 的 AI 解决方案和企业级 AI平台如何推动金融服务创新。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。