인공 지능(AI)은 인간의 명시적인 지시 없이 작업을 완료하는 방법을 배우는 기계의 능력입니다. 영국 수학자 앨런 튜링(Alan Turing)은 비록 그가 용어 자체를 만들지는 않았지만 일반적으로 인공 지능의 아이디어를 개발한 것으로 알려져 있습니다. 그는 진정한 사고 기계가 "튜링 테스트"로 알려진 표준인 자율적인 것으로 간주되기 위해서는 인간과 마찬가지로 문제를 해결해야 한다고 믿었습니다.
이 기사에서는 인공 지능의 개요, 금융 분야에서 인공 지능을 사용한 사례
인공 지능에 대해 보편적으로 인정되거나 표준적인 정의는 없지만 일반적으로 받아 들여지는 정의는 그것을 "관상, 판단, 의도에 대한 인간의 능력을 감안할 때 인간의 전통적인 반응과 일치하는 자극에 반응하는 기계"로 설명합니다.
스탠퍼드대 교수인 존 매카시(John McCarthy)는 "인공 지능"이라는 용어를 최초로 사용한 사람으로 이를 "인간이 그렇게 행동한다면 지능적이라고 할 수 있는 방식으로 기계를 작동시키는 것"이라고 설명했습니다. AI 행동에는 문제 해결, 과거 및 현재 데이터를 기반으로 학습, 학습된 내용을 기반으로 미래 조치 계획이 포함될 수 있습니다.
인공 지능은 다양한 형태로 제공되지만 AI는 일반적으로 결정을 내리기 위해 실시간 데이터를 사용합니다. 기계나 프로그램은 센서, 원격 입력 또는 디지털 방식으로 해당 데이터를 수신할 수 있습니다. 그런 다음 AI는 결정을 내리기 전에 데이터를 분석해야 하는데, 이것이 사전 프로그래밍된 기계와 차별화되는 특성입니다.
금융 분야에서 인공 지능은 인수 과정에서 도움이 될 수 있습니다. 대출 기관은 대출 신청과 관련하여 더 나은 결정을 내립니다. 통계학자가 규정한 예측 분석에 의존하는 대신 컴퓨터 알고리즘은 이전 대출에 대한 데이터를 읽고 자체적으로 신청자의 신용도를 평가하기 위한 최상의 예측 모델을 결정할 수 있습니다.
Lender Upstart는 AI를 사용하여 차용인의 위험을 파악하고 다른 대출 기관에서는 할 수 없는 상황에서 자금을 제공합니다.
로보어드바이저는 금융 분야에서 인공 지능을 널리 사용하는 또 다른 방법입니다. 로보어드바이저는 재무 목표, 위험 허용 범위 및 투자 기간에 대한 고객 정보를 사용하여 투자 자산 할당을 결정합니다. 그런 다음 로보어드바이저는 필요에 따라 포트폴리오의 균형을 재조정하여 거래를 하고 세금 손실 추수와 같은 작업도 처리합니다.
일반적으로 인공 지능에는 반응형, 반응형, 제한된 기억, 마음 이론 및 자기 인식. 이러한 유형을 프로그레시브 스펙트럼으로 생각하십시오. 각 유형은 이전 유형의 복잡성을 기반으로 합니다.
가장 기본적인 AI 유형입니다. 순전히 반응적인 인공 지능은 현재 상황에 대한 평가를 기반으로 행동할 수 있지만 미래에 끌어낼 기억의 저장소를 구축할 수는 없습니다.
반응 범주를 기반으로 하는 제한된 메모리 AI는 "기억"할 수 있습니다. 환경에 대한 사전 프로그래밍된 표현으로서의 과거 경험. 제한된 메모리 AI는 이러한 메모리를 향후 결정에 통합합니다.
이 유형의 AI는 제한된 메모리보다 훨씬 더 발전되어 있습니다. 심리학 용어에서 이름을 따온 마음 이론 AI는 신념, 의도, 욕망, 감정 및 지식과 같은 정신 상태를 다른 사람에게 귀속시킬 수 있습니다. 그것이 미래 지향적으로 들린다면 그것은 그것이기 때문입니다. 이러한 유형의 인공 지능은 아직 개발되지 않았습니다.
심리 이론 AI를 넘어 자기 인식 AI는 자기 자신에 대한 표상을 형성하는 능력 - 따라서 의식을 갖는 것.
표준화된 정의와 관련 용어가 너무 많아서 인공 지능과 머신 러닝을 구분하기 어려울 수 있습니다.
인공 지능은 광범위한 용어이며 느슨하게 정의되어 있습니다. 기계 학습은 기계가 데이터에서 학습하고 시간이 지남에 따라 변경하여 해당 데이터에 대해 더 나은 결정을 내리는 인공 지능의 특정 응용 프로그램입니다. 머신 러닝의 주요 용도는 짧은 시간에 많은 양의 정보를 처리하는 것입니다.
기계 학습의 예는 소셜 미디어 플랫폼이 어떤 유형을 학습하는지입니다. 플랫폼에서 콘텐츠와 상호 작용한 방식에 따라 더 좋아할 콘텐츠(게시물 및 광고).