國際清算銀行（BIS）的一項新研究探討了央行對人工智能（AI）工具的應用，警告銀行監(jiān)管機構注意與新興技術相關的固有風險。這份長達九頁的報告題為“央行中的人工智能”解決全球央行大型語言模型 (LLM) 的用例和風險。

中央銀行被稱為早期采用者，在 2022 年底成為人們關注的焦點之前，一直依靠人工智能模型進行分析。在效用方面，大多數(shù)中央銀行依靠人工智能模型進行信息收集，而現(xiàn)代數(shù)據(jù)渲染的復雜性人類的努力幾乎已經(jīng)過時了。

隨著央行在運營中使用經(jīng)過驗證的機器學習技術，人工智能模型越來越多地用于數(shù)據(jù)采樣、清理以及將信息與現(xiàn)有來源進行匹配。央行正在轉(zhuǎn)向人工智能支持的金融分析來制定貨幣政策決策。

使用神經(jīng)網(wǎng)絡和隨機森林模型，央行可以訪問通脹預期的實時數(shù)據(jù)，并通過掃描社交媒體帖子獲得有關貨幣政策有效性的反饋?！昂Y選大量信息以提取相關見解可以是時間-報告中寫道：“隨著數(shù)據(jù)量的不斷增加，它幾乎變得難以克服。”一些銀行監(jiān)管機構已被證明使用法學碩士來總結財務報告和新聞，以跟蹤經(jīng)濟趨勢并解釋對企業(yè)高管和市場專家的采訪。

國際清算銀行設計的中央銀行語言模型（CB-LM）已成功預測對貨幣政策相關公告的反應。其他用例包括部署人工智能系統(tǒng)來監(jiān)督和監(jiān)督支付系統(tǒng)。

人工智能系統(tǒng)已經(jīng)證明能夠熟練地發(fā)現(xiàn)不規(guī)則的金融交易，這是遏制洗錢和網(wǎng)絡攻擊所必需的關鍵趨勢。巴西中央銀行最近推出了 ADAM，這是一種分類模型，可以預測可能拖欠貸款的借款人債權人。

其他銀行監(jiān)管機構正在轉(zhuǎn)向人工智能系統(tǒng)來預測消費者的行為，以應對央行數(shù)字貨幣（CBDC）的推出。央行面臨的風險借助人工智能，仍然存在因數(shù)據(jù)而產(chǎn)生的充滿偏見的產(chǎn)出的固有風險用于訓練模型的集合。

生成式人工智能模型面臨著更嚴重的幻覺問題，需要人工監(jiān)督以減少出錯的可能性。短期內(nèi)，央行將被要求斥巨資為員工配備新的人工智能技能，使他們能夠在工作流程中應用人工智能系統(tǒng)。

然而，鑒于私營部門薪資與公共機構之間的差距，預計央行將面臨私營金融公司對擁有先進人工智能技能的員工的激烈競爭。

為了讓人工智能 (AI) 在法律范圍內(nèi)正常工作并在面臨日益嚴峻的挑戰(zhàn)時蓬勃發(fā)展，它需要集成一個企業(yè)區(qū)塊鏈系統(tǒng)，以確保數(shù)據(jù)輸入質(zhì)量和所有權，使其能夠保證數(shù)據(jù)安全，同時保證不變性數(shù)據(jù)的。

查看 CoinGeek 對這項新興技術的報道，了解更多為什么企業(yè)區(qū)塊鏈將成為 AI 的支柱。觀看：區(qū)塊鏈和 AI 解鎖可能性 width="562" height="315" frameborder="0" allowedfullscreen="allowfullscreen">新到區(qū)塊鏈？

查看 CoinGeek 的區(qū)塊鏈初學者部分，這是了解更多有關區(qū)塊鏈技術的終極資源指南。

熱點：人工智能 羅斯