Штучний інтелект

Анотація: Зусилля з метою надання кращих послуг досягаються маленькими кроками, такими як аналіз даних користувача. Те, що є важливим для користувача, також має бути важливим для банківських інституцій. Відкритість та краще розуміння патернів поведінки клієнтів, яким надається банківська послуга, має бути ви- користана з хорошими намірами для обох сторін, така взаємодія в майбутньому вигідна для обох сторін. Від- повідальність обох сторін є важливою для розуміння відповідальності клієнта й банківських інституцій. Запро- понований у статті метод ідентифікації повідомлень користувача банківського додатку передбачає накопичен- ня та оброблення даних користувачів по спеціалізованим алгоритмам з використанням технології штучного ін- телекту, врахування особливостей використання мобільних пристроїв та діалогу користувача з повідомлення- ми банку. Запропонований метод дозволяє ранжувати повідомлення для виявлення найбільш важливих пові- домлень та отримувати бажаний результат за рахунок надання ефективних рекомендацій на користь кожного з учасників взаємодії клієнтів з банком. Впровадження сучасних освітніх програм в ДВНЗ «Київський націо- нальний економічний університет імені Вадима Гетьмана», зокрема «Інформаційні управляючі системи та тех- нології», «Системи штучного інтелекту», «Системний аналіз» в галузі інформаційних технологій, дозволяє ви- пускникам надавати знання для створення прикладних систем штучного інтелекту в банківській сфері, що за- безпечує користувачам та менеджерам новітні підходи по взаємодії з клієнтами банку та виважених рекомен- дацій для прийняття ефективних управлінських рішень. У статті представлено концептуальну модель взаємодії користувачів та менеджерів банківських послуг на основі технології оброблення інформації з повідомленнями, використання технологій та алгоритмів штучного інтелекту, процесів машинного навчання для формалізації процесу діалогу, систематизації та ранжування інформації з повідомлень та сповіщень між клієнтами та менеджерами банку. Також описані особливості діалогу користувача банківських послуг та менеджера по реалізації алгоритмів взаємодії з клієнтами. На прикладі міського будинку користувачів банку розглянута та вра- хована необхідність надсилати бажану кількість інформації. Така відмінність у кількості та потребі отриманої інформації надсилання впродовж різних періодів тижня була взята до уваги, що надає можливість суттєво збільшити ефективність надання послуг і, як наслідок, кількість послуг всім клієнтам банку також буде біль- шою. Розглянутий приклад враховує ту особливість, що обсяг інформації збільшується з урахуванням можли- вості його опрацювання клієнтом банку, як під час вихідних, так і в будні дні. Із урахуванням у статті особли- востей взаємодії користувачів з банком, з’являється можливість надавати більшу кількість послуг. Як було за- значено в статті, відображення такої взаємодії в моделі становить важливий аспект.

Ключові слова: штучний інтелект (ШІ); машинне навчання (МН); банківські послуги; банківські інституції; проєкти з використанням штучного інтелекту; алгоритми розпізнавання людей; нейронна мережа

Посилання:

1. Suparna Biswas, Brant Carson, Violet Chung, Shwaitang Singh, and Renny Thomas: AI-bank of the future: Can banks meet the AI challenge? Retrieved from https://www.mckinsey.com/industri es/financial-services/our-insights/ai-bank-of-the- future-can-banks-meet-the-ai-challenge#
2. By Alette Tammenga. The application of Artificial Intelligence in banks in the context of the three lines of defence model. Retrieved from https://mab- online.nl/article/47158/
3. Why AI Is Transforming The Banking Industry. Retrieved from https://www.forbes.com/sites/cog nitiveworld/2020/04/05/why-ai-is-transforming- the-banking-industry/#77b79fc97dd6
4. AI in IT infrastructure transforms how work gets done. Retrieved from https://searchcio.tech target.com/feature/AI-in-IT-infrastructure- transforms-how-work-gets-done
5. Arzhevitin S.M., Oxry`menko I.B., Cy`ganova N.V. (2018). Innovacijni bankivs`ki texnologiyi ta suchasni formy` groshej: materialy` nauk.-prakt. konf. stud. aspir. i molod. ucheny`x. Kyiv, 05 kvitnya 2018 r, KNEU, 98.
6. Voxel-Based Graphics on Intel Architectures. Retrieved from https://software.intel.com/en- us/articles/voxel-based-graphics-on-intel- architectures
7. Intel at The Olympic Games. Retrieved from https://www.intel.com/content/www/us/en/sports/o lympic-games/overview.html
8. Amazon Rekognition. Retrieved from https://aws.amazon.com/rekognition/
9. Amazon Artificial Intelligence. Retrieved from https://aws.amazon.com/machine-learning/what-is-ai/
10. Proprietary Deep Neural Networks. Retrieved from https://www.traces.ai/tech.html
11. Volumetric video. Retrieved from https://en.wikipedia.org/wiki/Volumetric_video
12. Amnon Shashua`s. Under the Hood of Mobileye’s Computer Vision. Retrieved from https://newsroom.intel.com/press-kits/2020- ces/#gs.xt5htj