A rendszer nem szövegek előállítására készült: feladata a devizapiaci mozgások és pénzügyi idősorok előrejelzése.
Négy nagybank rendszereibe is bekerült
A Falcon Time-Series Transformer, röviden FalconTST 2.0 nevű modellt a Barclays, a Citi, a Deutsche Bank és a Standard Chartered is integrálta saját megoldásaiba.
A Barclays a BARX NetFX platformjába építette be a technológiát, míg a Citi a fix devizaárfolyamokat kínáló rendszeréhez kapcsolta. A Deutsche Bank pénzforgalmi előrejelzésre és devizakezelésre használja a modellt. A Standard Chartered a SCALE FX rendszer mellett futtatja, a szingapúri jegybank PathFin.ai programjának részeként.
Nem nyelvi modell, hanem pénzügyi idősorokra készült
A FalconTST egyik legfontosabb sajátossága éppen az, hogy nem nagy nyelvi modell. Kifejezetten pénzügyi időbeli adatsorok feldolgozására tervezték, így többek között tranzakciós összegekkel, számlaegyenlegekkel, elszámolási folyamatokkal és devizapozíciókkal dolgozik.
A pénzintézetek épp ezen az adatvagyonon ülnek, miközben a szöveges modellek számára ezek az adatok jóval nehezebben hasznosíthatók.
Ciklusokat, trendeket és hirtelen változásokat is felismer
A FalconTST nemcsak egyszerű mintázatokat keres. Képes megtanulni a ciklusokat, a hosszabb távú trendeket, a szezonalitást és a hirtelen töréseket is. Ehhez nem kizárólag pénzügyi adatokat használ: kereskedelmi, energiaipari és turisztikai idősorok feldolgozására is alkalmas.
A rendszer másodperces és havi bontású adatokkal egyaránt képes dolgozni. Fontos technikai újítása, hogy különbséget tud tenni a valódi nulla érték és a hiányzó adat között.
A globális rangsor élére került
A modell 0,666-os MASE-pontszámot ért el, amely az előrejelzési hibát mérő mutató. Ezzel a FalconTST 2.0 a globális rangsor élére került, és a nagy technológiai vállalatok hasonló modelljeit is megelőzte.
Az Ant International közlése szerint a rendszer előrejelzési pontossága tartósan 93 százalék fölött alakul.
Az érték nem az előrejelzésben, hanem a döntésben van
Jiang-Ming Yang, az Ant International innovációs vezetője szerint „a FalconTST 2.0 fontos lépés afelé, hogy az előrejelző mesterséges intelligencia alapvető vállalati képességgé váljon.”
Egy másik megszólalásában arra is rámutatott, hogy az AI valódi értékét nem önmagában a jobb előrejelzési pontszám adja, hanem az a döntés, amely az előrejelzés alapján megszületik. A bankok esetében ez például pontosabb likviditástervezést és hatékonyabb tőkeallokációt jelenthet.
Lényegében ugyanaz az előre gondolkodó mesterséges intelligencia jelenik meg itt is, amelyről az AI-ügynökök kapcsán egyre többet hallani. A különbség az, hogy ezúttal nem egy kutatási környezetben, hanem működő banki devizarendszerekben alkalmazzák.
A bankokon túl is terjeszkedne az Ant International
Az Ant International a FalconTST felhasználását más területekre is kiterjesztené. A tervek között szerepel az e-kereskedelmi kereslet előrejelzése, a logisztika, az ellátási láncok és a légiforgalmi működés támogatása is.
A banki mesterséges intelligenciáról szóló vitákat hónapok óta elsősorban a chatbotok, a generatív AI és a hozzájuk kapcsolódó biztonsági kockázatok határozzák meg. Mindeközben négy globális nagybank éles rendszereiben már egy olyan AI-modell dolgozik, amely egyetlen mondatot sem tud megfogalmazni — viszont megpróbálja előre jelezni, mi történik majd a pénzügyi adatokban.
(Forrás: fintech.hu)
(Borítókép: Depositphotos)
Szólj hozzá