随着人工智能的成熟，银行一直在探索AI的使用。但是，他们需要了解将要面临的三个挑战。
第一，可预测性。如今，AI由神经网络驱动，这是当下最流行的机器学习技术。神经网络通过大量的训练数据学习。
不同的数据将导致不同的结果。只要训练数据连续不断地传送到神经网络，神经网络就会自行进化并产生不可预测的结果。
第二，可解释性。您无法解释为什么从神经网络得到结果。无论结果是正确还是错误的。
神经网络只是一个黑盒，具有数万个数值。他们负责产生您的结果。但是，这些数值对于人类来说没有任何意义，所以您无法解释为什么会产生结果。
第三，训练数据。由于神经网络的知识是通过训练建立的，训练过程需要处理大量数据。
除了数据数量，数据质量还决定着神经网络的性能。训练数据的数量不足或数据质量差，将导致神经网络不准确。因此，数量和质量是神经网络训练中最重要的因素。
以上这些挑战在未来几年不会消失，它们只会成为银行使用人工智能的障碍。目前，银行AI仅用于支持业务运营中的角色。
在纬泓，我们一直在构建神经网络来学习金融术语及含义，这是许多银行AI应用程序 (例如聊天机器人) 的基础。
想了解更多关于AI在银行中的运用，请我们联系。