Una investigación innovadora del Bandada de Pagos Internacionales (BPI) ha demostrado que los agentes de inteligencia fabricado (IA) generativa pueden realizar funciones críticas de dirección de solvencia en bancos centrales y sistemas de plazo de parada valencia tradicionalmente gestionados por humanos.
Este estudio se realizó utilizando el maniquí de inferencia o1 de ChatGPT en modo agente para afectar escenarios del mundo auténtico. Se necesita IA para equilibrar los costos y riesgos de solvencia Retrasos en transacciones multimillonarias.
En este cuestionario, diseñamos tres escenarios que replican los desafíos del mundo auténtico en RTGS o sistemas de plazo en tiempo auténtico (por ejemplo, Fedwire, TARGET2, Lynx), que son fundamentales para los sistemas financieros tradicionales.
En el primer marco, AI solo tenía 10 dólares de solvencia y dos pagos pendientes de 1 dólar cada uno. Delante la posibilidad de una orden de emergencia de 10 dólares, decidió congelarlo todo. Su propia explicación aclara por qué tomó esta valentía. “Ahora estamos retrasando pagos pequeños para preservar la solvencia y permitirnos objetar a transacciones urgentes en caso de que surjan”.
En el segundo marco, la probabilidad de cobrar financiamiento forastero (90%) es más compleja; Realizar un plazo de emergencia (50%). En este caso, la IA solo procesó transacciones de bajo peligro y demostró capacidades de priorización dinámica.
Las pruebas demostraron que la IA mantuvo un enfoque proactivo incluso cuando la probabilidad variaba del 50% al 0,1% y la escalera alcanzaba miles de millones de dólares. Sin requisa, en situaciones complejas, la coherencia era tenuemente último y las decisiones cambiaban ocasionalmente.
La IA ya es mejor administradora financiera que la mayoría de los humanos, dice el BIS
el estudio Proponer el explicación de un “asistente de IA” para tareas rutinariasel papel humano está reservado a la supervisión y a las decisiones estratégicas. Los investigadores predicen que sistemas similares podrían probarse en un entorno de pruebas regulatorio antiguamente de su implementación auténtico.
“Los resultados sugieren que ciertas soluciones de IA tienen el potencial de resumir los costos operativos y mejorar la eficiencia operativa y la seguridad”, dice el referencia del BIS. Pero advierte de limitaciones. Los modelos se basan en datos históricos y pueden zanjar frente a eventos extremos o “cisnes negros” más allá de la experiencia para la que fueron entrenados.
Este estudio compara este enfoque con el enseñanza por refuerzo tradicional. Los autores destacan que a diferencia del enseñanza por refuerzo tradicional (que requiere miles de simulaciones), la IA generativa logró “excelentes resultados sin ningún entrenamiento específico”.
Por lo tanto, para este nivel de efectividad, los autores del referencia creen que la IA Potencialmente ahorra millones de dólares en solvencia inmovilizada Dominar significativamente las colas de plazo en los sistemas LBTR.
Aunque el referencia del BIS se centra en el sistema financiero tradicional, sus conclusiones no sorprenden en el mundo de los activos digitales. Esto se debe a que las aplicaciones de finanzas descentralizadas (DeFi) han estado administrando la solvencia de forma 100% cibernética durante primaveras a través de grupos de creadores de mercado automatizados (AMM), préstamos flash y algoritmos que se reequilibran en segundos.
Como informa CriptoNoticias, Uniswap, Aave y Curve ya están ganando miles de millones de dólares en lo que el BIS considera una innovación desde 2020.
(Tag Translate) Banca y seguros
