في الآونة الأخيرة، جذبت دراسة حول تطبيق نماذج الذكاء الاصطناعي في المجال المالي الاهتمام. وجدت الأبحاث أن نماذج الذكاء الاصطناعي السائدة، بما في ذلك GPT، تتمتع بدقة غير مرضية عند معالجة ملفات هيئة الأوراق المالية والبورصة الأمريكية (SEC) وغالبًا ما تفشل في تقديم الإجابات الصحيحة. ويشير هذا بشكل مباشر إلى التحديات الشديدة التي تواجهها نماذج الذكاء الاصطناعي في تطبيق الصناعات المالية الخاضعة للتنظيم الصارم، كما يدق ناقوس الخطر بشأن التطبيق العملي لتكنولوجيا الذكاء الاصطناعي.
وجدت الأبحاث التي أجرتها شركة ناشئة أن GPT ونماذج الذكاء الاصطناعي الأخرى غالبًا ما تفشل في الإجابة على الأسئلة بشكل صحيح عند تحليل ملفات SEC. يجب أن يكون أداء نماذج الذكاء الاصطناعي في التطبيقات في الصناعات المنظمة مثل التمويل أعلى ليكون عمليًا. بالإضافة إلى ذلك، فإن عدم الحتمية وعدم اليقين في نماذج الذكاء الاصطناعي هي أيضًا أحد تحديات التطبيق.
وتظهر نتائج البحث أن تطبيق نماذج الذكاء الاصطناعي في المجال المالي لا يزال في مراحله الأولى، وأن دقته وموثوقيته بحاجة إلى مزيد من التحسين لتلبية الاحتياجات الفعلية. في المستقبل، سيكون تحسين دقة وقابلية تفسير نماذج الذكاء الاصطناعي وحل مشكلاتها غير الحتمية من الاتجاهات الرئيسية للبحث والتطوير. بهذه الطريقة فقط يمكن للذكاء الاصطناعي أن يعمل بأمان وموثوقية في المزيد من المجالات.