Récemment, une étude sur l’application des modèles d’IA dans le domaine financier a attiré l’attention. Des recherches ont montré que les modèles d'IA traditionnels, y compris GPT, ont une précision insatisfaisante lors du traitement des dossiers déposés auprès de la Securities and Exchange Commission (SEC) des États-Unis et ne parviennent souvent pas à donner des réponses correctes. Cela souligne directement les graves défis auxquels sont confrontés les modèles d’IA dans l’application des secteurs financiers strictement réglementés, et tire également la sonnette d’alarme pour l’application pratique de la technologie de l’IA.
Les recherches d'une startup ont révélé que GPT et d'autres modèles d'IA ne parvenaient souvent pas à répondre correctement aux questions lors de l'analyse des documents déposés auprès de la SEC. Les performances des modèles d’IA dans les applications dans des secteurs réglementés tels que la finance doivent être plus élevées pour être pratiques. En outre, le non-déterminisme et l’incertitude des modèles d’IA constituent également l’un des défis d’application.
Les résultats de la recherche montrent que l’application des modèles d’IA dans le domaine financier en est encore à ses débuts et que sa précision et sa fiabilité doivent être encore améliorées pour répondre aux besoins réels. À l’avenir, l’amélioration de la précision et de l’interprétabilité des modèles d’IA et la résolution de leurs problèmes non déterministes seront des axes clés de recherche et de développement. Ce n’est qu’ainsi que l’IA pourra fonctionner de manière sûre et fiable dans davantage de domaines.