摘要： 為掌控BCH而開展的“哈希戰爭（HashWar）”，讓“澳本聰”和比特大陸不得不去大規模地租賃其他礦工的算力，礦工的重要性空前凸顯，而圍繞算力進行尋租操作陰霾陰霾也開始籠罩整個區塊鏈行業。
據Marvin Minsky，認知科學家以及1958年麻省理工學院的人工智能（AI）實驗室的創始人之一（與60年代初計算機科學的圖靈獎，名為“步走向人工智能”一文中的最後的優勝者），說“造訪我們的星球的訪客可能對計算機在我們的技術中的作用感到困惑。一方面，他會閱讀和聽到精彩的“機械大腦”的創造者在驚嘆他們的驚人智力。然後他將會被警告說，這些機器必須克制，以免他們的力量壓倒我們。“
Minksy，在同一份文件中寫道，跨越了幾十年的迴盪真理：“計算機可以做的，從某種意義上說，只有它被告知的事情。”
人工智能從根本上說是一種提高搜索效率的方法。在商業中，搜索可以跨越任何數量的努力，例如將好的交易與壞的交易分開，或者告知哪些客戶是值得信賴的。
在最近與Visa討論關於AI的未來狀態中，Scott Boding告訴Karen Webster，“在Minksy的論文發表的幾十年後，我們走了很長的一段路來到“利用技術創造支撐性人工智能系統，將複雜的數學與摩爾定律相結合。
Boding說，有位在日常生活中一種誤解，認為該機器能成為無所不知或萬能的 - 因為，在基層，而AI的目的是“通知更好的決策，誤解是，預測意味著視力或知識。事實上，只有概率。人工智能的作用是預測而不是知道。它可以不知道，因為AI即將試圖了解一個未知的事件，並嘗試預測結果“。
在付款方面的挑戰
了解和預測不是簡單的任務，這個世界上，有許多未知因素，其中交易正越來越多地與語言環境進行。
考慮到 Visa在AI上的努力，也適用於商業，Boding說，“我們正在嘗試使用AI來了解和自動化很多在欺詐檢測方面繁重的工作 - 一個耗時的任務，很多商家都手動今天做。我們正在嘗試使用AI來提高商家客戶的效率。 ......這對人類過程來說是一種幫助。“
當然，不乏用於工作和分類的歷史數據。正如Boding告訴Webster的那樣，“我喜歡考慮三個不同維度所需的數據量。”
1.數據量：例如，在電子商務中，可以看到的交易越多，預測可以做的就越好。
2.每個轉換的數據寬度：這包含其他信息，例如電子郵件地址和設備信息
3.標籤：這些包括有關交易的信息，例如退款或退款。
標籤在創建時提供額外的洞察力，消除交易的好壞，以及構建上下文。但是，通常情況下，標籤會在之後發生，並且本質上是回顧性的。
變得更加精細
這是高層次的細節，但是，鑽了一點，“顯然有看著幾十億的交易，然後能夠就某個個體交易一個很好的決定有很大的區別。在一天結束時，它歸結為確保優秀的客戶可以安全地購買，“Boding說。
“它變得極為重要，以便能夠確定趨勢和用戶的模式，”他補充說，並指出，有一個“正在發生的不同的欺詐威脅媒介的一大堆，所以它變得至關重要，為客商能夠識別組別和他們的購物模式。 ......從AI的角度來看，我們必須建立一個真正善於識別不同類型用戶及其典型商業模式的系統。“
在此背景下，Boding指出，AI系統可以幫助確定個人的活動是否符合上述行為模式或類型之一。 “如果我們從這些典型模式之一看到的偏差，系統需要更加緊密的外觀並提交更多的證據，而（我們）有這是否是誰剛剛更改的行為或合法用戶更好的感覺是否是欺詐者試圖犯下不良行為，“他說。
Visa的系統旨在產生一個分數，並提供可用於為不同場景和個人做出決策的信息代碼。
在部署AI到商業領域，Boding說，“季節性的東西，處理非常棘手，並要求能夠以有商業利益為好。近期目標是一個不同的AI驅動的子系統 - 可以跨越交易類型運行 - 可以合併到一個統一的，更大的AI系統中。我們還需要為商家提供個人資料，並了解他們的具體類別，以了解他們的獨特客戶。我們與航空公司客戶合作，例如，我們如何處理奢侈品零售和數字商品欺詐管理實踐。“
他補充說，“如果能夠運用模型來檢測欺詐已經允許商家在結賬的時刻，每一個交易做出反應，提振信心，並確保他們讓信譽良好的客戶進行採購，同時保護自己免受欺詐。”
正如他告訴Webster一樣，人工智能允許“商家擴大規模，因為電子商務量繼續大幅增長。”
他說AI“這幾乎就像一個科幻時代，當科幻作家預測”這些是我們要在未來有的令人驚訝的事情"，“現在，硬體和軟體開始實現數學家過去的預測。”
轉貼自： PYMNTS
若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance
留下你的回應
以訪客張貼回應