INNE EBOOKI AUTORA
-14%
Autor:
Wydawca:
Format:
Książka porusza problematykę wdrożeń sztucznej inteligencji w sektorze finansowym. Rozwój technologii i jej większa dostępność spowodowały, że coraz więcej instytucji finansowych decyduje się na wykorzystanie danych do zwiększenia wartości dla klientów oraz samej organizacji. Wdrożenie sztucznej inteligencji jest skomplikowanym procesem z perspektywy biznesowej, technologicznej i prawno-regulacyjnej. Wymaga to dobrego przygotowania na poziomie polityk, procedur, regulaminów oraz dokumentów z klientem, które zwiększą prawdopodobieństwo sukcesu.
W poradniku omówiono zagadnienia z problematyki sztucznej inteligencji (AI), takie jak: uczenie maszynowe, głębokie, generatywna AI, wykorzystanie chmury obliczeniowej, a także kwestie dotyczące informacji prawnie chronionych oraz zarządzania danymi (w tym danymi osobowymi). Uwzględniono przy tym zarówno projektowane akty prawne i regulacje, jak i te już istniejące, które wpływają na to, jak sektor finansowy powinien podchodzić do bezpiecznego i efektywnego wdrożenia AI.
Książka jest przeznaczona dla prawników (sędziów, adwokatów, radców prawnych), menedżerów instytucji finansowych, pracowników IT, przedsiębiorców działających w branży finansowej, dostawców technologii, a także dla pracowników naukowych.
Rok wydania | 2023 |
---|---|
Liczba stron | 270 |
Kategoria | Inne |
Wydawca | Wolters Kluwer Polska SA |
ISBN-13 | 978-83-8358-210-8 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
INNE EBOOKI AUTORA
POLECAMY
Ciekawe propozycje
Sztuczna inteligencja
do koszyka
Sztuczna inteligencja
do koszyka
Sztuczna inteligencja
do koszyka
Sztuczna inteligencja
do koszyka
Sztuczna inteligencja 2041
do koszyka
Sztuczna inteligencja blockchain...
do koszyka
Sztuczna inteligencja dla inżynierów....
do koszyka
Sztuczna inteligencja dla inżynierów....
do koszyka
Spis treści
Wykaz skrótów | str. | 13 |
Wstęp | str. | 17 |
Rozdział | 1 |
Czym jest sztuczna inteligencja? | str. | 23 |
1.1. Uwagi wstępne | str. | 23 |
1.2. Projekt rozporządzenia w sprawie sztucznej inteligencji – pierwsze spotkanie | str. | 25 |
1.3. Najczęściej wykorzystywane techniki i podejścia w zakresie sztucznej inteligencji | str. | 28 |
1.3.1. Uczenie maszynowe | str. | 29 |
1.3.2. Uczenie nadzorowane | str. | 32 |
1.3.3. Uczenie częściowo nadzorowane | str. | 32 |
1.3.4. Uczenie nienadzorowane | str. | 33 |
1.3.5. Uczenie ze wzmacnianiem | str. | 34 |
1.3.6. Uczenie głębokie | str. | 34 |
1.3.7. Federated learning | str. | 35 |
1.3.8. Generatywna sztuczna inteligencja | str. | 36 |
1.3.9. Zautomatyzowane przetwarzanie danych i podejmowanie decyzji | str. | 36 |
1.3.10. Anonimizacja danych – ważne dla systemów sztucznej inteligencji | str. | 38 |
1.4. Nauka o danych, analityka danych a sztuczna inteligencja | str. | 46 |
1.5. Systemy sztucznej inteligencji wysokiego ryzyka | str. | 48 |
1.6. Zależności i etyka sztucznej inteligencji | str. | 52 |
Rozdział | 2 |
Sztuczna inteligencja w sektorze finansowym | str. | 57 |
2.1. Czy sztuczna inteligencja w sektorze finansowym jest uregulowana? | str. | 57 |
2.2. Przykłady zastosowań sztucznej inteligencji w sektorze finansowym | str. | 63 |
2.3. Identyfikacja systemów pod kątem wypełnienia wymogów prawnych i regulacyjnych | str. | 66 |
2.3.1. Wytyczne ICT | str. | 67 |
2.3.2. Rekomendacja D Komisji Nadzoru Finansowego | str. | 68 |
2.3.3. Rekomendacje J i W Komisji Nadzoru Finansowego | str. | 69 |
2.3.4. Ocena skutków dla ochrony danych – DPIA | str. | 70 |
2.3.5. Wytyczne w sprawie outsourcingu | str. | 71 |
2.4. Zarządzanie ryzykiem systemów sztucznej inteligencji | str. | 72 |
2.4.1. Ryzyko źródła danych i jakości danych | str. | 74 |
2.4.2. Zarządzanie ryzykiem sztucznej inteligencji w projekcie AI Act | str. | 75 |
2.4.3. Podejście oparte na ryzyku – risk-based approach | str. | 78 |
2.4.4. Środki zarządzania ryzykiem sztucznej inteligencji | str. | 80 |
2.4.5. Rekomendacje NIST w zakresie zarządzania ryzykami sztucznej inteligencji | str. | 84 |
2.5. Rozwiązania organizacyjne | str. | 87 |
2.5.1. Uwagi wstępne | str. | 87 |
2.5.2. Struktura organizacyjna | str. | 89 |
2.5.3. Obszary produktowe | str. | 94 |
2.5.4. Obszary produktowe – wymogi w zakresie ochrony danych osobowych | str. | 97 |
2.5.5. Obszar danych | str. | 98 |
2.5.6. Obszar zgodności z prawem (compliance oraz jednostki wsparcia prawnego) | str. | 101 |
2.5.7. Obszar zarządzania systemami IT | str. | 103 |
2.5.8. Dokumentacja techniczna | str. | 105 |
2.6. Dokumentacja dotycząca danych | str. | 111 |
2.7. Obszar techniczny dla wdrożeń sztucznej inteligencji | str. | 114 |
2.7.1. Nadzór człowieka | str. | 116 |
2.7.2. Bezpieczeństwo, odporność cyfrowa | str. | 121 |
2.7.3. Przejrzystość, udostępnianie informacji i wyjaśnialność | str. | 130 |
2.7.3.1. Duże modele językowe a wyjaśnialność | str. | 135 |
2.7.3.2. Stanowisko Urzędu Komisji Nadzoru Finansowego w sprawie świadczenia usługi robodoradztwa a przejrzystość | str. | 137 |
2.7.3.3. Dylematy związane z wyjaśnialnością | str. | 139 |
2.7.3.4. Zasada przejrzystości w przypadku systemów wchodzących w interakcję z człowiekiem | str. | 141 |
2.7.4. Zarządzanie danymi i dane treningowe | str. | 145 |
2.7.4.1. ISO/IEC 38507:2022 z perspektywy danych | str. | 153 |
2.7.4.2. Zarządzanie danymi jako proces ciągły | str. | 155 |
2.7.4.3. Przechowywanie logów i raportowanie incydentów | str. | 157 |
2.8. Inne obowiązki | str. | 161 |
2.8.1. Ocena skutków dla ochrony praw podstawowych | str. | 161 |
2.8.2. Wytyczne niemieckiego organu nadzoru w zakresie wykorzystania algorytmów w sektorze finansowym | str. | 166 |
Rozdział | 3 |
Część produktowa | str. | 169 |
3.1. Generatywna sztuczna inteligencja | str. | 169 |
3.1.1. Czym jest generatywna sztuczna inteligencja? | str. | 171 |
3.1.2. Modele LLM a Unia Europejska | str. | 174 |
3.1.3. AI Act a wykorzystanie modeli podstawowych | str. | 176 |
3.1.4. Zasady wdrażania systemów sztucznej inteligencji opartych na modelach podstawowych | str. | 178 |
3.1.5. Czy generatywna sztuczna inteligencja zmieni sektor finansowy? | str. | 185 |
3.2. Ocena zdolności kredytowej i ocena ryzyka kredytowego | str. | 186 |
3.2.1. Prawo bankowe | str. | 188 |
3.2.2. Prawo do uzyskania wyjaśnienia | str. | 192 |
3.2.3. Prawo do uzyskania interwencji ludzkiej | str. | 195 |
3.2.4. Prawo do wyrażenia własnego stanowiska | str. | 196 |
3.2.5. Zakres danych wykorzystywanych przez system | str. | 197 |
3.2.6. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej | str. | 200 |
3.2.7. Rekomendacja D a zarządzanie danymi w kontekście oceny zdolności kredytowej | str. | 201 |
3.2.8. Inwentaryzacja danych | str. | 203 |
3.2.9. Polityki, procedury, instrukcje | str. | 204 |
3.2.10. Artykuł 10 AI Act | str. | 204 |
3.2.11. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej – kontynuacja | str. | 210 |
3.2.12. Proces oceny zdolności kredytowej a AI Act | str. | 211 |
3.3. Personalizacja produktów i marketing | str. | 212 |
3.3.1. Uwagi ogólne | str. | 212 |
3.3.2. Profilowanie i zautomatyzowane podejmowanie decyzji | str. | 216 |
3.4. Systemy przeciwdziałania oszustwom i praniu pieniędzy oraz finansowaniu terroryzmu | str. | 223 |
3.4.1. Fraudy a biometria behawioralna | str. | 228 |
3.4.2. Outsourcing | str. | 230 |
3.4.3. Wytyczne Europejskiego Urzędu Nadzoru Bankowego w zakresie zdalnego onboardingu klienta | str. | 231 |
3.4.4. Zdalny onboarding klienta a AI Act | str. | 233 |
3.5. Zarządzanie finansami | str. | 235 |
3.5.1. Uwagi ogólne | str. | 235 |
3.5.2. Zarządzanie finansami przez sztuczną inteligencję – gdzie w tym wszystkim jest człowiek? | str. | 239 |
3.6. Chatboty i voiceboty | str. | 240 |
3.7. Internet rzeczy i Data Act | str. | 246 |
3.7.1. Uwagi ogólne | str. | 246 |
3.7.2. Czy można pozyskiwać dane z IoT? | str. | 251 |
3.8. Inne zastosowania sztucznej inteligencji w sektorze finansowym | str. | 254 |
Zakończenie | str. | 255 |
Bibliografia | str. | 257 |