Warto Wiedzieć | Technologie | Cognitive banking – przyszłość bankowości

Zofia Ponulak

Kluczem do zrozumienia cognitive banking są technologie kognitywne (ang. Cognitive Technologies, CT). Są to narzędzia informatyczne, które modelują funkcjonowanie ludzkiego mózgu – m.in. algorytmy, uczenie maszynowe (ang. Machine learning, ML), uczenie głębokie (ang. Deep learning, DL), przetwarzanie języka naturalnego czy robotyczna automatyzacja procesów. Mówiąc inaczej, chodzi o zaawansowane technologie oparte na analizie ludzkich procesów poznawczych, a więc wykorzystywanie szeroko rozumianej sztucznej inteligencji. Dzięki CT możliwe staje się zautomatyzowanie zadań, które dotychczas wymagały ludzkich umiejętności percepcyjnych, takich jak rozpoznawanie pisma ręcznego lub identyfikowanie twarzy, oraz zdolności poznawczych, takich jak planowanie, wnioskowanie na podstawie częściowych lub niepewnych informacji oraz uczenie się. Technologie zdolne do wykonywania zadań, które tradycyjnie wymagają ludzkiej inteligencji, są nazywane technologiami kognitywnymi.

Kognitywna – czyli jaka?

Cognitive banking, czyli po polsku bankowość kognitywna, to – mówiąc najprościej – wykorzystanie wspomnianych technologii kognitywnych w usługach bankowych. Obie dziedziny, cognitive banking i cognitive technologies, wpisują się w szerszą dyscyplinę – kognitywistykę (ang. Cognitive science). Jest to interdyscyplinarny projekt badający i modelujący procesy poznawcze. Projekt międzyobszarowy, bowiem z jednej strony łączy filozoficzną analizę umysłu, a z drugiej znajduje praktyczne zastosowanie w nowoczesnych technologiach, również tych wykorzystywanych w sektorze bankowym.

Sztuczna inteligencja

Celem cognitive banking jest, poprzez wykorzystanie cognitive technologies, imitacja ludzkich zdolności poznawczych, takich jak słuchanie, mówienie czy przewidywanie na podstawie przeszłych doświadczeń. Zresztą zwykle tak definiuje się właśnie sztuczną inteligencję – jako programy, które sprawnie rozwiązują zadania, według powszechnej opinii wymagające inteligencji, gdy są wykonywane przez człowieka. Należy tutaj podkreślić, że mowa o tzw. słabej sztucznej inteligencji (ang. weak AI). Rozróżnienie na słabą i mocną sztuczną inteligencję wprowadził John Searle, aby odróżnić mocną tezę, że komputery mogą myśleć, od słabej – że mogą symulować myślenie. Słaba sztuczna inteligencja to inaczej mówiąc ta, z&...