Viele haben den Eindruck, dass ChatGPT aus dem Nichts aufgetaucht ist. Es ist beeindruckend, aber es ist wichtig, den Kontext zu verstehen. Die ChatGPT-Anwendung verwendet künstliche Intelligenz, die als Natural Language Processing (NLP) bekannt ist. NLP ist ein Wissenschaftszweig, der seit vielen Jahrzehnten existiert, aber in den letzten fünf Jahren aufgrund des Wechsels von statistischen Modellen zu selbstlernenden neuronalen Netzwerken unglaubliche Fortschritte gemacht hat. Wenn neuronale Netzwerke auf großen Mengen hochwertiger Daten trainiert werden, lernen sie, die menschliche Sprache zu verstehen und können verschiedene Aufgaben ausführen. Diese Aufgaben reichen von relativ einfachen Aktionen wie Stichwort- und benannte Entitätserkennung, Tagging, Textklassifikation und Parsing bis hin zu komplexeren Aktionen wie Übersetzung (Neural Machine Translation oder NMT), Zusammenfassung oder Umschreibung sowie den deutlich schwierigeren Aufgaben des Frage-Antwort-Spielens und der natürlichen Sprachgenerierung.
Zusätzlich wird NLP zunehmend mit Automatischer Spracherkennung und synthetischer Stimme für Text-to-Speech, Speech-to-Text und Speech-to-Speech kombiniert. Mit den richtigen Trainingsdaten ist es jetzt theoretisch möglich, fast jede sprachbezogene Anwendung mit den oben beschriebenen Bausteinen zu erstellen, was erhebliche Vorteile für die Finanzdienstleistungsbranche bietet. Diese könnten für folgende Anwendungen relevant sein: Wissen aus einer viel größeren Vielfalt von Quellen in jeder Sprache oder Format zu sammeln, Unterstütztes oder vollautomatisiertes Verfassen, Inhalts-Transformation oder -Umwandlung wie Zusammenfassung, Neuformulierung oder Übersetzung, Inhaltsanalyse und Einblicke, einschließlich kontextbezogener Einblicke wie Zuverlässigkeitsbewertung.
Stellen Sie sich vor, alle Unternehmensankündigungen an einem bestimmten Tag könnten in Sekunden analysiert werden, mit Zusammenfassungen in jeder Sprache. Oder denken Sie an die Möglichkeit, einen Prospekt auf Anomalien und Risiken zu überprüfen, die im Kontext anderer Unternehmen in seiner Branche oder insgesamt auf dem Markt stehen. Ein ESG-Bericht würde automatisch generiert werden, indem Daten direkt aus den Systemen des Unternehmens abgerufen werden, wobei die korrekte Taxonomie für die Gerichtsbarkeit angewendet wird, oder ein Bericht könnte erstellt werden, um einen Satz von Statistiken einem Nicht-Experten zu erklären. Was hält uns auf? Es gibt wahrscheinlich fünf Schlüsselbereiche, in denen wir innehalten müssen, um nachzudenken: Technische Herausforderungen, Zuverlässigkeit, Sicherheit, Regulierung und Change-Management.