Page 95 - NO.147銀行家雜誌
P. 95

曾韵指出,其實金融業一直都有在做                             明顯的「重男輕女」傾向,引發不少爭議,
              資料分析,而且風險部門可謂模型的專家,                              這正是因為A I「吃」下公司過去10年來的
              若能妥善運用的話,A I的發展對金融業一定                            簡歷中,以男性居多,導致A I判定無男性關
              有加分作用,但人工智慧也有不可忽視的風                              鍵字的女性簡歷相對不重要。
              險,像是駭客在網路上透過A I來竊取公司機                                 但可以確定的是,不論是A I或其他數

              密的機率提高,且有不少未知的法律責任,                              位工具,如今都逐漸普及,虛擬社會正逐漸
              畢竟現在與A I有關的法規不多,如果A I出錯                          演變成正式社會,這兩種社會的型態和特色
              了,該如何究責?                                         看似大不相同,但一樣的是,都必須建構在
                  現代的自動駕駛系統,就仰賴A I的機器                          「信賴」的核心基礎上,有完整的資安機
              學習能力為主,透過大量的圖像來學習辨識                              制,方能滿足虛擬社會的互信需求,相關議
              道路上可能出現的物體,但實際上路後會出                              題值得大家投注更多心力,對積極發展金融
              現在道路上的,絕對不只車子而已,若是遇                              科技的金融業者而言,更是如此。
              到事前訓練時意想不到的物件,即可能發生
              意外,直到現在自駕車所引發的車禍責任歸                              形塑金融業重視資安文化

              屬仍有不小的模糊空間。
                  另外,A I程式一旦出現錯誤,可能無                                至於該如何進行金融業的供應鏈資安管
              法達到預期的效果,並可能會產生嚴重的誤                              理?萬幼筠建議,形塑金融機構重視資安的
              導,或是AI識別數據中的模式要是本來就存                             組織文化,是根本所在,現階段國內要求設
              在偏見,可能會帶入更多偏見與錯誤,之前                              置有試著拉高資安議題層級,像是要求金融
              有個很具代表性的例子是全球電商巨擘亞馬                              業者要設置副總層級以上的資安長,且導入
              遜(A m a z o n)透過A I來篩選人才,展現出                     資安的國際標準,都相當正面,而且應當系

                                                               統化培育金融資安人才,像是開設專班、國
                                                               際護照與職能地圖等。
                                                                    要建立值得信賴的AI,也有方法。曾韵提
                                                               醒,發展AI之際,除了追求績效(Performance)
                                                               之外,還要掌握透明(Transparent)、無偏見
                                                               (Unbiased)、有彈性(Resilient)、可解釋
                                                               (Explainable)等原則。
                                                                    所以,用戶與A I互動時,必須提供適當
                                                               的通知,A I的訓練方法和決策標準可以被理

                                                               解,且能被「文件化」,讓操作人員能進行
                                                               挑戰與驗證;由開發團隊組成、資料和培訓
                                                               方法所引起的內在偏見能夠被識別出來,並
              「乾淨網路」計畫目的在確保關鍵電信網路、雲端、數據分析、物聯                   通過AI設計加以解決。
              網、5G技術不會使用到「不受信任」的設備供應商。(圖/達志影像)




                                                                                           台灣銀行家2022.3月號 95







   1                  5%     JOEE
   90   91   92   93   94   95   96   97   98   99   100