Sztuczna inteligencja. Praktyczny przewodnik dla sektora innowacji finansowych

-17%

Sztuczna inteligencja. Praktyczny przewodnik dla sektora innowacji finansowych

1 opinia

Format:

pdf

RODZAJ DOSTĘPU

112,05  135,00

Format: pdf

Cena początkowa: 135,00 zł (-17%)

Najniższa cena z 30 dni: 112,05 zł  


112,05

w tym VAT

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 wydania2023
Liczba stron270
KategoriaInne
WydawcaWolters Kluwer Polska SA
ISBN-13978-83-8358-210-8
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

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
RozwińZwiń