跳到主要內容

AI 金融處理進行式,政府建立監管政策與法規框架:確保金融機構遵守道德與合規要求

金管會對機器人理財進行法規加強管理,主要目的是為了降低投資風險和保護投資者。由於機器人理財的資產管理規模和客戶數逐年增長,金管會認為有必要對此類金融服務進行更嚴格的監管。文章並未提及防止洗錢或避免利益過度膨脹作為加強管理的主要原因。

戰AI!金管會對機器人理財開第一槍 違規最重處1,500萬元

金管會希望將目前仍屬於「自律規範」的機器人理財納入《投信顧法》,提升法律位階。這樣做的目的是要確保機器人理財的演算法合理、有效並防止人為修改。為此,金管會將成立專家小組,對各業者的機器人理財演算法進行審查。

此外,金管會還計劃修訂《投信顧法》的子法──投顧事業管理規則,將「自動化顧問服務(機器人理財)」規範納入。這意味著違反相關法規的機器人理財業者將面臨更嚴厲的罰款,從而提高業者遵守法規的動力。

綜上所述,金管會加強機器人理財管理的主要目的是降低投資風險、保護投資者利益,並確保機器人理財演算法的合理性和有效性。

2023/04/19 發表新聞稿,

8月金融科技發展2.0納入AI 金管會:擬定指導原則

金管會所提及的擔憂和害怕,主要集中在以下幾個方面:

AI技術的合規性和道德倫理:金管會主委提到了新加坡、韓國、和日本等國家對金融業使用AI技術都有一些抽象性原則,如公平、倫理道德、課責性、透明度等。這些原則旨在確保金融業在使用AI時遵循相應的道德和法律規定,防止不公平競爭和損害消費者利益。

資料安全和個資外洩問題:金管會擔心在金融業使用AI技術時,用戶的個人資料可能被泄露或遭受損害。在使用像ChatGPT這樣的人工智能技術時,金融業需要確保客戶資料的保密性和安全性。

自律規範和法律位階的調整:黃天牧提到,金管會將評估銀行公會新興科技的自律規範,並參考國際上的最佳實踐(如歐盟的規範)。如果現行的自律規範無法滿足未來AI發展的需求,金管會將考慮提升相關法律規定的位階。

綜上所述,金管會主要擔憂AI技術在金融業的應用可能帶來合規性、道德倫理、資料安全和個資外洩等方面的風險。為了確保金融業在使用AI時遵循相應的道德和法律規定,金管會將密切關注國際上的最佳實踐,並在必要時對相關法規和自律規範進行調整。

反面的思考

如果AI在金融領域的應用不合規或不符合道德倫理,可能會帶來以下問題:

金融機構信譽受損:金融機構使用不合規或不道德的AI技術可能會損害其聲譽,使客戶對該機構的信任度下降,進而影響業務發展。

消費者利益受損:不合規或不道德的AI技術可能導致消費者的利益受損。例如,AI演算法可能偏向某些特定的客戶群體,導致不公平的金融服務分配;或者不合規的AI可能無法充分保護客戶的隱私和資料安全。

法律責任:金融機構使用不合規或不道德的AI技術可能面臨法律訴訟和罰款。機構可能因違反相關法律規定而遭到監管機構的處罰,甚至可能面臨牌照被撤銷的風險。

不公平競爭:如果某些金融機構使用不合規或不道德的AI技術,可能導致市場競爭失衡,嚴重影響金融市場的公平和穩定。

社會道德風險:不合規或不道德的AI技術可能導致道德滑坡,使得金融業逐漸遠離正當經營和社會責任。這可能進一步導致金融市場的失序,甚至引發金融危機。

技術偏見:不合規或不道德的AI技術可能導致技術偏見,例如基於種族、性別、年齡等歧視性因素的信貸評分。這可能加劇社會不平等,並對弱勢群體造成不利影響。

為了避免這些問題,金融機構應遵循相關法律規定和道德倫理原則,在使用AI技術時充分考慮合規性、公平性、透明度和課責性。同時,監管機構應加強對金融機構使用AI技術的監管,制定明確的法規和指導原則,以確保金融機構在使用AI時遵守相應的道德和法律規定。具體措施可以包括:

制定AI監管政策和框架:監管機構應制定針對金融機構使用AI的政策和框架,明確規定相關法律和道德要求,強調公平、透明、課責和保護消費者利益等原則。

加強AI合規審查:監管機構應對金融機構使用的AI技術進行定期審查,確保其遵守相應的法律規定和道德原則。此外,監管機構可以要求金融機構定期報告其AI技術的運行狀況和風險控制情況。

提高行業標準:監管機構應與金融業界合作,制定和推廣AI技術在金融領域的最佳實踐,提高整個行業的技術和道德標準。

強化技術支持和資源共享:監管機構應提供技術支持和資源,協助金融機構應對AI技術帶來的合規和道德挑戰。例如,監管機構可以建立專門的AI監管專家小組,提供技術指導和政策建議。

提升金融從業人員的AI素養:監管機構應鼓勵金融機構提升員工的AI素養,讓他們更好地理解AI技術的運作原理、風險和潛在道德問題,以便在日常業務中做出更明智的決策。

建立有效的投訴和糾紛解決機制:監管機構應建立一個針對金融機構使用AI技術的投訴和糾紛解決機制。

結語

從金融的角度來說,希望的是平等性,安全性,一至性。

機構在使用AI技術時,需要充分考慮合規性、道德倫理、公平性和透明度等因素。監管機構應加強對金融機構使用AI的監管,制定明確的法規和指導原則,確保金融業的穩定和公平。

透過提高行業標準、強化技術支持、提升金融從業人員的AI素養以及建立有效的投訴和糾紛解決機制,監管機構和金融機構可以共同努力,確保AI技術在金融領域的應用既具有創新價值,又遵循相關的法律規定和道德原則,為金融市場帶來持續的繁榮與發展。

留言

這個網誌中的熱門文章

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。

npm 還可以看影片,沒想到真的有人這麼做

 還真的有人做這件事情, 庆余年2剛上線,有一位小哥竟然利用 npm 包的機制,將整套高清視頻都搬上來了。 https://x.com/fengmk2/status/1791498406923215020 圖片來源, https://x.com/fengmk2/status/1791498406923215020/photo/1 此 Package 出處 https://www.npmjs.com/package/lyq2?activeTab=versions 截圖留念, 機制說明 NPM(Node Package Manager)是一個流行的 JavaScript 軟件包管理器,用於管理和分發 Node.js 應用的依賴。它允許開發者將自己的代碼打包成「包」,並上傳到 NPM 的公共註冊表,供其他開發者下載和使用。這個過程通常包括以下步驟: 創建 NPM 包 :開發者將自己的代碼和相關文件打包成一個 NPM 包。 上傳到註冊表 :將包上傳到 NPM 的公共註冊表。 下載和使用 :其他開發者可以通過 NPM 命令行工具下載並安裝這些包。 這位小哥利用這一機制,可能是通過將整套高清視頻文件打包成 NPM 包並上傳到公共註冊表。其他人只需通過簡單的 NPM 命令即可下載這些視頻文件。 影響 版權問題 :這種行為涉及明顯的版權侵犯。高清視頻通常受到版權保護,未經授權的分發和下載都是非法的。 NPM 註冊表的可靠性 :這類內容的出現可能會損害 NPM 註冊表的可靠性和聲譽。NPM 註冊表是開發者分享和使用代碼的重要平台,如果充斥著這些不合法的內容,會影響其公信力。 潛在的安全風險 :將視頻文件偽裝成 NPM 包可能會帶來潛在的安全風險。下載這些包的用戶可能會無意中下載到惡意軟件或其他有害內容。 技術濫用 :這一行為展示了技術的濫用,原本為了方便開發者分享和使用代碼的機制,被用來分發非法內容,會對整個開發者社區造成負面影響。 歡迎留言給我,讓我們得到更多討論,一起回饋更多可能。 如果對於技術架構或者技術開發有相關需要顧問教育訓練服務或專案開發,聯絡方式如下,或者是與皇漢科技 EXMA-Square 進行聯繫。 FB: https://www.facebook.com/clonncd/ Twitter: https://twitter.com/clonncd 熱血漢誌: htt

從易經八卦到 AI 應用:用 LLM 自動化數據整理的工程探險

從 2023 年開始,在去年 為何技術老人這樣想那樣做? 的那場分享之前,就開始探索管理的更多可能性,以及探索更深層的奧秘,宇宙的二進位,生活中的陰與陽,到透過朋友深入探索 8 進位和 64 進位的玄學領域。 一開始只是想將自己體驗進行工程的還原,先是以為透過 ai 可以很快(偷懶)就可以解決掉資訊整理的問題,這邊有些踩雷的過程,以及對於整體實作的紀錄,分享給大家。 人生,原本以為很輕鬆的事情,最後都會不太容易 原本目標是希望將網路上許多的八卦資訊,以及六十四卦象內容,透過 AI 將資料進行彙整,就資料進行整合以及釐清就花了些時間 (汗) 以下且聽我慢慢道來 ... . 思緒步驟 大概步驟會是這樣,首先進行基礎八卦資訊搜集,大概由乾掛到坤卦,這些都可以在網路上容易取得,(這邊採用的是先天八卦順序) https://chatgpt.com/share/672083ea-4000-8010-ae50-3e120d845244 接著進入重點, 64 卦目前並沒有太多工程項目可以進行整合資料,因此主要透過 ChatGPT 產生資訊,以及透過 wiki 進行先達到快速效果。 https://chatgpt.com/share/67208416-c210-8010-9d43-a8c7235a1b03 緊接著,就會得到一串很像是 64 掛的內容, 不看不知道,一看嚇一跳,取得資料中會包含錯誤資訊,對應錯誤的上下卦,但畢竟是電腦,有錯很正常,這才是我認識的 ChatGPT (這邊也有試過 Claude 也有相同問題)。 校正回歸 此時經驗就非常重要,透過 AI 協助我們進行資料編寫比對,但不是單純的比對,而是要先想清楚自己的目標是什麼。 64 卦,兩兩相對。 64 卦,每個卦象不重複。 基礎於一開始 『懶』的狀態 , 首先直覺性的,是將比對錯誤的 json 直接丟入,原本預計透過 chain of thought 的方式,讓 llm 進行重複確認,但 ... 測試發現,需要透過 llm 產出原生資料越大時,隱藏的重複錯誤性會隨之提高。 llm 不轉,我轉 因此,這邊的解法朝向糾錯為主。 首先回到目的性,我們需要得到的結果是 完整的 64 卦象 取得對應的正確上下卦位置。 當我們有這樣明