همه مقاله‌ها
بانکداری مرکزیحاکمیت هوش مصنوعیایجنت هوش مصنوعیفناوری بانکی

هوش مصنوعی در بانک مرکزی ۲۰۲۶: نظرسنجی آمادگی BIS، اقتصادسنجی با ایجنت و پیش‌بینی آنی تولید ناخالص داخلی چه درسی برای مدیران فناوری بانک دارند

از ۶ تا ۲۲ آبان ۱۴۰۵ (۲۸ اکتبر تا ۱۳ نوامبر ۲۰۲۶) بانک‌های مرکزی تصویری کم‌سابقه و روشن از کاربرد واقعی هوش مصنوعی منتشر کردند. نظرسنجی کمیته ایروینگ فیشر در بانک تسویه‌های بین‌المللی (BIS) از ۶۵ حوزه قضایی، مقاله کاری BIS درباره یک ایجنت هوش مصنوعی برای پژوهش اقتصادسنجی، مقاله بانک ملی اوکراین درباره کلان‌داده و مدل‌های زبانی در سیاست پولی و گزارش بانک ملی چک از پیش‌بینی آنی تولید ناخالص داخلی با یادگیری ماشین همگی یک پیام دارند: هوش مصنوعی به مرحله تولید رسیده، اما تأیید نهایی هنوز با انسان است. آمادگی هوش مصنوعی در بانک مرکزی واقعاً یعنی چه، ریسک‌ها کجا متمرکز شده‌اند و یک راهنمای عملی برای مدیران فناوری بانک‌ها و نهادهای تحت نظارت.

نویسنده: یاسینه پورابراهیم · · ۱۳ دقیقه مطالعه

بانک‌های مرکزی معمولاً آخرین نهادهایی هستند که انتظار داریم در فناوری‌های تازه پیشتاز باشند. حساس‌ترین داده‌های نظام مالی در اختیار آن‌هاست، خطایشان بازار را تکان می‌دهد و مشروعیتشان به تصمیم‌هایی وابسته است که بتوان توضیحشان داد. دقیقاً به همین دلیل، شیوه‌ای که هوش مصنوعی را به کار می‌گیرند ارزش دنبال کردن دارد. در کمی بیش از دو هفته، از ۶ تا ۲۲ آبان ۱۴۰۵ (۲۸ اکتبر تا ۱۳ نوامبر ۲۰۲۶)، چهار انتشار تصویری مستند و کم‌یاب از هوش مصنوعی در بانک مرکزی ارائه کردند: یک نظرسنجی جهانی از بانک تسویه‌های بین‌المللی (BIS)، یک مقاله کاری BIS درباره ایجنت هوش مصنوعی برای پژوهش اقتصادسنجی، مقاله‌ای از بانک ملی اوکراین درباره کلان‌داده و مدل‌های زبانی در سیاست پولی و مروری از بانک ملی چک بر عملکرد مدل‌های یادگیری ماشین در پیش‌بینی آنی تولید ناخالص داخلی. اگر این‌ها را کنار هم بخوانیم، درباره معنای «آمادگی هوش مصنوعی» برای هر نهاد مالی تحت نظارت، و نه فقط بانک‌های مرکزی، حرف‌های زیادی می‌زنند.

نظرسنجی BIS درباره آمادگی هوش مصنوعی بانک‌های مرکزی چه می‌گوید

در ۶ آبان ۱۴۰۵ (۲۸ اکتبر ۲۰۲۶) کمیته ایروینگ فیشر برای آمار بانک‌های مرکزی (IFC) که در BIS مستقر است، گزارش شماره ۱۹ خود را با عنوان آمادگی هوش مصنوعی در بانک‌های مرکزی منتشر کرد. این گزارش بر پایه نظرسنجی‌ای است که اوایل ۲۰۲۶ در ۶۵ حوزه قضایی انجام شد و نتایج را با نظرسنجی مشابه سال ۲۰۲۴ مقایسه می‌کند. نویسندگان آمادگی هوش مصنوعی را آمادگی یک نهاد برای به‌کارگیری، تطبیق و پیشبرد هوش مصنوعی در عملیات، تصمیم‌گیری و اهدافش تعریف می‌کنند و آن را دو بخش می‌دانند: آمادگی سازمانی (حاکمیت، منابع و توانمندی‌ها) و آمادگی داده (مدیریت اطلاعات به‌گونه‌ای که هوش مصنوعی بتواند به شکل مؤثر، امن و مسئولانه از آن استفاده کند). آن‌ها همچنین میان آمادگی ادراک‌شده، یعنی ارزیابی نهاد از خودش، و آمادگی واقعی، یعنی آنچه واقعاً انجام داده، تمایز مفیدی می‌گذارند.

یافته‌های اصلی:

  • هوش مصنوعی در اولویت بالاتری قرار گرفته است. تقریباً دو سوم بانک‌های مرکزی اکنون هوش مصنوعی را اولویت راهبردی بالا می‌دانند؛ در ۲۰۲۴ این نسبت کمتر از نصف بود.
  • پروژه‌های بیشتری در مرحله تولیدند. سهم پروژه‌های هوش مصنوعی در مرحله تولید، از جمله تولید در مقیاس کوچک، در ۲۰۲۶ از دو سوم بیشتر است، در حالی که دو سال پیش حدود نصف بود. شمار پاسخ‌دهندگانی که اصلاً از هوش مصنوعی یا یادگیری ماشین استفاده نمی‌کنند تقریباً به صفر رسیده است.
  • ابزارهای همه‌منظوره پیشتازند. استفاده به سمت هوش مصنوعی همه‌منظوره مانند دستیارهای بهره‌وری (copilot) رفته، در حالی که ایجنت‌ها و بینایی ماشین کمتر به کار می‌روند؛ گزارش این را به ملاحظات هزینه، امنیت، یکپارچه‌سازی و حاکمیت نسبت می‌دهد.
  • حاکمیت عقب نمانده است. سهم بانک‌های مرکزی بدون قواعد یا توصیه‌های داخلی برای استفاده از هوش مصنوعی از حدود یک سوم در ۲۰۲۴ به کمتر از یک دهم رسیده است.
  • زیرساخت و نیروی متخصص وجود دارد، اما کم است. تقریباً دو سوم زیرساخت اختصاصی هوش مصنوعی دارند و تقریباً سه چهارم متخصص هوش مصنوعی استخدام کرده‌اند، اما این متخصصان اغلب کمتر از ۲٫۵ درصد کل کارکنان را تشکیل می‌دهند.

ریسک‌ها کجا متمرکز شده‌اند: هزینه، تأمین‌کننده و خودمختاری

بخش جالب‌تر گزارش چیزی است که بهتر نشده. انتظار از اثر هوش مصنوعی همچنان بالاست، اما در حوزه‌های اصلی مانند سیاست پولی و ثبات مالی تعدیل شده است و نویسندگان این را به دشواری گذر از پایلوت به پروژه‌های تمام‌مقیاس مرتبط می‌دانند. بیشتر بانک‌های مرکزی هنوز کمتر از ۵ درصد بودجه خود را صرف هوش مصنوعی می‌کنند و بسیاری کمتر از برنامه ۲۰۲۴ خود هزینه کرده‌اند، هرچند انتظار دارند بودجه‌ها افزایش یابد.

سه نشانه ریسک برجسته است:

۱. هزینه فناوری اطلاعات. سهم بانک‌های مرکزی که هزینه فناوری اطلاعات را ریسک می‌دانند به نزدیک ۸۰ درصد جهش کرده است؛ از پردازش، ذخیره‌سازی و ابر تا یکپارچه‌سازی با سامانه‌های قدیمی، هزینه تأمین‌کننده و مجوز، مقاوم‌سازی امنیتی و ابزارهای انطباق.

۲. تمرکز تأمین‌کننده. بانک‌های مرکزی بیشتر از مدل‌های بیرونی یا آماده استفاده می‌کنند و فقط حدود یک پنجم مدل‌ها را خودشان میزبانی می‌کنند یا فقط به‌صورت داخلی مستقر می‌کنند. گزارش به اتکای زیاد به چند تأمین‌کننده محدود برای هوش مصنوعی همه‌منظوره و شمار اندک عرضه‌کنندگان مدل‌های پیشرو اشاره می‌کند و برای پرهیز از قفل‌شدن در یک تأمین‌کننده، راه‌حل‌های باز، تعامل‌پذیر و پروتکل‌های مشترک را توصیه می‌کند.

۳. خودمختاری بدون کنترل‌های کامل. اداره هوش مصنوعی هرچه خودمختارتر در کنار حفظ نظارت انسانی مؤثر یکی از چالش‌های کلیدی شمرده شده است. گزارش به کنترل‌هایی مانند سازوکار انسان در حلقه و «کلید توقف» (kill switch) برای متوقف کردن فرایندهای خودمختار اشاره می‌کند، اما نزدیک به نیمی از بانک‌های مرکزی هنوز در مراحل اولیه اجرای این کنترل‌ها هستند و کمتر از ۱۰ درصد به تکمیل آن نزدیک شده‌اند.

توصیه‌های گزارش عملی است. گزارش مرزهای تصمیم روشن را پیشنهاد می‌کند: کجا هوش مصنوعی مجاز است، کجا مناسب نیست و کجا کنترل انسانی ضروری است. مثال خود گزارش این است که هوش مصنوعی می‌تواند در کدنویسی یا بازیابی اطلاعات کمک کند، اما تأیید انسانی برای کار سیاست‌گذاری الزامی می‌ماند. همچنین متنوع‌سازی اتکا به توسعه‌دهندگان مدل و ارائه‌دهندگان ابر، پذیرش استانداردهای باز و ترتیبات اضطراری، و مدیریت هزینه با «توکنومیکس هوش مصنوعی»، یعنی چارچوبی برای پایش مصرف توکن مدل‌های مولد، توصیه شده است. یک کادر در گزارش به مدل‌های با وزن باز می‌پردازد که به گفته گزارش تا ۲۰۲۵ بیش از نیمی از مدل‌های تجاری موجود را تشکیل می‌دادند و آن‌ها را راهی برای کاهش هزینه و وابستگی می‌داند، اما هشدار می‌دهد که استقرار امن آن‌ها به زیرساخت و تخصص نیاز دارد.

ایجنت هوش مصنوعی در اقتصادسنجی: MaRCo@BIS اقتصاددان را در جایگاه تصمیم نگه می‌دارد

در ۲۱ آبان ۱۴۰۵ (۱۲ نوامبر ۲۰۲۶) BIS مقاله کاری شماره ۱۳۹۵ به قلم Marco Jacopo Lombardi، Taejin Park و Fernando Perez-Cruz را منتشر کرد که MaRCo@BIS یا «همراه پژوهش اقتصادسنجی کلان» را معرفی می‌کند. این نمونه‌ای عینی است از اینکه ایجنت هوش مصنوعی در بانکداری مرکزی وقتی برای پاسخ‌گویی طراحی شود چه شکلی دارد.

MaRCo@BIS یک محیط کدنویسی ایجنتی آماده را با فایل‌های متنی گردش کار، یک فرهنگ تأییدشده از مشخصات مدل‌های منتشرشده و یک کتابخانه آزموده از روش‌های اقتصادسنجی ترکیب می‌کند. ایجنت مدل پیشنهاد می‌دهد و منطق اقتصادی آن را توضیح می‌دهد، داده را بازیابی و یکسان‌سازی می‌کند، برآورد و آزمون‌های تشخیصی را اجرا می‌کند و هر انتخاب را برای بازتولید ثبت می‌کند. پژوهشگر باید هر تصمیم مهم را تأیید یا رد کند. نویسندگان بازتولید سه مدل خودرگرسیون برداری ساختاری (SVAR) پرکاربرد توسط ایجنت را با نسخه‌های اصلی مقایسه کردند و پنج تمرین، از یک بازتولید تأییدشده تا یک پرسش طراحی باز، اجرا کردند.

یافته‌ها سنجیده‌اند. ایجنت در جایی که مشخصات و داده به‌خوبی تعریف شده بود نتایج منتشرشده را بازتولید کرد و زحمت مکانیکی پژوهش را به‌طور چشمگیری کاهش داد. در یک تمرین باز درباره سیاست مالی، نتایج کوتاه‌مدت پایدارتر از اثرات میان‌مدت بود که به‌شدت به انتخاب‌های مدل‌سازی وابسته بودند. نتیجه‌گیری نویسندگان این است که هوش مصنوعی باید از قضاوت کارشناسی پشتیبانی کند، نه جایگزین آن شود؛ به دلیل ریسک گزینش دلخواه مشخصات، سوگیری اتوماسیون، محدودیت داده و تفسیرهای نادرست اقتصادی. این چارچوب به‌عنوان یک کالای عمومی برای بانک‌های مرکزی و پژوهشگران اقتصاد کلان منتشر شده است.

کلان‌داده و مدل‌های زبانی زیر فشار: بانک ملی اوکراین

در ۱۵ آبان ۱۴۰۵ (۶ نوامبر ۲۰۲۶) بانک ملی اوکراین (NBU) مقاله‌ای به قلم Volodymyr Lepushynskyi و همکاران درباره کلان‌داده و هوش مصنوعی به‌عنوان ورودی سیاست‌گذاری پولی منتشر کرد. بستر این کار بسیار سخت است: پس از ۲۰۲۲ جنگ آمار رسمی را قطع کرد، اما کمیته سیاست پولی همچنان به برآورد به‌موقع قیمت‌ها و فعالیت اقتصادی نیاز داشت.

به گفته این مقاله، ارزیابی‌های NBU بر میلیون‌ها قیمت آنلاین، Google Trends، تصاویر ماهواره‌ای نور شبانه، آگهی‌های شغلی آنلاین، داده‌های مالی دولت و شاخص‌های فعالیت نظامی و آسیب زیرساخت تکیه دارد. اخیراً این بانک از مدل‌های زبانی بزرگ برای تحلیل متن، از جمله اخبار، شبکه‌های اجتماعی و ارتباطات خود بانک، استفاده کرده و نمونه اولیه سامانه‌ای از ایجنت‌های هوش مصنوعی ساخته که پاسخ‌دهندگان نظرسنجی خانوار را شبیه‌سازی می‌کند. مقاله یک دهه از این کار را مرور می‌کند و سه اصل برای به‌کارگیری سیگنال‌های تولیدشده با هوش مصنوعی در تصمیم‌ها و ارتباطات سیاست پولی ارائه می‌دهد. درس آن برای یک مدیر فناوری این است که داده جایگزین و مدل‌های زبانی وقتی داده معمول از کار می‌افتد ارزشمند می‌شوند، اما هر منبع تازه عدم‌قطعیت خودش را دارد که باید آشکارا مدیریت شود.

پیش‌بینی آنی تولید ناخالص داخلی با هوش مصنوعی: کارنامه بانک ملی چک

در ۲۲ آبان ۱۴۰۵ (۱۳ نوامبر ۲۰۲۶) بانک ملی چک (CNB) هم‌زمان با سخنرانی رئیس کل خود، Aleš Michl، در دانشگاه کیوتو، نسخه به‌روزشده یادداشتی را درباره عملکرد مدل‌های پیش‌بینی آنی تولید ناخالص داخلی (Nowcasting) خود از ۲۰۲۳ منتشر کرد. این یکی از روشن‌ترین کارنامه‌های عمومی پیش‌بینی آنی با هوش مصنوعی در یک بانک مرکزی است.

CNB مجموعه‌ای از مدل‌ها را به کار می‌گیرد: شاخص Rushin بر پایه داده‌های پرتواتر، یک مدل عاملی پویا که در بانک فدرال رزرو نیویورک توسعه یافته و روش‌های یادگیری ماشین شامل LASSO، رگرسیون Ridge، Elastic Net، ماشین بردار پشتیبان و جنگل تصادفی (Random Forest). به گفته CNB، از ۲۰۲۳ اقتصاددانانش با استفاده از همه مدل‌ها به‌علاوه قضاوت خود، رشد فصلی تولید ناخالص داخلی را به‌طور میانگین با ۰٫۲۱ واحد درصد خطا برآورد کرده‌اند، در حالی که بهترین مدل یادگیری ماشین، یعنی جنگل تصادفی بدون دخالت انسان، ۰٫۲۲ خطا داشته است. میانگین خطا به حدود ۰٫۲ واحد درصد رسیده، در مقایسه با کمتر از ۰٫۷ پیش از همه‌گیری، و پیش‌بینی بانک تقریباً ۳۵ درصد دقیق‌تر از یک مدل خودرگرسیون ساده است، در حالی که پیش از همه‌گیری این برتری حدود ۱۵ درصد بود.

نتیجه‌گیری بانک محتاطانه است: پیش‌بینی تعدیل‌شده با قضاوت انسانی هنوز دقیق‌ترین است، اما با فاصله‌ای بسیار اندک، و بهترین نتیجه از ترکیب مدل‌ها با قضاوت انسانی به دست می‌آید. CNB از این پس وزن مدل‌ها را هر فصل بر اساس عملکرد اخیرشان به‌روز می‌کند. این بانک همچنین از ساخت پایه فناوری هوش مصنوعی خود می‌گوید: یک مرکز نوآوری به نام CNB Lab و سرورهایی با کارت‌های گرافیک NVIDIA H200 برای کار با داده و کد در محیطی امن.

درس‌هایی برای مدیران فناوری بانک‌ها

این چهار انتشار از نهادهایی با اندازه و شرایط بسیار متفاوت آمده‌اند، اما الگوی مشترکی دارند که برای بانک‌های تجاری، شرکت‌های پرداخت و هر سازمان تحت نظارت کاربرد دارد:

  • مرحله تولید، خط پایه تازه است. پرسش دیگر این نیست که از هوش مصنوعی استفاده کنیم یا نه، بلکه این است که آیا می‌توانیم نشان دهیم کجا به کار رفته، چه کسی خروجی‌اش را تأیید می‌کند و عملکردش در طول زمان چگونه است.
  • تأیید انسانی از ابتدا طراحی می‌شود، نه بعداً وصله. MaRCo@BIS پژوهشگر را وادار می‌کند هر تصمیم مهم را تأیید کند؛ CNB قضاوت کارشناسی را بالای مدل‌ها نگه می‌دارد؛ گزارش BIS مرزهای تصمیم صریح را توصیه می‌کند. این با مسیری که ناظران آمریکایی در چارچوب نظارتی هوش مصنوعی OCC ترسیم کرده‌اند هم‌خوان است؛ جایی که میزان خودمختاری و پیامد، سطح کنترل را تعیین می‌کند.
  • وابستگی به تأمین‌کننده اکنون یک ریسک نام‌برده است. وقتی نظرسنجی بانک‌های مرکزی هزینه فناوری و تمرکز تأمین‌کننده را جزو ریسک‌های رو به افزایش می‌شمارد، هیئت‌مدیره‌ها همین پرسش‌ها را از بانک‌های تجاری هم خواهند پرسید. میزبانی برخی مدل‌ها روی زیرساخت خودتان یک گزینه است؛ ملاحظات آن را در راه‌اندازی LLM روی سرور شخصی بررسی کرده‌ام.
  • کارنامه بر نمایش برتری دارد. مقایسه منتشرشده خطای انسان و مدل در CNB همان نوع شواهدی است که اعتماد می‌سازد. همان‌طور که در بنچمارک ایجنت هوش مصنوعی در ۲۰۲۶ نوشتم، نتیجه یک بنچمارک تا وقتی روی وظایف و داده خودتان تأیید نشده فقط یک فرضیه است.

راهنمای عملی آمادگی هوش مصنوعی در نهادهای مالی تحت نظارت

۱. آمادگی واقعی را بسنجید، نه آمادگی ادراک‌شده را. سیاهه‌ای از موارد کاربرد هوش مصنوعی با مرحله (پایلوت، مقیاس کوچک، تولید)، مالک، منابع داده و نقطه تأیید نگه دارید. خودارزیابی فقط وقتی مفید است که با این فهرست سنجیده شود.

۲. مرزهای تصمیم را مکتوب کنید. برای هر حوزه کسب‌وکار مشخص کنید هوش مصنوعی کجا می‌تواند اقدام کند، کجا فقط می‌تواند کمک کند و کجا تأیید انسانی الزامی است. هر بار که مدل، ابزار یا مجوزی تغییر می‌کند این مرزها را بازبینی کنید.

۳. هزینه را ورودی طراحی بدانید. مصرف توکن و پردازش را از ابتدا برای هر مورد کاربرد پایش کنید تا بزرگ کردن یک پایلوت به غافلگیری بودجه‌ای تبدیل نشود.

۴. برای خروج از تأمین‌کننده برنامه داشته باشید. رابط‌های باز را ترجیح دهید، پرامپت‌ها، مجموعه‌های ارزیابی و لاگ‌ها را قابل‌انتقال نگه دارید و برای بارهای کاری حیاتی دست‌کم یک مدل جایگزین، از جمله یک گزینه با وزن باز، را بیازمایید.

۵. پیش از افزایش خودمختاری، کنترل‌ها را کامل کنید. نقاط کنترل انسان در حلقه، کلید توقف آزموده‌شده و لاگ کامل تصمیم‌ها باید پیش از آنکه به یک ایجنت اجازه اقدام (و نه فقط پیشنهاد) بدهید آماده باشند.

۶. یک کارنامه داخلی منتشر کنید. خروجی هوش مصنوعی را در طول زمان با نتایج انسانی و مدل‌های پایه مقایسه کنید، همان‌طور که CNB برای پیش‌بینی آنی انجام می‌دهد، و وزن مدل‌ها یا سطح اعتماد را بر اساس شواهد تعیین کنید.

۷. داده را برای هوش مصنوعی آماده کنید. طبقه‌بندی، تبار داده (lineage)، فراداده و قواعد دسترسی تعیین می‌کنند هوش مصنوعی به چه چیزی می‌تواند با اطمینان دسترسی داشته باشد. گزارش BIS آمادگی داده را نیمی از آمادگی هوش مصنوعی می‌داند و معمولاً نیمه کندتر هم همین است.

سخن پایانی

اطمینان‌بخش‌ترین پیام این دو هفته از انتشارات بانک‌های مرکزی این نیست که هوش مصنوعی بهتر می‌شود، هرچند می‌شود. پیام این است که نهادهایی که بیشترین ریسک را دارند آن را با مرزهای صریح، تصمیم‌های ثبت‌شده و مقایسه منتشرشده با قضاوت انسانی به کار می‌گیرند. این الگویی است که هر بانک یا تیم فناوری مالی می‌تواند همین امروز از آن پیروی کند، خیلی پیش از آنکه لازم باشد تصمیم بگیرد چه مقدار خودمختاری به نخستین ایجنت هوش مصنوعی خود بدهد.

منابع

مقاله‌های مرتبط

حاکمیت هوش مصنوعیهوش مصنوعی عاملیمقررات بانکیمدیریت ریسک

چارچوب نظارتی هوش مصنوعی OCC در ۲۰۲۶: بازرسان آمریکایی ایجنت‌های هوش مصنوعی بانک‌ها را چطور می‌سنجند و مدیران فناوری اکنون چه باید بکنند

اداره کنترل‌کننده پول آمریکا (OCC) در ۱۳ آبان ۱۴۰۵ (۴ نوامبر ۲۰۲۶) بخشنامه 2026-54 را منتشر کرد؛ نخستین چارچوبی که به بازرسان بانکی می‌گوید هوش مصنوعی مولد و عاملی را، که اکنون «ابرهوش» (Super Intelligence) می‌نامد، چطور ارزیابی کنند. این سند قاعده تازه‌ای نیست، اما شانزده مؤلفه، شش ستون و یک مقیاس ریسک چهارسطحی را تعریف می‌کند که در آن ایجنت پرداخت خودمختار، هر قدر هم در آزمون خوب عمل کند، در سطح ۱ قرار می‌گیرد. این چارچوب چه می‌گوید، چرا پیامد و میزان خودمختاری اکنون از پیچیدگی مدل مهم‌تر است و یک راهنمای عملی حاکمیت هوش مصنوعی برای بانک‌ها.

· ۱۶ دقیقه مطالعه

مدل زبانیمیزبانی خودیزیرساختحاکمیت داده

راه‌اندازی LLM روی سرور شخصی: حاکمیت داده، کوانتیزه‌سازی، سرویس‌دهی و هزینه

چه زمانی اجرای مدل‌های زبانی روی زیرساخت خودتان منطقی است، کوانتیزه‌سازی چگونه معادله سخت‌افزار را تغییر می‌دهد، کدام فنون سرویس‌دهی اهمیت دارند و هزینه واقعی هر توکن را چگونه برآورد کنیم.

· ۷ دقیقه مطالعه

ایجنت هوش مصنوعیارزیابی ایجنتبنچمارکفناوری بانکی

بنچمارک ایجنت هوش مصنوعی در ۲۰۲۶: چرا جدول‌های رتبه‌بندی گمراه می‌کنند و بانک‌ها چطور باید ایجنت‌ها را ارزیابی کنند

در مهر ۱۴۰۵ دانشگاه استنفورد، Salesforce AI Research و گروهی به رهبری Tencent پژوهش‌های تازه‌ای درباره بنچمارک ایجنت هوش مصنوعی منتشر کردند و بانک‌های Santander و TD توضیح دادند ایجنت‌ها را پیش از استقرار چطور می‌آزمایند. نتایج تازه درباره اعتبار جدول‌های رتبه‌بندی، کارهای طولانی و امتیاز پیشرفت جزئی چه می‌گویند و یک راهنمای عملی ارزیابی ایجنت برای بانک‌ها و سازمان‌ها.

· ۱۱ دقیقه مطالعه