HPE GreenLake云服务强大而丰富的功能可以满足不同行业和企业的多元需求。近期,它又承载着由AI和机器学习驱动的解决方案,进入了一个相当“刺激”的领域——助力银行开展反洗钱调查。
新的解决方案赋能金融机构创建一个可执行反洗钱数据分析的中央大数据平台,并启用AI反洗钱解决方案。它通过HPE GreenLake以即服务的方式交付解决方案,为银行提供了敏捷性、灵活性和可扩展性等云体验,在本地部署AI优化的基础架构平台和解决方案的同时,也具备了更高的控制力、成本效益和治理能力。大华银行(UOB)是亚洲领先的银行,也是全球首家通过HPE GreenLake选择Tookitaki反洗钱解决方案的金融机构,通过AI加强了银行的反洗钱系统。大华银行根据自身的需求,通过TookitakiAI定制了解决方案。
Tookitaki和HPE合作,帮助大华银行率先推出了AI增强型反洗钱系统,该系统同时采用两个反洗钱风险维度——交易监控和姓名筛查。利用该技术,大华银行每月筛查6万个账户名字,以确定这些个人或实体是否在全球监管观察名单上。大华银行的人工智能增强型反洗钱系统现在平均每月可从5,700多个可疑交易警报中更准确地找出优先级较高的案件。在调查潜在的洗钱行为时,银行也能更慎重、迅速地部署必要的资源。用于姓名筛查和交易监测的模型在"高优先级"类别中的预测准确率达到了96%。
Tookitaki联合创始人兼首席执行官Abhishek Chatterjee表示:"从试点成功到与大华银行合作项目的实施成功,都表明了我们与HPE携手为金融机构优化的由机器学习驱动的反洗钱解决方案的有效性。HPE在大数据即服务和制定解决方案蓝图方面经验丰富,能够快速设计和部署AI解决方案。我们的系统使用的是分布式数据并行架构和机器学习的组合,它能确保多层技术和多系统都具有可扩展性。我们与HPE携手赋能银行客户实施高模块精度的系统,从而在发展过程中保持合规和业务连续性。"
在大华银行项目取得成功之后,HPE和Tookitaki已经准备为亚太地区的其它银行和金融机构提供支持,它们都希望通过利用即服务模式所带来的灵活性,并由此获得增强型反洗钱解决方案交付的业务利益。
HPE亚太区解决方案销售业务总经理Khai Peng Loh说:"通过将Tookitaki数据分析平台所交付的监管合规的专业知识与我们的即服务产品HPE GreenLake进行互补,我们能够无缝地为各个地区的金融客户带来现实的解决方案和切实的业务成果,希望能帮助我们的客户更好地控制风险。"
HPE GreenLake云服务为客户提供了强大的基础,赋能他们通过在本地、边缘或主机托管设施中运行的弹性即服务平台来推动数字化转型。HPE GreenLake将云的简单性和敏捷性与混合IT所附带的治理、合规和可视性相结合。HPE GreenLake提供了一系列能够加速创新的云服务。此次与Tookitaki合作为亚太地区金融机构提供反洗钱解决方案,只是众多行业案例中的一个范本。目前,HPE GreenLake已拥有超千家客户,涵盖多个行业领域。
*HPE GreenLake 产品在全球不同地区分阶段推进。在中国由新华三提供HPE GreenLake服务。中国区具体市场计划将另行通告,敬请留意。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。