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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。