چگونه مقامات مالی می توانند به تهدیدات مالی هوش مصنوعی پاسخ دهند

مهنوش صالحی

هوش مصنوعی می تواند هم به تثبیت سیستم مالی کمک کند و هم باعث افزایش فرکانس و شدت بحران های مالی شود. این ستون دوم از یک مجموعه دو قسمتی استدلال می کند که نحوه پیشرفت ممکن است به نحوه تعامل مقامات مالی با هوش مصنوعی بستگی داشته باشد.

مقامات در موقعیت بسیار نامطلوبی قرار دارند زیرا موسسات مالی بخش خصوصی به تخصص، منابع محاسباتی برتر و به طور فزاینده ای به داده های بهتر دسترسی دارند. بهترین راه برای مقامات برای پاسخ به هوش مصنوعی، توسعه موتورهای هوش مصنوعی خود، ایجاد پیوندهای هوش مصنوعی به هوش مصنوعی، اجرای تسهیلات دائمی خودکار و استفاده از مشارکت های عمومی-خصوصی است.

هوش مصنوعی (AI) پتانسیل قابل توجهی برای افزایش شدت، فرکانس و شدت بحران های مالی دارد. ما هفته گذشته با عنوان “بحران های مالی هوش مصنوعی”  در مورد این موضوع بحث کردیم. اما هوش مصنوعی همچنین می تواند سیستم مالی را تثبیت کند. فقط به نحوه تعامل مقامات با آن بستگی دارد.

یکی از مهم ترین وظایف برای مقامات مالی و به ویژه بانک های مرکزی، پیشگیری و مهار بحران های مالی است( که البته کار آسانی نیست). بحران های مالی سیستمیک بسیار مخرب هستند و به اقتصادهای بزرگ تریلیون ها دلار هزینه تحمیل می کنند. مقامات به طور فزاینده ای  با دشواریهایی مواجهند، زیرا پیچیدگی سیستم مالی همچنان در حال افزایش است.

اگر مقامات تصمیم به استفاده از هوش مصنوعی بگیرند، کمک قابل توجهی خواهند یافت زیرا در پردازش حجم عظیمی از داده ها و رسیدگی به پیچیدگی بسیار خوب عمل می کند. هوش مصنوعی می تواند به طور قاطع به مقامات در سطح خرد کمک کند، اما در حوزه کلان با مشکل مواجه شود.

مقامات تعامل با هوش مصنوعی را دشوار می دانند. آنها باید هوش مصنوعی خصوصی را نظارت و تنظیم کنند، در حالی که ریسک سیستمیک را شناسایی می کنند و بحران هایی را مدیریت می کنند که ممکن است سریعتر ایجاد شوند و در نهایت شدیدتر از بحران های قبلی باشند. اگر قرار است ناظران مرتبط سیستم مالی باقی بمانند، مقامات نه تنها باید هوش مصنوعی بخش خصوصی را تنظیم کنند، بلکه باید آن را برای ماموریت خود نیز مهار کنند.

همانطور که انتظار می رود، بسیاری از مقامات هوش مصنوعی را مطالعه کرده اند. اینها شامل صندوق بین المللی پول، بانک تسویه حساب های بین المللی می شود. با این حال، بیشتر کارهای منتشر شده از سوی مقامات بر رفتار و نگرانی های خردپیشه ای متمرکز است تا ثبات مالی و بحران ها.

در مقایسه با بخش خصوصی، مقامات در موقعیت بسیار نامطلوبی قرار دارند و این امر توسط هوش مصنوعی تشدید می شود. موسسات مالی بخش خصوصی به تخصص، منابع محاسباتی برتر و به طور فزاینده ای به داده های بهتر دسترسی دارند. موتورهای هوش مصنوعی توسط مالکیت معنوی محافظت می شوند و با داده های اختصاصی تغذیه می شوند – هر دو اغلب خارج از دسترس مقامات هستند.

این نابرابری نظارت، درک و مقابله با تهدید ایجاد شده توسط هوش مصنوعی را برای مقامات دشوار می کند. در بدترین سناریو، ممکن است شرکت کنندگان بازار را به دنبال تاکتیک های تهاجمی تر سوق دهد، زیرا می دانند احتمال مداخله نظارتی کم است.

پاسخ به هوش مصنوعی: چهار گزینه

خوشبختانه، مقامات گزینه های خوبی برای پاسخ به هوش مصنوعی دارند. آنها می توانند از تسهیلات دائمی راه اندازی شده استفاده کنند، هوش مصنوعی سیستم مالی خود را پیاده سازی کنند، پیوندهای هوش مصنوعی به هوش مصنوعی ایجاد کنند و مشارکت های عمومی-خصوصی را توسعه دهند.

تسهیلات دائمی

به دلیل سرعت واکنش هوش مصنوعی، امکانات مداخله اختیاری که توسط بانک های مرکزی ترجیح داده می شود ممکن است در یک بحران بسیار کند باشد.

در عوض، بانک های مرکزی ممکن است مجبور شوند تسهیلات دائمی با قوانین از پیش تعیین شده را اجرا کنند که امکان پاسخ فوری ماشه دار به استرس را فراهم می کند. چنین تسهیلاتی می تواند مزیت جانبی حذف برخی از بحران های ناشی از هماهنگی بخش خصوصی در تعادل های اجرایی را داشته باشد.

اگر هوش مصنوعی بداند که بانک های مرکزی هنگام کاهش قیمت ها به میزان مشخصی مداخله خواهند کرد، موتورها بر روی استراتژی هایی که فقط در صورت کاهش بیشتر قیمت ها سودآور هستند هماهنگ نخواهند شد. مثالی از نحوه قابل اعتماد بودن اعلام نرخ بهره کوتاه مدت است زیرا شرکت کنندگان بازار می دانند که بانک های مرکزی می توانند و خواهند مداخله کرد. بنابراین، حتی بدون مداخله واقعی بانک های مرکزی در بازارهای پول، به یک پیشگویی خودآزمایی تبدیل می شود.

آیا چنین پاسخ برنامه ریزی شده خودکار به استرس باید غیرشفاف باشد تا از بازی و در نتیجه خطر اخلاقی جلوگیری شود؟ لزوما نه. شفافیت می تواند به جلوگیری از رفتار نامطلوب کمک کند. ما قبلاً نمونه های زیادی از نحوه تسهیلات شفاف طراحی شده داریم که ثبات را ارتقا می دهند.

اگر بتوان با جلوگیری از هماهنگی هوش مصنوعی بخش خصوصی با آنها، بدترین سناریوها را از بین برد، تکمیل استراتژیک کاهش می یابد. همچنین، اگر قانون مداخله از تعادل های بد جلوگیری کند، شرکت کنندگان بازار نیازی به تماس با تسهیلات در وهله اول نخواهند داشت و خطر اخلاقی را پایین نگه می دارند. نکته منفی این است که اگر چنین تسهیلات از پیش اعلام شده به خوبی طراحی نشده باشد، باعث بازی و در نتیجه افزایش خطر اخلاقی خواهد شد.

موتورهای هوش مصنوعی سیستم مالی

مقامات مالی می توانند موتورهای هوش مصنوعی خود را برای نظارت مستقیم بر سیستم مالی توسعه دهند. فرض کنید مقامات بتوانند بر مشکلات قانونی و سیاسی اشتراک گذاری داده ها غلبه کنند. در این صورت، می توانند از حجم قابل توجهی از داده های محرمانه ای که به آنها دسترسی دارند بهره برداری کنند و بنابراین دید جامعی از سیستم مالی به دست آورند.

پیوندهای هوش مصنوعی به هوش مصنوعی

یکی از راه های استفاده از موتورهای هوش مصنوعی مقامات، توسعه چارچوب های ارتباطی هوش مصنوعی به هوش مصنوعی است. این امکان را برای موتورهای هوش مصنوعی مقامات فراهم می کند تا مستقیماً با موتورهای هوش مصنوعی سایر مقامات و بخش خصوصی ارتباط برقرار کنند. الزامات فنی توسعه یک استاندارد ارتباطی – یک رابط برنامه نویسی کاربردی یا API خواهد بود.

این مجموعه ای از قوانین و استانداردهایی است که به سیستم های کامپیوتری با استفاده از فناوری های مختلف اجازه می دهد تا به طور ایمن با یکدیگر ارتباط برقرار کنند.

چنین تنظیماتی مزایای متعددی خواهد داشت. با کمک به مقامات برای نظارت و مقایسه هوش مصنوعی بخش خصوصی مستقیماً با استانداردهای نظارتی از پیش تعریف شده و بهترین شیوه ها، تنظیم مقررات هوش مصنوعی بخش خصوصی را تسهیل می کند. پیوندهای ارتباطی هوش مصنوعی به هوش مصنوعی برای کاربردهای ثبات مالی مانند تست استرس ارزشمند خواهد بود.

هنگامی که یک بحران رخ می دهد، ناظران فرآیند حل و فصل می توانند به هوش مصنوعی مقامات وظیفه دهند تا از پیوندهای هوش مصنوعی به هوش مصنوعی برای اجرای شبیه سازی های پاسخ های جایگزین بحران، مانند تزریق نقدینگی، مدارا یا نجات استفاده کنند و به تنظیم کنندگان اجازه دهند تصمیمات آگاهانه تری اتخاذ کنند.

اگر حضور چنین ترتیبی به عنوان یک نیروی تثبیت کننده در یک بحران درک شود، می تواند به عنوان یک نیروی تثبیت کننده عمل کند.

مقامات باید قبل از وقوع رویداد استرس بعدی، پاسخ را در جای خود داشته باشند. این به معنای انجام سرمایه گذاری های لازم در زمینه رایانه، داده، سرمایه انسانی و تمام مسائل حقوقی و حاکمیت است که در آینده پیش خواهد آمد.

۴. مشارکت های عمومی-خصوصی

مقامات نیاز به دسترسی به موتورهای هوش مصنوعی دارند که با سرعت و پیچیدگی هوش مصنوعی بخش خصوصی مطابقت داشته باشد. به نظر می رسد بعید است که آنها در نهایت موتورهای طراحی شده داخلی خود را داشته باشند زیرا این امر مستلزم سرمایه گذاری قابل توجه عمومی و بازسازی نحوه عملکرد مقامات است. در عوض، نتیجه محتمل تر نوعی از مشارکت های بخش عمومی-خصوصی است که قبلاً در مقررات مالی رایج شده است، مانند تجزیه و تحلیل ریسک اعتباری، تشخیص تقلب، مبارزه با پولشویی و مدیریت ریسک.

چنین مشارکت هایی دارای معایبی هستند. مشکل تک فرهنگی ریسک ناشی از ساختار بازار انحصاری هوش مصنوعی نگرانی واقعی خواهد بود. علاوه بر این، ممکن است از جمع آوری اطلاعات توسط مقامات در مورد فرآیندهای تصمیم گیری جلوگیری کند. شرکت های بخش خصوصی همچنین ترجیح می دهند فناوری را اختصاصی نگه دارند و آن را حتی به مقامات افشا نکنند. با این حال، ممکن است این اشکال به اندازه ای که به نظر می رسد بزرگ نباشد. ارزیابی موتورها با معیارهای هوش مصنوعی به هوش مصنوعی ممکن است نیازی به دسترسی به فناوری زمینه ای نداشته باشد، فقط نحوه پاسخ آن در موارد خاص، که سپس می تواند توسط پیوندهای API هوش مصنوعی به هوش مصنوعی اجرا شود.

برخورد با چالش ها

اگرچه هیچ دلیل فنی وجود ندارد که مانع از ایجاد موتورهای هوش مصنوعی خود توسط مقامات و اجرای پیوندهای هوش مصنوعی به هوش مصنوعی با فناوری فعلی هوش مصنوعی شود، اما آنها با چندین چالش عملی در اجرای گزینه های فوق مواجه هستند.

اولین مورد مسائل داده و حاکمیت است. مقامات در حال حاضر با دسترسی به داده ها دست و پنجه نرم می کنند، که به نظر می رسد بدتر می شود زیرا شرکت های فناوری مالک و محافظت از داده ها و فرآیندهای اندازه گیری با مالکیت معنوی هستند. همچنین، مقامات تمایلی به اشتراک گذاری داده های محرمانه با یکدیگر ندارند.

دومین مسئله برای مقامات نحوه برخورد با هوش مصنوعی است که باعث ایجاد ریسک بیش از حد می شود. یک پاسخ سیاستی که پیشنهاد شده است، تعلیق چنین هوش مصنوعی است، با استفاده از یک “کلید کشتار” مشابه تعلیق معاملات در سقوط های ناگهانی. ما گمان می کنیم که ممکن است به اندازه ای که مقامات فکر می کنند عملی نباشد زیرا ممکن است مشخص نباشد که اگر یک موتور کلیدی خاموش شود، سیستم چگونه کار خواهد کرد.

در نهایت، اگر استفاده از هوش مصنوعی در سیستم مالی به سرعت رشد کند، باید باعث افزایش استحکام و کارایی ارائه خدمات مالی با هزینه بسیار کمتر از آنچه در حال حاضر وجود دارد شود. با این حال، همچنین می تواند تهدیدات جدیدی برای ثبات مالی ایجاد کند.

مقامات مالی در یک چهارراه قرار دارند. اگر آنها در واکنش به هوش مصنوعی بیش از حد محافظه کار باشند، پتانسیل قابل توجهی وجود دارد که هوش مصنوعی بتواند بدون نظارت کافی در سیستم خصوصی تعبیه شود. عواقب آن ممکن است افزایش شدت، فرکانس و شدت بحران های مالی باشد.

با این حال، افزایش استفاده از هوش مصنوعی ممکن است سیستم را تثبیت کند و احتمال بحران های مالی مخرب را کاهش دهد. این احتمالاً اتفاق می افتد اگر مقامات موضع فعالانه ای اتخاذ کنند و با هوش مصنوعی تعامل کنند: آنها می توانند با استفاده از مشارکت های عمومی-خصوصی و استفاده از آن پیوندهای ارتباطی هوش مصنوعی به هوش مصنوعی برای مقایسه هوش مصنوعی، موتورهای هوش مصنوعی خود را برای ارزیابی سیستم توسعه دهند.

این به آنها امکان می دهد تست های استرس انجام دهند، پاسخ ها را شبیه سازی کنند. در نهایت، سرعت بحران های هوش مصنوعی اهمیت تسهیلات دائمی را اندازی شده را نشان می دهد.