Opis
Książka porusza problematykę wdrożeń sztucznej inteligencji w sektorze finansowym. Rozwój technologii i jej większa dostępność spowodowały, że coraz więcej instytucji finansowych decyduje się na wykorzystanie danych do zwiększenia wartości dla klientów oraz samej organizacji. Wdrożenie sztucznej inteligencji jest skomplikowanym procesem z perspektywy biznesowej, technologicznej i prawno-regulacyjnej. Wymaga to dobrego przygotowania na poziomie polityk, procedur, regulaminów oraz dokumentów z klientem, które zwiększą prawdopodobieństwo sukcesu. W poradniku omówiono zagadnienia z problematyki sztucznej inteligencji (AI), takie jak: uczenie maszynowe, głębokie, generatywna AI, wykorzystanie chmury obliczeniowej, a także kwestie dotyczące informacji prawnie chronionych oraz zarządzania danymi (w tym danymi osobowymi). Uwzględniono przy tym zarówno projektowane akty prawne i regulacje, jak i te już istniejące, które wpływają na to, jak sektor finansowy powinien podchodzić do bezpiecznego i efektywnego wdrożenia AI. Książka jest przeznaczona dla prawników (sędziów, adwokatów, radców prawnych), menedżerów instytucji finansowych, pracowników IT, przedsiębiorców działających w branży finansowej, dostawców technologii, a także dla pracowników naukowych. Spis treściWykaz skrótów | str. 13 Wstęp | str. 17 Rozdział 1 Czym jest sztuczna inteligencja? | str. 23 1.1. Uwagi wstępne | str. 23 1.2. Projekt rozporządzenia w sprawie sztucznej inteligencji – pierwsze spotkanie | str. 25 1.3. Najczęściej wykorzystywane techniki i podejścia w zakresie sztucznej inteligencji | str. 28 1.3.1. Uczenie maszynowe | str. 29 1.3.2. Uczenie nadzorowane | str. 32 1.3.3. Uczenie częściowo nadzorowane | str. 32 1.3.4. Uczenie nienadzorowane | str. 33 1.3.5. Uczenie ze wzmacnianiem | str. 34 1.3.6. Uczenie głębokie | str. 34 1.3.7. Federated learning | str. 35 1.3.8. Generatywna sztuczna inteligencja | str. 36 1.3.9. Zautomatyzowane przetwarzanie danych i podejmowanie decyzji | str. 36 1.3.10. Anonimizacja danych – ważne dla systemów sztucznej inteligencji | str. 38 1.4. Nauka o danych, analityka danych a sztuczna inteligencja | str. 46 1.5. Systemy sztucznej inteligencji wysokiego ryzyka | str. 48 1.6. Zależności i etyka sztucznej inteligencji | str. 52 Rozdział 2 Sztuczna inteligencja w sektorze finansowym | str. 57 2.1. Czy sztuczna inteligencja w sektorze finansowym jest uregulowana? | str. 57 2.2. Przykłady zastosowań sztucznej inteligencji w sektorze finansowym | str. 63 2.3. Identyfikacja systemów pod kątem wypełnienia wymogów prawnych i regulacyjnych | str. 66 2.3.1. Wytyczne ICT | str. 67 2.3.2. Rekomendacja D Komisji Nadzoru Finansowego | str. 68 2.3.3. Rekomendacje J i W Komisji Nadzoru Finansowego | str. 69 2.3.4. Ocena skutków dla ochrony danych – DPIA | str. 70 2.3.5. Wytyczne w sprawie outsourcingu | str. 71 2.4. Zarządzanie ryzykiem systemów sztucznej inteligencji | str. 72 2.4.1. Ryzyko źródła danych i jakości danych | str. 74 2.4.2. Zarządzanie ryzykiem sztucznej inteligencji w projekcie AI Act | str. 75 2.4.3. Podejście oparte na ryzyku – risk-based approach | str. 78 2.4.4. Środki zarządzania ryzykiem sztucznej inteligencji | str. 80 2.4.5. Rekomendacje NIST w zakresie zarządzania ryzykami sztucznej inteligencji | str. 84 2.5. Rozwiązania organizacyjne | str. 87 2.5.1. Uwagi wstępne | str. 87 2.5.2. Struktura organizacyjna | str. 89 2.5.3. Obszary produktowe | str. 94 2.5.4. Obszary produktowe – wymogi w zakresie ochrony danych osobowych | str. 97 2.5.5. Obszar danych | str. 98 2.5.6. Obszar zgodności z prawem (compliance oraz jednostki wsparcia prawnego) | str. 101 2.5.7. Obszar zarządzania systemami IT | str. 103 2.5.8. Dokumentacja techniczna | str. 105 2.6. Dokumentacja dotycząca danych | str. 111 2.7. Obszar techniczny dla wdrożeń sztucznej inteligencji | str. 114 2.7.1. Nadzór człowieka | str. 116 2.7.2. Bezpieczeństwo, odporność cyfrowa | str. 121 2.7.3. Przejrzystość, udostępnianie informacji i wyjaśnialność | str. 130 2.7.3.1. Duże modele językowe a wyjaśnialność | str. 135 2.7.3.2. Stanowisko Urzędu Komisji Nadzoru Finansowego w sprawie świadczenia usługi robodoradztwa a przejrzystość | str. 137 2.7.3.3. Dylematy związane z wyjaśnialnością | str. 139 2.7.3.4. Zasada przejrzystości w przypadku systemów wchodzących w interakcję z człowiekiem | str. 141 2.7.4. Zarządzanie danymi i dane treningowe | str. 145 2.7.4.1. ISO/IEC 38507:2022 z perspektywy danych | str. 153 2.7.4.2. Zarządzanie danymi jako proces ciągły | str. 155 2.7.4.3. Przechowywanie logów i raportowanie incydentów | str. 157 2.8. Inne obowiązki | str. 161 2.8.1. Ocena skutków dla ochrony praw podstawowych | str. 161 2.8.2. Wytyczne niemieckiego organu nadzoru w zakresie wykorzystania algorytmów w sektorze finansowym | str. 166 Rozdział 3 Część produktowa | str. 169 3.1. Generatywna sztuczna inteligencja | str. 169 3.1.1. Czym jest generatywna sztuczna inteligencja? | str. 171 3.1.2. Modele LLM a Unia Europejska | str. 174 3.1.3. AI Act a wykorzystanie