人工智能技术会帮助摩根大通首席执行官杰米•戴蒙和他的副手们更快地发现并掌握公司约60亿美元交易损失背后的全部真相吗?这些损失隐藏在交易数据中。
对于投资者和财务经理来说，能够快速提供对大量财务数据的洞察的叙述式演示文稿，是否比用图表或电子表格格式的纯视觉数据演示文稿更可取?基于单词的解释是否更容易被理解，从而更迅速地采取行动?
尽管这些问题仍在继续争论，但叙事科学(Narrative Science)开发的新技术已准备好使用机器生成的叙事，利用人工智能帮助华尔街管理其指数增长的海量数据。叙事科学是一家成立两年的公司，诞生于美国西北大学(Northwestern University)的人工智能研究。
在最近的一次技术会议在纽约针对金融服务行业,叙事科学软件展示了其新的基于ai的软件平台,称为鹅毛,旨在帮助个人在金融领域和其他高的数据生成产业更好地分析和理解数据的全部意义更迅速。
“有些人会过来，一开始以为我们在做的只是文本聚合，然后他们就会明白:我们现有的数据,原始财务数据——它可以投资或数据他们需要分析或数据需要和客户交流,并迅速把它变成故事,叙事或执行概要”,这似乎是人类写的,克里斯•哈蒙德解释说,叙事科学的首席技术官。
问答期间在会议上,哈蒙德声称他的AI平台可以进行快速分析,也可以用于检测数据异常,突出金融欺诈和迅速发出口头沟通的结果——就像有一个调查记者或数据调查员在现场。
但他也很快对公司的能力进行了界定:“我们处理结构化数据——数字和符号——其中的数字和符号是明确的。我们不使用免费文本。”“我们不能把一篇新闻文章写成一篇报告，但如果有数据，我们可以为一家公司提供独特的符号，并链接到该公司当前的收益、销售或市值信息，我们就可以利用所有这些数据，进行分析，然后写一篇报道。”
这与现在的其他公司的同一情况相反，这是采取非结构化数据，例如来自互联网，社交媒体，博客和推文的信息，并尝试聚合并弄清楚数据。叙事科学翻阅该模型，专门使用结构化数据，基于符号和符号的数据金融公司的种类在很大程度上陶醉，并使用算法，机器学习和自然语言发生器将该数据转换为流体内容读起来它已经由人类产生。Rob Passarella是一个财务数据专家，将技术描述为“需要大量结构化数据的平台并将其转变为叙述”，以便人类可以理解内部的复杂性。“
叙事科学解决“大数据挑战”(这一困境有时被称为“大数据挑战”)的独特方法来自该公司不同寻常的起源:西北大学人工智能实验室的创始人哈蒙德(Hammond)很早就决定与该大学备受尊敬的新闻学院合作，测试和完善他的实验室的能力。随后，工程师和新闻系学生展开了合作，使这两个小组能够将人工智能的进展应用于内容和新闻生成。起初，该技术被用于根据当地棒球队的统计数据撰写体育文章。哈蒙德指出:“你会惊讶地发现，制作一篇真正优秀的体育报道需要多少分析。”但随着时间的推移，他和他的合作伙伴意识到，这项技术虽然与媒体公司相关——其中一些现在已经是他们的客户——但对于像金融这样以数据为导向的业务，如果不是更相关的话，也是相关的。
这家总部位于伊利诺伊州埃文斯顿的公司是由哈蒙德、另一位西北大学计算机科学教授、首席科学顾问拉里·伯恩鲍姆(Larry Birnbaum)和首席执行官斯图尔特·弗兰克尔(Stuart Frankel)共同创建的。弗兰克尔之前是谷歌子公司数字广告公司DoubleClick的高管。