بنك تايلاند المركزي يطور نظام ذكاء اصطناعي لتحليل محاضر اجتماعات مجلس الإدارة

في عام 2018 ، بدأ بنك تايلاند في تطوير أدوات جديدة للذكاء الاصطناعي (AI) والتعلم الآلي عبر عدد من خطوط أعماله الأساسية وكانت معالجة اللغة الطبيعية التي تساعد المؤسسات على تحليل مجموعات البيانات غير المهيكلة ، محور تركيزها في الأشهر الأخيرة.

وقال Wanpracha Chaovalitwongse ، المدير الأول لقسم إدارة البيانات والتحليلات: "في الماضي ، درسنا عادةً سلوك وثقافة مجالس إدارة المؤسسات المالية من خلال المقابلات والدراسات الاستقصائية ، وهي نوعية وشخصية للغاية". 

وطور البنك المركزي نظام ذكاء اصطناعي لتحليل محاضر اجتماعات مجلس إدارة المؤسسات المالية ويمكن للأداة تحديد موضوعات المناقشة تلقائيًا وتحديد مستوى المشاركة و "نمط" المشاركة لكل لوحة: الاستفسار وإعداد التقارير والتعليق وطلب الإجراء. 

ويمكن للنظام تحليل أكثر من 600 محضر اجتماع ما يعادل أكثر من 30000 صفحة من ملفات PDF الممسوحة ضوئيًا من 19 مؤسسة مالية. 

وأوضح Chaovalitwongse أن النظام قد تم استخدامه بشكل روتيني لتحليل الاختلافات في سلوك كل عضو في مجلس الإدارة ، والاختلافات الثقافية للمجالس بين المؤسسات المالية المختلفة ومثل هذا التقييم يسمح لنا بتقييم الامتثال التنظيمي لمجلس الإدارة وتقديم التوصيات ، كجزء من الإشراف المستمر.

وكان أحد أكبر مشاريع الذكاء الاصطناعي للبنك المركزي هو تطوير نظام داخلي للذكاء الاصطناعي لمعالجة اللغة الطبيعية للمساعدة في تجميع الإحصاءات. 

وتابع تشوفاليتونجسي: "يحتاج البنك المركزي إلى تجميع إحصائيات مختلفة بشكل روتيني من وكالات عامة أو خاصة أخرى ومشاركتها مع الوكالات الحكومية والدولية الأخرى .. والبيانات من نظام معلومات الإدارة المالية للحكومة (GFMIS) ، الذي تحتفظ به إدارة المراقب العام بوزارة المالية ، هي من بين أكثر البيانات صعوبة وتتطلب البيانات المخزنة في GFMIS خبيراً لتنظيم البيانات وتنظيفها يدويًا قبل أن يتم تنسيقها وتصنيفها. في المتوسط ، ويتم تنفيذ أكثر من 180 ألف مشروع حكومي كل عام ، والتي تصنفها البنوك المركزية بناءً على إرشادات صندوق النقد الدولي وشمل ذلك قيام البنك المركزي بالفرز من خلال نص حر غير منظم مكتوب باللغة التايلاندية. 

ونظرًا لأن اللغة التايلاندية لا تحتوي على أي مساحة لتجزئة الكلمات ، فلا توجد أداة جاهزة لتجزئة الكلمات التايلاندية وطور البنك المركزي نظامه الخاص لأتمتة تجزئة الكلمات التايلاندية ، مما يسمح للبنك المركزي بتصنيف النفقات في 30 دقيقة.

وعند إجراء تجميع البيانات يدويًا ، قد يستغرق تجميع البيانات ما يصل إلى ثلاثة أيام واستفادت إدارة العملات أيضًا من نشر الذكاء الاصطناعي.

وفي الماضي ، استخدم بنك تايلاند آلات فحص الجودة لتحديد الأوراق النقدية المعيبة ويوضح Chaovalitwongse: "لم تتمكن الآلة من تحديد السبب الجذري ونوع العيوب من أجل الصيانة المناسبة للآلة وتم تصنيفها يدويًا حيث تم تسجيل ما بين 100000 و 150000 خطأ في تصنيف العيب كل عام ومنذ نشر نظام ذكاء اصطناعي آلي جديد ، انخفض عدد الأخطاء المسجلة إلى أقل من 50000 سنويًا.