AI 的普及令不少的組織營運都變得更有效率，不過在更重要的決策上，可以應用的範疇仍然有限。新加坡央行方面最近就表示，這個技術仍然存在不透明和不可靠的問題，難以完全應用在金融決策上。
新加坡金融管理局副總經理 Edward S. Robinson 最近對 AI 在央行決策中的作用表示，AI 技術雖然在金融監管和預測等各方面都帶來了好處，但同時將大型語言模型（LLM）整合到核心經濟模型分析中就仍然存在侷限和挑戰。他指出，AI 和機器學習（ML）已成功應用於識別異常交易和分析大量文本數據等範疇上，而最先進的 LLM 在更可以在生成替代方案和在某些預測分析中，提供比專家更優勝的結果。
不過 AI/ML 模型固有的「脆弱性」仍然不容忽視，也就是它們對模型參數和提示的反應相當敏感，有機會導致不透明和不可靠的回應。這缺點再加上 LLM 目前在邏輯推理和數學運算方面的困難，令這些模型尚未完全具備為其預測提供可信解釋的能力。Robinson 表示，現時他們可以將 AI 技術與核心結構模型結合使用，而不是取而代之，以便在發揮其效用之餘避免問題。
來源：The Register
