Prem Natarajan 探讨 AI 访问和包容性作为技术挑战 - #658

这篇文章总结了一个播客节目，Prem Natarajan 在节目中讨论了 AI 访问、包容性以及相关的技术挑战。 谈话涵盖了偏见、类别不平衡以及研究计划的整合。 Natarajan 强调了他的团队在金融数据方面的基础模型工作，强调了数据质量、联邦学习及其对模型性能的影响，特别是在欺诈检测方面。 文章还提到了 Natarajan 在银行企业内部进行 AI 研究的方法，重点关注任务驱动的研究、对人才和基础设施的投资以及战略合作伙伴关系。

• •AI 访问和包容性是关键的技术挑战。
• •数据质量和联邦学习对于模型性能至关重要，尤其是在金融应用中。
• •以任务为导向的研究、多元化人才和战略合作伙伴关系对于银行业务中的 AI 研究非常重要。