از زمان آغاز هوش مصنوعی، در دو دوره سرخوردگی را تجربه کرده است. در اوایل سال ۱۹۸۰ بانک سرمایه گذاری Citibank شروع به ساخت سیستم‌های خبره کرد. این سیستم‌ها یک شاخه از هوش مصنوعی است که از توانایی تصمیم‌گیری انسان تقلید میکند. بسیاری از شرکت‌های دیگر مانند وال استریت نیز پروژه‌های مشابه ای را راه‌اندازی کردند. اگرچه تعدادی پروژه موفق در آن زمان انجام شد، هوش مصنوعی در سال ۱۹۹۰ به دومین دوره سرخوردگی خود رفت چون ساخت این سیستم‌ها سختتر و هزینه برتر از چیزی بود که تصور می‌شد. به نظر می‌رسد هوش مصنوعی وارد فاز جدیدی شده است که علاقه به سمت آن افزایش یافته است. یک نمونه از این افزایش تمایل در استفاده تجاری از هوش مصنوعی است که به عنوان هوش ماشینی مانند IBM Watson می‌توان اشاره کرد. به عنوان یک شاخص دیگر اکثر افرادی که به آینده مطالعات اینترنت امیدوارند انتظار دارند که رباتیک و هوش ماشینی تا سال ۲۰۲۵ در بخش‌های بزرگی از زندگی روزانه مردم نفوذ خواهد کرد و پیامدهای عظیمی در صنعت خواهد داشت. آیا اخرین موج از برنامه‌های هوش مصنوعی در سرویس‌های مالی دوباره سقوط خواهد کرد یا اینبار به درستی سرویس‌های مالی را متحول خواهد کرد؟
مواردی زیادی تابحال تغییر کرده است برای مثال هزینه‌های محاسبات به طور قابل ملاحظه ای کاهش پیدا کردهاست و قدرت محاسبات نیز به میزان زیادی بهبود یافته است. این باعث می‌شود هوش مصنوعی که از لحاظ محاسبات پیچیده است در حال حاضر عملیتر به نظر بیاید. شبکه‌های اجتماعی، تلفن‌های موبایل باعث ایجاد انفجار اطلاعاتی شدهاست و این انفجار آنقدر وسیع و قاطع است که درک آن بدون استفاده از هوش خودکار غیرممکن است. پیشرفت در تجزیه و تحلیل، به ویژه پیشرفت در یادگیری ماشین با نیازی که به قدرت محاسبات وجود داشت، باعث شدهاست که سیستم‌های هوش مصنوعی انعطاف پذیرتر باشند و راحت‌تر قابل توسعه و پیاده‌سازی باشد. در نهایت برخلاف زمستانی که هوش مصنوعی با آن روبرو شد، درحال حاضر در حال پیشرفت نمایی است. کمپانی‌های تکنولوژی در حال حاضر الگوریتم‌هایی را توسعه داده‌اند که عادت‌های آنلاین یک کاربر را ردیابی میکند و تجربه‌های آنلاین کاربر را می‌سازد. به عنوان مثال، وقتی در حال تحقیق اطلاعات هستید، چه برای پژوهش، علاقه یا ضرورت، گوگل نتایجی را براساس الگوریتم‌های خود ارائه می‌دهد. موتورهای جست و جو در نهایت اطلاعاتی را تهیه میکند که کاربر می‌خواهد بخواند. کاربران به طرز فزایندهای در معرض اطلاعاتی قرار گرفته‌اند که با آنالیز فعالیت‌های قبلی فرد ایجاد شدهاست و کاربر از رخ دادن آن باخبر نیست. فایده این کار برای بخش‌های مالی این است که با دنبال کردن رفتار و عادت‌های شخصیت‌ها، خدمات و دیتاهای مالی برای هر شخص بخصوص بر اساس رفتارهای آن فرد منحصر به فرد است. این باعث می‌شود که هر شخص دستیار مالی شخصی دیجیتال مربوط به خود را داشته باشد.
منبع: https://farabi.ac
