Peter Sarlin, Silo AI
FIN-FSA's annual conference on 22 November 2017: Financial Services 2022 – How will financial services develop in the next few years?
TEST BANK For Corporate Finance, 13th Edition By Stephen Ross, Randolph Weste...
How to build AI for the financial sector
1. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
A R T I F I C I A L I N T E L L I G E N C E A S A S E R V I C E
P E T E R S A R LIN
HOW TO BUILD AI FOR THE FINANCIAL SECTOR
2. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI changes finance fundamentally
It's impacting every business process
3. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI changes finance fundamentally
It's impacting every business process
MEET THE SHERLOCKS
4. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
W H A T I S
A I ?
5. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
“ A N Y D E V I C E T H A T P E R C E I V E S I T S E N V I R O N M E N T A N D T A K E S
A C T I O N S T H A T M A X I M I Z E I T S C H A N C E O F S U C C E S S A T S O M E G O A L ”
6. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
“ A N Y D E V I C E T H A T P E R C E I V E S I T S E N V I R O N M E N T A N D T A K E S
A C T I O N S T H A T M A X I M I Z E I T S C H A N C E O F S U C C E S S A T S O M E G O A L ”
A C T S - S E N S E S - R E A C T S
7. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI is oftentimes
SensingSensing
M A C H I N E
L E A R N I N G
C O M P U T E R
V I S I O N
N A T U R A L L A N G U A G E
P R O C E S S I N G
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
and most often not ...
8. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI MYTH #1
AI ≠ MACHINES > HUMANS
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
9. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI MYTH #2
BEST AI ≠ BEST ALGORITHM
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
10. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI FACT #1
AI = TD + ML + HITL
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
11. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI FACT #2
BEST AI = BIZ > TECH
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
12. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
ML AS A PROCESS
FOR AI
1 . B U S I N E S S O B J E C T I V E
2 . D A T A U N D E R S T A N D I N G
3 . D A T A P R E P A R A T I O N
4 . B U I L D M O D E L
5 . E V A L U A T E M O D E L
6 . D E P L O Y M O D E L
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
13. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
D A T A
F I N D P A T T E R N S
R E C O G N I Z E S P A T T E R N SC O N T A I N S P A T T E R N S
T R A I N A L G O R I T H M
D E P L O Y M O D E L
N E W D A T A
A P P L Y M O D E L
DECISION
SIGNALS
H U M A N I N
T H E L O O P
DATA, THE OIL OF MACHINE LEARNING
… B U T A L W A Y S S T A R T F R O M A C O N C R E T E B U S I N E S S N E E D
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
14. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
HOW TO CREATE VALUE WITH AI?
15. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
HOW TO CREATE VALUE WITH AI?
1 . O P T I M I Z E E X I S T I N G D A T A - D R I V E N S T R A T E G I E S
16. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
HOW TO CREATE VALUE WITH AI?
1 . O P T I M I Z E E X I S T I N G D A T A - D R I V E N S T R A T E G I E S
2 . U S E N E W , A L T E R N A T I V E D A T A S O U R C E S
17. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
A I R I S K Q U A N T
T O O L F O R M E A S U R I N G
F I N A N C I A L R I S K
A I A N A L Y S T
T O O L T H A T U N D E R S T A N D S
N E W S L I K E A H U M A N A N A L Y S T
S I L O B R A I N
T O O L F O R M L W I T H A
H U M A N I N T H E L O O P
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
18. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
A I R I S K Q U A N T
T O O L F O R M E A S U R I N G F I N A N C I A L R I S K
19. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
I N D U S T R Y C O - O P E R A T I O N
A C A D E M I C C O - O P E R A T I O N
20. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
Case:
Identify vulnerable banks
2-class classification:
Vulnerable vs. tranquil
Data
Historical distress events
Hundreds of risk indicators
Measures of interconnectedness
AI for financial risk
21. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
RAW
DATA
RISK
INDICATORS
INDIVIDUAL
RISK
NODE &
SYSTEM RISK
M A C H I N E L E A R N I N G
T O M E A S U R E
I N D I V I D U A L R I S K
E X P E R T S B U I L D &
M A C H I N E S S E L E C T
K E Y I N D I C A T O R S
N E T W O R K S L I N K U P
I N T E R C O N N E C T E D
R I S K
TOOL FOR MEASURING
FINANCIAL RISK
22. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
ECB BANK
ASSESSMENT
EXERCISE
IN 2014
M O D E L V S
7 0 0 0 M A N -
Y E A R S
2 0 M O S T
V U L N E R A B L E
B A N K S I N
2 0 1 4Q 2
23. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
A I A N A L Y S T
T O O L T H A T U N D E R S T A N D S N E W S L I K E A H U M A N A N A L Y S T
24. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
BANK DISTRESS DETECTION IN NEWS
1. CAN WE DETECT EVENTS BASED ON TEXT?
2. CAN WE OBTAIN DESCRIPTIONS OF EVENTS?
STEP 1:
LEARNING SEMANTIC VECTORS,
THROUGH WORD PREDICTION
STEP 2:
LEARNING TO PREDICT EVENTS, WITH
ARTICLES' SEMANTIC VECTORS
25. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
NEWS
NEWS
FACTS
NUMERICAL
INDICATORS
STOCK
IMPACT
TOOL THAT UNDERSTANDS NEWS
LIKE A HUMAN ANALYST
Natural-language processing
Detect events & values that
represent news facts.
Machine learning
Build and select relevant
numerical indicators.
Artificial Intelligence quant
Measure stock impact of events –
the event delta.
26. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
S I L O B R A I N P L A T F O R M
T O O L F O R M L W I T H A H U M A N I N T H E L O O P
27. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
D A T A I N P U T M O D E L I N G O U T P U T
OP E N A I D E P LOY MENT P LAT FORM
A P I : S
R E P O R T S
T O O L K I T S
D A S H B O A R D S
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
NLP / Text processing Computer Vision Complex risk modelling
Reinforcement
learning
General ML
E X A M P L E S O F S I L O B R A I N M O D U L E S
Active learning
C L I E N T -
S P E C I F I C
F O R M A T
28. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
S O U R C E & S H A R E
I N T E L L I G E N C E
A N N O T A T E & L A B E L F O R
M A C H I N E L E A R N I N G
V I S U A L I Z E D A T A
& M L O U T P U T
F I N A N C I A L I N T E R C O N N E C T E D N E S S
C O L L A B O R A T I V E M A C H I N E L E A R N I N G W I T H A H U M A N I N T H E L O O P
R I S K I N T E L L I G E N C E
C A S E S T U D Y:
P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
29. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
3 , 0 7 3 E X E C U T I V E S
1 6 0 C A S E S T U D I E S
1 4 S E C T O R S
1 0 C O U N T R I E S
H O W B U S I N E S S E S S U C C E E D W I T H A I
H B R ‘ 1 7
30. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
31. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
32. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
33. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 0 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
34. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
35. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
36. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
37. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
38. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
39. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
AI HOW- TO
1 . D O N ’ T B E L I E V E T H E H Y P E
2 . B E L I E V E T H E H Y P E
3 . W I T H O U T S U P P O R T F R O M L E A D E R S H I P …
4 . Y O U D O N ’ T H A V E T O G O I T A L O N E O N A I
5 . D O N ’ T P U T T E C H N O L O G Y T E A M S S O L E L Y I N C H A R G E
6 . T A K E A P O R T F O L I O A P P R O A C H
7 . D E E P L E A R N I N G I S N O T R I G H T F O R E V E R Y T H I N G
8 . D I G I T A L C A P A B I L I T I E S C O M E B E F O R E A I
9 . B I G G E S T C H A L L E N G E S A R E P E O P L E & P R O C E S S E S
1 0 . B E B O L D
H B R ‘ 1 7
40. P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7P E T E R @ S I L O . A I | 1 1 / 2 0 1 7
A R T I F I C I A L I N T E L L I G E N C E A S A S E R V I C E
THANKS!
PETER SARLIN
CO-FOUNDER
PETER@SILO.AI
@PETERSARLIN
@SILO_AI