IL PRODOTTO

Ibm lancia Telum, il processore intelligente contro le frodi bancarie

In occasione della conferenza annuale Hot Chips, Big Blue ha presentato le caratteristiche del nuovo hardware realizzato in collaborazione con Samsung. Grazie all’AI integrata nella scheda, più facile intercettare le anomalie in tempo reale

Pubblicato il 24 Ago 2021

telum, ibm, processore, chip

Ibm ha annunciato le caratteristiche principali di Telum, un nuovo processore con accelerazione on-chip per l’intelligenza artificiale. L’hardware, si legge in una nota, è stato presentato in occasione della conferenza annuale Hot Chips ed è specificamente progettato per abilitare l’inferenza del deep learning nelle transazioni ad alto valore e migliorare la capacità di intercettare le frodi in tempo reale, prevenirle e affrontarle.

L’accelerazione dell’intelligenza artificiale on-chip

“I tre anni dedicati allo sviluppo del processore Ibm Telum rivoluzionano il settore”, spiegano da Ibm. “L’accelerazione on-chip per l’intelligenza artificiale sarà in grado di supportare le imprese che operano nel settore bancario, finanziario, commerciale e assicurativo, attraverso soluzioni innovative nella lotta contro le frodi, nell’approvazione del credito, nei reclami e nella liquidazione e nel trading finanziario e nelle varie interazioni con gli utenti”. Il primo sistema Ibm basato su Telum dovrebbe essere disponibile nella prima metà del 2022.

Telum è il primo chip Ibm con tecnologia creata dall’Ibm Research Ai Hardware Center in partnership con Samsung. Ibm Research ha recentemente annunciato lo scaling al nodo da 2 nm, una nuova pietra miliare nel contributo di Ibm al silicio e all’innovazione dei semiconduttori. La svolta dei 2 nm è stata sviluppata da Ibm Research nel laboratorio di Albany, Ny, sede dell’Ibm Ai Hardware Center e dell’Albany Nanotech Complex,. È qui che Big Blue ha costruito un ecosistema collaborativo pubblico-privato che include partner di primo piano per alimentare i progressi nella ricerca sui semiconduttori, contribuendo a soddisfare la richiesta di produzione globale e ad accelerare la crescita dell’industria dei chip.

Innovazione per la lotta alle frodi nel Finance & Insurance

Oggi il processo di rilevamento delle frodi può richiedere molto tempo e molti calcoli, specialmente se l’analisi viene effettuata lontano dai dati mission-critical. I limiti di latenza sono una delle cause principali per le quali i rilevamenti delle frodi avvengono in ritardo, quando una transazione è già stata completata – ciò significa che un malfattore potrebbe portare a compimento un acquisto di beni con una carta di credito rubata prima che il rivenditore ne venga a conoscenza. Telum consentirà di passare dal rilevamento passivo delle frodi a un’azione attiva di prevenzione, aprendo la strada a innovazioni che permetteranno in futuro di individuare le frodi prima che le transazioni siano completate.

Il nuovo chip presenta un design unico centralizzato, che permette alle imprese di sfruttare tutta la potenza del processore Ai per i carichi di lavoro che si basano proprio sull’intelligenza artificiale: in questo modo, algoritmi come machine learning e deep learning potranno essere utilizzati anche per accelerare i processi di approvazione del credito, migliorare il servizio clienti e la redditività, prevedere l’andamento di scambi o transazioni e rendere i processi di liquidazione più efficienti. Una funzionalità che si rivelerà estremamente utile all’interno del comparto finanziario: secondo il 2020 Consumer Sentinel Network Databook della Federal Trade Commission, infatti, i consumatori hanno riferito di aver perso più di 3,3 miliardi di dollari a causa di frodi nel 2020, dato che evidenza un notevole incremento rispetto a 1,8 miliardi di dollari nel 2019.

D’altra parte, stando ai dati di un recente studio condotto da Morning Consult e commissionato da Ibm, il 90% degli intervistati ritiene importante poter sviluppare e realizzare progetti basati sull’Ai laddove risiedono i dati. Per questo si rivela fondamentale la capacità di Ibm Telum di sfruttare il deep learning per permettere l’elaborazione in modo efficiente là dove risiedono dati e applicazioni mission critical, superando le complessità legate agli approcci Ai aziendali più tradizionali.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati