IBM Telum, il processore progettato per rilevare le frodi in tempo reale
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.
Autore: Redazione BitCity
IBM ha annunciato le caratteristiche principali di IBM Telum Processor, un nuovo processore con accelerazione on-chip per l'intelligenza artificiale. IBM Telum 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. I tre anni dedicati allo sviluppo del processore IBM Telum rivoluzionano il settore: 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. 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.
Informativa
Questo sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalità illustrate nella cookie policy. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy. Chiudendo questo banner, acconsenti all’uso dei cookie.