KUALA LUMPUR — YTL-Sea Digital Bank dijangka akan dilancarkan dalam beberapa minggu akan datang, dengan pelancaran kepada umum yang dijadualkan pada Januari 2025.

Ketua Pegawai Produk YTL-Sea Digital Bank, Foong Chee Mun, berkata infrastruktur teknologi telah disiapkan seawal Januari tahun ini, tetapi kelulusan pengawalseliaan daripada Bank Negara Malaysia diperlukan untuk pelancaran rasmi.

“Kemungkinan besar kami akan mendapat kelulusan dalam beberapa minggu lagi. Kemudian, kami akan mengadakan pelancaran secara dalaman. Kami sudahpun menyiapkan Perkara teknikal semenjak januari lalu, namun kami tidak boleh melancarkan sehingga Bank Negara memberikan kelulusan mengenainya ,” katanya kepada portal SunBiz di luar acara SCxSC FinTech Summit baru-baru ini.

Dalam pada itu, foong turut berkongsikan mengenai mengenai ciri-ciri kecerdasan buatan (AI) yang canggih, termasuk Large Language Models (LLM), yang akan dimasukkan ke dalam YTL-Sea Digital Bank untuk memudahkan pemantauan risiko dan meningkatkan sokongan pelanggan.

Jelas Foong disebabkan perubahan besar dalam interaksi dengan komputer dalam bidang kewangan, terdapat dua jenis interaksi yang boleh kita jangkakan untuk melihat inovasi mulai sekarang.

“Jenis pertama adalah manusia bercakap ke dalam LLM dan LLM akan memberi arahan kepada beberapa ejen untuk melakukan apa sahaja yang dikehendaki oleh manusia. Kedua, kerana LLM ini, model bahasa besar, mampu memahami bahasa manusia,” jelasnya.

Ini bermakna ia juga boleh memproses bahan-bahan seperti artikel, artikel berita, dan buku yang dihasilkan untuk kegunaan manusia, dan ia akan dapat memahaminya serta mencipta ejen daripada bahan-bahan tersebut juga,” kata Foong. “Jadi ini adalah contoh bagaimana ia digunakan, dan ianya sangat berpotensi dalam institusi kewangan katanya.

Pada asasnya, Foong berkata, ini adalah sistem berasaskan risiko di mana ia memproses artikel berita dari seluruh dunia, 24/7, dan hasilnya adalah penilaian risiko dan isyarat.

“Dan jika berpotensi … kepada sebuah bank, ia akan memberi isyarat kepada pegawai yang berkenaan. Jadi, anda boleh melihat ramai orang mengatakan bahawa AI akan menggantikan tugas manusia, tetapi dalam kes ini ia tidak menggantikan tugas manusia. Dalam kes ini, ia melakukan tugas yang sangat sukar di mana manusia tidak mungkin boleh mencerna semua artikel berita ini 24/7 dan sentiasa berjaga-jaga,” tambahnya.

Selain itu, Foong berkata, kes penggunaan kedua yang kami ada dalam bank ialah sebaliknya membolehkan ejen bank menerima mesej sembang, komen, komen bahasa semula jadi, gambar dan juga suara untuk memberi arahan kepada sistem komputer untuk melakukan sesuatu, seperti pembayaran, deposit atau pendaftaran pelanggan.

“Ini adalah contoh arahan berpotensi yang boleh kita gunakan untuk mengarahkan sistem komputer melakukan sesuatu, seperti membayar sejumlah 26 ringgit kepada seseorang untuk makan tengah hari. Ia juga akan dapat memahami singkatan, dan ia akan dapat memahami pelbagai bahasa. Anda juga boleh mengarahkan LLM untuk melakukan pengiraan,” katanya.

Foong berkata, pelanggan juga boleh menggabungkan dua tindakan bersama, seperti menghantar jumlah wang yang sama kepada dua orang. “Anda boleh menggabungkan tindakan berbeza bersama, berpotensi membayar seseorang sejumlah wang dan memberitahu mereka apabila pemindahan selesai, atau menghantar mesej atau notifikasi WhatsApp kepada mereka.”

Perkara lain yang boleh dilakukan oleh institusi kewangan dengan model bahasa besar – atau dalam kes ini, model bahasa visual – ialah mampu menerima tangkapan skrin, menurut Foong.

“Kebanyakan kita kadang-kadang menerima arahan melalui WhatsApp daripada rakan. Jadi, anda boleh memuat naiknya ke dalam aplikasi, dan ia akan menjana arahan pembayaran daripada imej tersebut. Atau invois, apa sahaja sumbernya – kerana kebanyakan arahan pembayaran datang daripada invois – model bahasa besar ini akan dapat menjana arahan tersebut,” tambahnya.

Foong berkata, ini adalah generasi baru interaksi dengan sistem komputer yang jarang dilihat dalam industri.

“Dan saya dengar khabar angin bahawa ciri-ciri ini mungkin akan dilancarkan di sebuah bank tertentu. Saya tidak boleh memberitahu anda bank mana, tetapi anda boleh teka,” katanya lagi.

Untuk rekod pada april lalu Bank Negara Malaysia (BNM) mengumumkan lima pemohon yang berjaya memperoleh lesen bank digital seperti yang telah diluluskan oleh Menteri Kewangan Malaysia.

Lima Bank Digital berkenaan adalah Konsortium Boost Holdings Sdn. Bhd. dan RHB Bank Berhad; Konsortium yang diterajui oleh GXS Bank Pte. Ltd. dan Kuok Brothers Sdn. Bhd.; dan Konsortium yang diterajui oleh Sea Limited dan YTL Digital Capital Sdn. Bhd.

Manakala Konsortium AEON Financial Service Co., Ltd., AEON Credit Service (M) Berhad, dan MoneyLion Inc.; dan Konsortium yang diterajui oleh KAF Investment Bank Sdn. Bhd pula di dilesenkan di bawah Akta Perkhidmatan Kewangan Islam 2013 (IFSA)

Tiga daripada lima konsortium ini dimiliki majoriti oleh rakyat Malaysia, iaitu Boost Holdings dan RHB Bank Berhad, Sea Limited dan YTL Digital Capital Sdn. Bhd., serta KAF Investment Bank Sdn. Bhd.

YTL AI Labs, dengan kerjasama Universiti Malaya (UM), telah berjaya membangunkan MalayMMLU (Massive Multi-task Language Understanding) pertama yang direka khusus untuk Bahasa Melayu di mana Kejayaan ini menandakan penerimaan benchmark tersebut di persidangan berprestij Empirical Methods in Natural Language Processing 2024 (EMNLP 2024)

MalayMMLU merupakan satu penanda aras yang komprehensif, direka untuk menilai keupayaan model bahasa berskala besar (LLM) dalam Bahasa Melayu. Dengan menyediakan mekanisme standard untuk menilai prestasi LLM melalui pelbagai tugas bahasa, MalayMMLU memastikan penilaian yang adil dan mendalam.

Benchmark ini merangkumi lebih daripada 24,000 soalanyang meliputi spektrum pendidikan K-12 dalam 22 mata Pelajaran dari kurikulum pendidikan Malaysia.

Pengarah Urusan YTL Power International Dato Seri Yeoh Seok Hong berkata Malaysia sedang giat membina ekosistem yang menyokong pembangunan dan penggunaan AI di negara ini. Pusat data AI pertama kami sedang dibina, dan universiti-universiti tempatan memberi tumpuan kepada pembangunan bakat AI.

Pelepasan MalayMMLU ini adalah satu pencapaian penting yang akan mempercepatkan perjalanan Malaysia ke arah menjadi sebuah negara AI. YTL AI Labs berbangga menjadi sebahagian daripada perjalanan ini.

Pembangunan MalayMMLU ini dilihat sebagai komponen penting dalam memperkukuh kefahaman LLM terhadap Bahasa Melayu. Ini juga akan membantu mempercepatkan penerapan teknologi kecerdasan buatan (AI) dalam bidang seperti pendidikan, penjagaan kesihatan, dan perkhidmatan awam dan Penyelesaian AI yang lebih relevan dari segi budaya tempatan akan memberi manfaat kepada Malaysia dan rantau Asia Tenggara.

Tambahnya YTL AI Labs dan Universiti Malaya turut merancang untuk  melepaskan dataset MalayMMLU bersama kod penilaian secara terbuka, membolehkan komuniti AI global menyumbang kepada pembangunan teknologi AI yang lebih inklusif dan berkesan.

Dalam pada itu, Dekan Fakulti Sains Komputer dan Teknologi Maklumat Universiti Malaya Profesor Ir. Dr Chan Chee Seng dan CEO YTL AI Labs Foong Chee Mun pula berkata Penerimaan MalayMMLU di persidangan EMNLP 2024 merupakan satu pencapaian besar dalam pembangunan LLM yang disesuaikan untuk konteks Malaysia.

Kini, kita mempunyai penanda aras untuk Bahasa Melayu yang sebelum ini tidak wujud. Kami percaya bahawa lebih banyak aplikasi akan dibangunkan berdasarkan benchmark ini.

Ini Adalah satu penghormatan besar bagi Universiti Malaya untuk bekerjasama dengan YTL AI Labs menjadi yang pertama di dunia menetapkan penanda aras sejagat untuk bahasa kebangsaan kita

Pembangunan benchmark ini diharapkan dapat membuka jalan kepada lebih banyak aplikasi kecerdasan buatan yang bukan sahaja lebih berkesan, tetapi juga relevan dengan budaya dan keperluan tempatan, memperkukuhkan kedudukan Malaysia sebagai peneraju dalam inovasi AI di rantau ini.