Специалисты экосистемы Сбер и Sber AI трансформируют работу финансовых сервисов, меняя подходы к деятельности в сфере цифровых следов.  

Исследовательская группа Центра практического искусственного интеллекта экосистемы Сбер в кооперации со специалистами Sber AI представили инновационный подход к работе с поведенческими цифровыми следами FinTRACE. Отчет о результатах проведения крупномасштабной научной деятельности, утвержденный исполнительным директором по исследованию данных Центра практического интеллекта Сбербанка Максимом Макаренко, в ближайшее время будет изучен участниками 49-ой международной конференции ACM SIGIR по исследованиям и разработке в области информационного поиска. 

Согласно результатам, новый подход предполагает использование инновационной технологии, с помощью которой произвольные истории финансовых операций преобразуются в структурированную информационную базу, детализирующую паттерны поведения человека в финансовых сервисах. Данная база станет основой для рассуждений большой языковой модели. Технология позволит искусственному интеллекту повысить качество обработки длинных и нерегулярных последовательностей событий. Проще говоря, ИИ начнет лучше понимать логику действий человека, которые он совершает последовательно в течение длительного времени для совершения одной конкретной операции. “Финансовые сервисы для нас — это огромнейшие пласты информации, за которыми крайне важно увидеть не просто цифры, а настоящие потребности конечного потребителя. Искусственный интеллект сегодня потребляет и анализирует невероятное количество бессвязных транзакций, а технологиям необходимо видеть реальные операции каждого человека”, — объяснили необходимость разработки в Сбере.  

FinTRACE как новый алгоритм прочтения и интерпретации цифровых следов позволит ИИ выделять в общей массе транзакций выделять устойчивые паттерны, финансовые стратегии и привычки, на основании которых будут приниматься ключевые решения. “Что это несет для конечного пользователя? Нововведение позволит отправлять людям более персонализированные предложения или объективную оценку возможных рисков. Банки смогут реагировать на возрастающие риски для клиентов на самых ранних стадиях, предлагая некоторые решения для устранения трудностей. Теперь объяснимость решений — обязательная часть технологий”, — отмечает глава Центра практического искусственного интеллекта Сбербанка Николай Тиден.  

Для банковского сектора разработка нового подхода предполагает создание более подвижных, экономичных и адаптированных ИИ-моделей для прогнозирования оттока, маркетинговых проектов или кредитного скоринга. По утверждениям ученых, данная технология может применяться даже в медицине для ранней диагностики заболеваний на основе данных о посещениях врачей и результатах анализов. В научном сообществе уже назвали эту разработку серьезным прорывом в сфере использования структурированных временных данных для совершенствования ИИ.