Mastercard рассчитывает на то, что ее новая базовая модель ИИ, обученная на обезличенных данных миллиардов транзакций, поможет повысить эффективность во всех сферах — от киберзащиты до программ лояльности.
В отличие от популярных больших языковых моделей, обучающихся на огромных объемах неструктурированных данных, Mastercard, работая с Nvidia и Databricks, создала большую табличную модель (LTM), которая обучается на таких структурированных данных, как большие таблицы или наборы данных.
LTM обучается на обезличенных данных миллиардов транзакций, и Mastercard планирует довести это число до сотен миллиардов, а также добавить дополнительные типы наборов данных, включая данные о местоположении ТСП, о мошенничестве, данные об авторизации, о возвратах платежей и данные программ лояльности.
Модель уже приносит свои плоды в сфере кибербезопасности, превосходя стандартные отраслевые методы машинного обучения. Ведущий инженер Mastercard Стив Флинтер (Steve Flinter) отмечает, что дорогие, но редкие покупки, как правило, запускают работу современных моделей и приводят к большому количеству ложных срабатываний, в то время как базовая модель Mastercard в ходе экспериментов показала, что она лучше идентифицирует эти законные транзакции, поскольку способна обучаться на относительно слабых сигналах в данных.
Также компания разрабатывает API и инструментарии, чтобы предоставить командам специалистов Mastercard доступ к новой базовой модели, чтобы они могли на ее основе создавать новые приложения.
По материалам finextra.com; PLUSworld.ru.