Сбербанк обучил ИИ анализу банковских данных

Исследователи из России создали новый метод обучения нейросетей, позволяющий учитывать как локальные, так и глобальные аспекты данных о банковских операциях. Эта разработка, поддержанная грантом Российского научного фонда, может повысить точность прогнозов на 20%.

Как пояснил научный директор Лаборатории искусственного интеллекта Сбербанка Андрей Савченко, ранее большинство задач в этой сфере относились к глобальным, но сейчас возросла потребность в решении локальных проблем, и предложенный алгоритм оказался готов к этому вызову.

Современные системы машинного обучения анализируют последовательности банковских транзакций, выявляя закономерности, важные для оценки кредитных рисков и обнаружения мошеннических действий. Однако существующие методы часто фокусируются либо на стабильных факторах, таких как возраст клиента, либо на динамических изменениях, например, смене места жительства, не учитывая макроэкономические индикаторы и поведение похожих клиентов.

Новый подход российских учёных позволяет учитывать весь спектр факторов, а также внешний контекст, что улучшает точность анализа. Метод был протестирован на восьми нейросетевых моделях и пяти наборах данных, подтвердив свою эффективность.

Алексей Зайцев, заведующий лабораторией Центра искусственного интеллекта Сколтеха, отметил, что учёные смогли адаптировать модель даже к изменениям в поведении пользователей, а учёт данных о похожих клиентах дополнительно повысил точность прогнозов.