Temat Numeru | Technologiczne Otwarcie Roku | Uczenie maszynowe w walce z oszustwami

Jakie rozwiązania i mechanizmy kryją się pod nazwą „sztuczna inteligencja”? Futurolodzy i entuzjaści nowinek technologicznych skupiają się na tzw. silnej sztucznej inteligencji (Artificial General Intelligence), zwanej też czasem inteligencją ogólną, charakteryzującej się teoretyczną możliwością wykonania dowolnego działania intelektualnego, co w praktyce zbliża ją do tego, w jaki sposób funkcjonuje ludzki umysł.

Z punktu widzenia biznesowej praktyki znacznie bardziej interesujące – w bliskim horyzoncie czasowym – są jednak inne rozwiązania. Ich fundamentem jest uczenie maszynowe, które pozwala maszynie na podejmowanie działań zmierzających do wykonania zadania, bez konieczności ingerencji ze strony człowieka.

Jak wyszkolić AI?

W przypadku sektora finansowego jednym z głównych obszarów zastosowania takich rozwiązań jest wykrywanie nadużyć. W jaki sposób można im zapobiegać? Fundamentalne znaczenie mają tu algorytmy uczące się, czyli analizujące zbiory ustrukturyzowanych danych (tzw. zbiory treningowe) i „odpowiedzi” – czyli wartości, które algorytm na podstawie dostarczonych danych ma przewidywać.

– Kluczowe znaczenie ma to, aby model przewidywał odpowiedź możliwie trafnie dla obserwacji spoza zbioru treningowego – precyzuje Aleksander Kijek z firmy Nethone, specjalizującej się w tworzeniu oprogramowania wykrywającego fraudy. Co to oznacza w praktyce?

Wyzwanie nie polega na tym, by zbudować jak największą bazę danych, ale na tym, aby można było wykorzystywać owe dane w uczeniu maszynowym, zachowując jednocześnie obowiązujące w sektorze finansowym restrykcyjne ograniczenia regulacyjne.

Dotychczasowym zadaniem menedżerów ryzyka było tworzenie reguł filtrujących zachowania klientów i wyłuskujących ...