В Вышке появилась научно-учебная лаборатория анализа данных в финансовых технологиях
Подразделение займется приложением методов машинного обучения к задачам в области финансовых услуг. Лаборатория вошла в состав Центра глубинного обучения и байесовских методов и стала еще одним партнерским проектом Сбербанка и факультета компьютерных наук ВШЭ.
Среди запланированных тем исследований — интерпретация сложных нейросетевых моделей, обучение с подкреплением, обработка естественного языка, конкурирующие сети (GAN) в задачах направленного удаления информации из выборки. Возглавил лабораторию заместитель руководителя Департамента больших данных и информационного поиска ВШЭ Евгений Соколов. По его словам, идея научного подразделения возникла из совместных проектов со Сбербанком, с которым Вышка сотрудничает не первый год.
Евгений Соколов
Потребность в профильных исследованиях велика, поскольку методы зачастую требуют доработки под банковскую специфику: оценивание кредитных рисков, автоматизация службы поддержки, персонализация маркетинга.
Сейчас в крупных банках всё масштабнее внедряется машинное обучение как для базовых задач, так и для новых направлений типа создания чат-ботов.
Задача кредитного скоринга — одно из популярных применений машинного обучения. Компьютерная модель обрабатывает данные о людях, уже оплативших кредит: пол, возраст, семейное положение, уровень дохода — и находит в них закономерности. От комбинации этих факторов зависит, насколько рискует банк, выдавая заем.
Но недостаточно научить нейросеть качественно прогнозировать кредитоспособность заемщика на основе имеющихся данных. Банк должен уметь объяснять итоговое решение — это требование ЦБ РФ, регулирующего деятельность кредитных организаций. Именно из-за трудностей в интерпретации прогнозов сложных нейросетей на практике до сих пор используются упрощенные, менее точные модели.
Если бы банкам разрешили использовать нейросети, качество оценки кредитных рисков выросло бы радикально.
По словам Соколова, стажеров планируется набирать из числа студентов, в том числе с магистерской программы «Финансовые технологии и анализ данных», открытой совместно со Сбербанком в 2017 году. Стажеры смогут подключиться к решению сложных задач в области машинного обучения под руководством опытных исследователей, а также познакомиться с внутренней кухней банка, пообщаться с его разработчиками и data scientist’ами.
Часть исследований лаборатории коснется не только банковской сферы, но и любой финансовой деятельности. Один из таких крупных бизнес-трендов — автоматизация службы поддержки. Ежедневно в колл-центр и в службу поддержки компании обращаются десятки тысяч клиентов со схожими проблемами. Около 80% ответов на эти запросы шаблонные, с ними справится чат-бот. Накопив достаточно данных, можно приступать к автоматизации процесса, используя технологии машинного обучения и обработки естественного языка.
Вам также может быть интересно:
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны
В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.
«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.
Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»
Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.
Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции
Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.
Ученые НИУ ВШЭ предложили модель, лучше других определяющую тематику текстов
Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге. Статья опубликована в журнале PeerJ Computer Science.
«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.
В России разработана программа для диагностики дислексии
Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.
Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»
С 1 по 13 апреля в Москве на базе факультета компьютерных наук НИУ ВШЭ пройдет бесплатный студкемп по машинному обучению, организованный в рамках программы «Яндекса» для студентов IT-специальностей. За две недели студенты изучат материал, на освоение которого в рамках традиционных программ уходит от пары месяцев до нескольких семестров. Они получат фундаментальные знания в области искусственного интеллекта, а также познакомятся с практиками применения нейросетей в сервисах «Яндекса».