Запознайте се с новия генеративен AI модел на Mastercard

Генеративният изкуствен интелект промени изцяло света на чатботовете. Да говориш с робот не е научна фантастика, а нещо, което правим.

Вярваме, че тази технология от същото поколение на изкуствения интелект ще промени не само чата - тя ще промени и търговията. Тя ще направи плащанията по-бързи, търговията на дребно - по-персонализирана, а инструментите за киберсигурност - по-прецизни.

За да реализираме тази визия, нашите екипи проучват и изграждат нов модел на основата, който представлява широкомащабен модел на ИИ, който може да се използва като основа за широк спектър от приложения. Обучаваме модела на основата на уникалните набори от данни на Mastercard, като започваме с милиарди транзакции.

За да защитим поверителността на потребителите, премахваме всички лични данни от тези транзакции. След като анализира достатъчно на брой анонимизирани транзакции, този модел може да започне да прогнозира бъдещи транзакции.

Този вид модел за предсказване до голяма степен е същият като начина, по който работят днешните чатботове, като чатботът предсказва коя трябва да бъде следващата дума в изречението. Планираме да използваме този нов модел - не за да създадем чатбот, а като двигател за прозрения, който ще направи много от нашите инструменти и услуги още по-добри - от киберзащита до програми за лоялност и инструменти за малкия бизнес.

В тази работа използваме възможностите на Nvidia и Databricks- две от най-големите имена в областта на изкуствения интелект днес. Вече виждаме добри резултати и сме развълнувани да покажем работата си по време на конференцията Nvidia GTC 2026.

Най-популярните чатботове днес, като например Claude и ChatGPT, са създадени с помощта на големи езикови модели или LLM, които се обучават на огромни количества неструктурирани данни, като текст, видео и снимки. Нашият нов модел на основата е различен вид невронна мрежа за дълбоко обучение, наречена голям табличен модел или LTM, която се обучава върху структурирани данни, като например големи таблици или набори от данни.

Обучаваме най-новата версия на нашия LTM върху милиарди анонимизирани транзакции. Планът ни е да ускорим тази работа, за да включим стотици милиарди платежни транзакции, както и допълнителни видове набори от данни, включително данни за местоположението на търговците, данни за измами, данни за оторизация, данни за връщане на такси и данни за програми за лоялност. Тази работа се извършва с помощта на усъвършенстваната платформа за ускорени изчисления на Nvidia. Като използваме цялостната платформа за ускорен изкуствен интелект на Nvidia, можем да обработваме тези данни с безпрецедентна скорост.

Когато обучим модела на повече данни и на повече видове данни, той ще може да предоставя повече информация и да прогнозира бъдещи транзакции с по-голяма точност.

Една от първите области, върху които се фокусираме, е киберсигурността. Нашата компания вече е създала много от най-добрите кибернетични инструменти в индустрията, за да направи търговията по-сигурна. Вярваме, че добавянето на възможностите на този нов модел на фондация към настоящите ни инструменти ще ги направи още по-силни.

За да създадем съществуващите си модели за киберсигурност с изкуствен интелект, нашите учени по данни започват с необработени данни за транзакции. След това те обогатяват тези данни с допълнителни характеристики, за да посочат какво тези модели трябва да анализират и маркират. Например специалист по данните може да добави функция, която помага на моделите ни с изкуствен интелект да идентифицират внезапен скок в активността на някого при покупка, което позволява на модела да открие и спре измама.

В сравнение с това нашият нов модел на основата анализира същите данни с много ограничен човешки принос като отправна точка, като научава по-независимо кои са важните характеристики на данните. По този начин LTM може да идентифицира нови връзки в данните, които човек не би могъл да открие сам.

При нашите тестове вече видяхме, че този нов модел превъзхожда стандартните техники за машинно обучение в индустрията, което ни дава обещаващи първи признаци. Например много скъпи, но много редки покупки - като например когато някой си купува годежен пръстен - обикновено задействат сегашните модели и предизвикват много фалшиви положителни резултати. В нашите експерименти моделът на фондацията ни може да идентифицира по-добре тези законни транзакции, като моделът може да се учи от сравнително слаби сигнали в данните.

Планираме да изградим хибридни системи за киберсигурност, които да съчетават най-доброто от настоящите ни модели с изкуствен интелект и този нов LTM. Това трябва да ни помогне да изградим и защитим киберзащитата си в бъдеще.

Този пример за киберсигурност е само един от възможните резултати от това изследване. Вярваме, че новият модел на основата може да се използва и за подобряване на програмите за лоялност и награди, моделите за персонализация, оптимизацията на портфейла и инструментите за анализ на данни.

Освен това, за да управляваме мрежата си, в момента трябва да изграждаме, обучаваме и поддържаме хиляди модели с изкуствен интелект, всеки от които е предназначен за различни пазари, случаи на употреба или клиенти. Този нов LTM може да стане достатъчно гъвкав, за да ни помогне да намалим значително необходимостта от поддържане на толкова много различни модели.

Усилваме работата си по разширяване на възможностите на нашия LTM. Стремим се да добавим алгоритмична сложност към архитектурата на модела, за да може той да получи повече информация от необработените данни. Освен това разработваме приложни програмни интерфейси (API) и набори от инструменти, за да предоставим на екипите в Mastercard достъп до този нов модел на основата, така че да могат да създават нови приложения върху него.

Също така ще продължим тясното си сътрудничество с Nvidia и Databricks, за да продължим цялата тази развойна дейност.

Както винаги, ще продължим да изграждаме този нов модел, следвайки нашите принципи за отговорност към данните, като се фокусираме върху неприкосновеността на личния живот на потребителите, стабилното управление и контрол и прозрачността.

С всяка следваща стъпка напред, подобно на бързото развитие на чатботовете днес, започваме да виждаме потенциала, който този основополагащ модел би могъл да има за нашата индустрия - внасяйки повече интелигентност, сигурност и бързина в плащанията и търговията.