Mastercard memperkenalkan model GenAI baru

Berbeda dengan model bahasa besar yang populer yang dilatih pada sejumlah besar data tidak terstruktur, Mastercard, bekerja sama dengan Nvidia dan Databricks, telah membangun model tabel besar, atau LTM, yang dilatih pada data terstruktur, seperti tabel berskala besar atau dataset.

LTM dilatih pada miliaran transaksi yang dianonimkan, dengan Mastercard berencana meningkatkan jumlah ini hingga mencakup ratusan miliar transaksi pembayaran, serta jenis dataset tambahan, termasuk data lokasi merchant, data penipuan, data otorisasi, data chargeback, dan data program loyalitas.

Model ini sudah memberikan manfaat di bidang keamanan siber, mengungguli teknik pembelajaran mesin standar industri, kata insinyur terkemuka Mastercard, Steve Flinter.

“Misalnya, pembelian yang sangat mahal tetapi sangat jarang — seperti saat seseorang membeli cincin kawin — cenderung memicu model saat ini dan menyebabkan banyak positif palsu. Dalam eksperimen kami, model dasar kami dapat lebih baik mengidentifikasi transaksi yang sah ini, dengan model mampu belajar dari sinyal yang relatif lemah dalam data,” tulis Flinter dalam sebuah blog.

Sementara itu, Flinter menjelaskan bahwa Mastercard saat ini perlu membangun, melatih, dan memelihara ribuan model AI untuk menjalankan jaringannya, masing-masing untuk pasar, kasus penggunaan, atau pelanggan yang berbeda. LTM baru ini bisa menjadi cukup fleksibel untuk membantu mengurangi secara signifikan kebutuhan memelihara begitu banyak model berbeda.

Sekarang, perusahaan sedang mengembangkan API dan toolkit untuk memberi tim di seluruh Mastercard akses ke model dasar baru ini sehingga mereka dapat membangun aplikasi baru di atasnya.

Tulis Flinter: “Kami berencana menggunakan model dasar baru ini — bukan untuk membangun chatbot — tetapi sebagai mesin wawasan yang akan membuat banyak alat dan layanan kami menjadi lebih baik, mulai dari pertahanan siber hingga program loyalitas dan alat bisnis kecil.”