Mastercardが新しいGenAIモデルを発表

従来の大量の非構造化データを用いた大規模言語モデルとは異なり、マスターカードはNvidiaやDatabricksと協力して、大規模な表形式モデル（LTM）を構築しました。これは、大規模な表やデータセットなどの構造化データを基に訓練されたモデルです。

LTMは数十億の匿名化された取引データを用いて訓練されており、マスターカードはこれを数百億の支払い取引や、加盟店の位置情報、不正検知データ、承認データ、チャージバックデータ、ロイヤルティプログラムデータなどの追加データセットも含めて拡大していく予定です。

このモデルはすでにサイバーセキュリティの分野で効果を発揮しており、標準的な業界の機械学習手法を上回る性能を示していると、マスターカードの優秀エンジニアであるスティーブ・フリンターは述べています。

「例えば、非常に高価だが非常に稀な購入、例えば結婚指輪の購入などは、現在のモデルでは誤検知を引き起こしやすいです。私たちの実験では、基盤モデルはこれらの正当な取引をより正確に識別でき、比較的弱い信号から学習することが可能です」とフリンターはブログで書いています。

一方、フリンターは、マスターカードは現在、異なる市場や用途、顧客ごとに数千のAIモデルを構築・訓練・維持していると説明しています。新しいLTMは、これら多くのモデルの維持コストを大幅に削減できる柔軟性を持つ可能性があります。

現在、同社はAPIやツールキットを開発しており、マスターカードの各チームが新しい基盤モデルにアクセスし、それを基に新しいアプリケーションを構築できるようにしています。

フリンターは次のように述べています。「私たちはこの新しい基盤モデルをチャットボットの構築に使うのではなく、多くのツールやサービスをより良くするためのインサイトエンジンとして活用する予定です。サイバー防御からロイヤルティプログラム、小規模事業者向けツールまで、多岐にわたります。」