Mastercard giới thiệu mô hình GenAI mới

Khác với các mô hình ngôn ngữ lớn phổ biến được huấn luyện trên lượng lớn dữ liệu phi cấu trúc, Mastercard, hợp tác với Nvidia và Databricks, đã xây dựng một mô hình bảng lớn, hay còn gọi là LTM, được huấn luyện trên dữ liệu có cấu trúc, chẳng hạn như các bảng hoặc tập dữ liệu quy mô lớn.

LTM được huấn luyện trên hàng tỷ giao dịch ẩn danh, với kế hoạch mở rộng để bao gồm hàng trăm tỷ giao dịch thanh toán, cũng như các loại dữ liệu khác như dữ liệu vị trí thương nhân, dữ liệu gian lận, dữ liệu ủy quyền, dữ liệu hoàn tiền và dữ liệu chương trình khách hàng thân thiết.

Mô hình đã mang lại lợi ích rõ rệt trong lĩnh vực an ninh mạng, vượt trội hơn các kỹ thuật máy học tiêu chuẩn của ngành, theo ông Steve Flinter, kỹ sư xuất sắc của Mastercard.

“Chẳng hạn, các giao dịch rất đắt đỏ nhưng rất hiếm gặp — như khi ai đó mua nhẫn cưới — thường kích hoạt các mô hình hiện tại và gây ra nhiều kết quả dương tính giả. Trong các thử nghiệm của chúng tôi, mô hình nền tảng có thể nhận diện tốt hơn các giao dịch hợp lệ này, nhờ khả năng học từ các tín hiệu yếu trong dữ liệu,” Flinter viết trong một blog.

Trong khi đó, Flinter giải thích rằng Mastercard hiện cần xây dựng, huấn luyện và duy trì hàng nghìn mô hình AI để vận hành mạng lưới của mình, mỗi mô hình cho các thị trường, trường hợp sử dụng hoặc khách hàng khác nhau. Mô hình LTM mới có thể trở nên linh hoạt đủ để giúp giảm đáng kể việc duy trì quá nhiều mô hình khác nhau.

Hiện tại, công ty đang phát triển các API và bộ công cụ để các nhóm trên toàn Mastercard có thể truy cập vào mô hình nền tảng mới này nhằm xây dựng các ứng dụng mới dựa trên đó.

Flinter viết: “Chúng tôi dự định sử dụng mô hình nền tảng mới này — không phải để xây dựng một chatbot — mà như một công cụ phân tích giúp cải thiện nhiều công cụ và dịch vụ của chúng tôi, từ phòng thủ mạng đến các chương trình khách hàng thân thiết và các công cụ dành cho doanh nghiệp nhỏ.”