Ізраїльський стартап 42AI розробляє «модель світу поведінки», яка, як стверджується, може передбачати дії людини ще до того, як вона їх вирішить вчинити, навіть у нових ситуаціях. Компанія вийшла з режиму стелс, залучивши $62,5 млн інвестицій на початковому етапі. Наразі система проходить тестування у кількох фінансових брокерських компаніях, де, за словами розробників, вона допомагає передбачати реакцію трейдерів на ринкову волатильність.
«Поведінка не є детермінованою; вона постійно ймовірнісна», — зазначив генеральний директор та співзасновник 42AI Аміт Ґал-Ор, пояснюючи, як компанія досягає таких результатів. Він стверджує, що люди мають глибинні психологічні схильності, які впливають на їхні рішення незалежно від обставин. Саме ці схильності стартап прагне виміряти та перетворити на дані, зрозумілі для моделі.
«Через тиждень ви можете бути іншою людиною, але ваші тенденції завжди проявлятимуться в певних сферах з певною ймовірністю чи розподілом», — додав співзасновник та технічний директор Ехуд Езра. За словами компанії, саме це й показує модель: ймовірність прийняття людиною певного рішення.
42AI стверджує, що модель намагається визначити внутрішню мотивацію людей, а не просто екстраполювати закономірності на основі їхніх попередніх дій. Для цього компанія аналізує реакцію людей на, здавалося б, непов’язані події. Наприклад, для інвестора чи трейдера це може бути завершення процесу KYC, онбординг, звернення до служби підтримки, перекази коштів або торгівля акціями.
«Коли людина спілкується з підтримкою чи відділом продажів у процесі […], ми аналізуємо настрій, голос, безліч взаємодій, які вони здійснюють, скільки разів звертаються тощо», — пояснив Езра. «Усі ці точки даних надходять до моделі. Пізніше відбуваються взаємодії: як ви купуєте та продаєте, і коли, і ми аналізуємо ринок на цьому етапі».
«Отже, ми намагаємося зрозуміти, як вони дивляться на світ. У моделі світу кожна людина — це й є світ», — додав він.
Компанія перетворює ці спостереження на математичні моделі рис характеру, які потім передаються до моделі на базі архітектури Transformer. Ця модель встановлює ймовірності можливих рішень за різних обставин. (Для генерації пояснень своїх прогнозів компанія використовує окрему мовну модель).
Езра розповів, що модель навчена зберігати глибинні схильності особистості під час симуляцій. Отже, якщо людина зазвичай уникає ризику, але модель раптом розглядає її як схильну до ризику, «ціль буде пропущено», — пояснив він, описуючи структуру винагород у навчанні моделі.
42AI три роки розробляла цей підхід, поєднуючи психологічні дослідження з нейронаукою та генетикою, а також поради експертів з психології, ПТСР та лауреата Нобелівської премії з хімії 2011 року Дана Шехтмана.
Ґал-Ор повідомив, що команда спершу вивчила тисячі людей за допомогою психологічних тестів та поведінкових сценаріїв, а потім додала державні та біобанківські дані, що охоплюють понад 2 мільйони осіб. Згодом дані клієнтів розширилися до майже 30 мільйонів осіб.
Під час реальних розгортань модель аналізує існуючі записи клієнтів, включаючи транзакції та звернення до служби підтримки. Ґал-Ор зазначив, що системі не потрібна ідентифікаційна інформація, оскільки «модель ніколи не знає, хто ця людина». Проте, схоже, компанія все ж створює індивідуальні профілі поведінки на основі пов’язаної активності клієнтів.
У прогнозуванні ринкових угод 42AI стверджує, що її модель досягає 98% точності. Однак Ґал-Ор уточнив, що це радше показник того, чи відповідають торговельні потоки прогнозованому діапазону, а не чи кожна угода була передбачена правильно.
Він також додав, що модель стабільно демонструє F1-показник 0,8–0,85 для прогнозування напрямку та обсягу торгів. (F1-показник — це метрика машинного навчання, яка вимірює, наскільки добре класифікаційна модель врівноважує правильні прогнози з помилковими спрацьовуваннями та пропущеними подіями).
Крім того, модель має природні обмеження. «Існує природна стеля, оскільки ви насправді не маєте доступу до всього, що переживає людина», — сказав Ґал-Ор. Езра пояснив, що точність системи також знижується, коли їй бракує важливого контексту ситуації, наприклад, якщо людина вирішує змінити свої торговельні стратегії на основі поради друга чи колеги.
Ґал-Ор повідомив, що 42AI співпрацює з 10 великими брокерськими компаніями, які використовують її для управління ліквідністю, маржинальними вимогами та хеджуванням ризиків. Компанія залучає нових клієнтів і вже генерує понад «сім цифр» доходу, хоча точну суму він не назвав.
Клієнти сплачують стартапу фіксовану плату або відсоток від вартості, яку платформа допомагає їм отримати. Він стверджує, що одна брокерська компанія отримала приблизно $30 мільйонів додаткової вигоди завдяки динамічному хеджуванню.
Фінансування на початковому етапі в розмірі $62,5 млн надійшло від засновників та Infinity Group протягом трьох років і було зібрано не лише від зовнішніх інвесторів, за словами Ґал-Ора. Infinity була заснована його батьком, Аміром Ґал-Ором, який також є головою ради директорів та співзасновником 42AI. Наразі 42AI планує залучити додаткові інвестиції.
Окрім фінансів, 42AI досліджує застосування своєї моделі в іграх, запобіганні шахрайству та кібербезпеці. У майбутньому компанія сподівається використовувати її для допомоги роботам та ШІ-агентам у розумінні людей. Проте до цього ще далеко: Езра визнав, що для кожного нового домену модель потребує навчання на правилах та контексті.
Як і будь-які інструменти ШІ, технологія 42AI має потенційно тривожний аспект: якщо брокерська компанія може передбачати дії своїх клієнтів, що завадить комусь використати ці знання на свою користь? Езра визнав, що це «обґрунтоване занепокоєння», коли я підняв це питання. Засновники посилалися на регулювання, моніторинг та внутрішній етичний комітет, хоча й не пояснили, що саме, якщо щось, завадить їхнім клієнтам використовувати технологію для отримання переваги над людьми, чиї профілі створюються.
Однак Аміт Ґал-Ор висловив упевненість, що технологія може допомогти вирішити ці ризики. «Ми дуже пишаємося тим, що фактично є частиною рішення; ми є рішенням цієї проблеми», — сказав він.
Дізнатися більше на: techcrunch.com