Искусственный интеллект оценит заемщиков
Студент ДГТУ Сергей Бутенко вместе с командой создал технологию оценки кредитных рисков, основанную на использовании искусственного интеллекта. По его словам, аналогов продукта нет ни в России, ни в мире. Сейчас команда разработчиков ведет переговоры о продаже технологии с несколькими московскими банками.
Команда разработчиков проекта.
Сергей Бутенко учится на 4-м курсе факультета информатики и вычислительной техники ДГТУ. Идея создать технологию, которая позволяет банкам принимать решения о предоставлении кредитов на основе визуальной и аудиоинформации о потенциальных заемщиках, пришла к нему после прочтения трудов американского психолога Пола Экмана. Он основоположник такого направления, как невербалика.
— Смысл нашей работы заключается в создании системы, которая будет эффективно распознавать ложь на основе микровыражений, тембра и скорости речи, смыслового содержания. Продукт предназначается для банковской сферы и HR, — отмечает Сергей Бутенко.
Сейчас проект находится в стадии исследования и обучения нейронной сети. По словам студента, в открытом доступе нет информации о решениях, объединяющих в себе видео, аудио, смысловое содержание и технологии искусственного интеллекта. По каждому из параметров проводились научные исследования, показавшие положительные результаты.
— Наша команда состоит из 7 специалистов, из которых 4 занимаются машинным обучением. Сама суть технологии, которую мы разрабатываем, не предполагает каких-либо заранее известных алгоритмов. Прелесть искусственного интеллекта в том, что он обучается самостоятельно, без участия специалистов в области, например, психологии. Для того чтобы правильно обучить нейронную сеть, необходимо знать, на каких параметрах ее обучать. Мы работаем с параметрами, основанными на трудах Экмана, — говорит разработчик.
По словам Бутенко, среди коммерческих проектов для HR-сферы, основанных на невербалике, можно выделить две американских системы: Avatar и Silent Talker Lie Detector. Первая система распознает ложь с помощью контроля за лицом и физиологическими параметрами человека (основной упор делается на зрачки и пульс). Вторая система распознает микровыражения человека. Недостатками обеих систем является отсутствие контроля за речью человека, распознавания смысла, темпа и тембра. Несмотря на это, обе системы показывают результаты точности выше 70–75%.
Сейчас разработчик ведет переговоры по поводу запуска пилотных проектов с несколькими московскими банками. С какими именно,Сергей Бутенко уточнять отказался.
— В конце 2019 года мы получили грант в размере 3 млн рублей от Фонда содействия инновациям, он помог собрать команду профессионалов и приступить к реализации. В дальнейшем мы планируем масштабировать наш продукт, в том числе выйти и на зарубежный рынок, — говорит Сергей.
По словам разработчика, они также планируют заниматься разработкой программного обеспечения, которое не имеет аналогов на российском рынке.
Справка
По данным «Википедии», Пол Экман — американский психолог, профессор Калифорнийского университета в Сан-Франциско, специалист в области психологии эмоций, межличностного общения и так называемого «распознавания лжи». Согласно его теории, особую роль в передаче информации играют движения мышц лица, то есть мимика, в частности ее динамика. Кроме того, предлагаемый Экманом подход подразумевает обязательное фиксирование и анализ выражения глаз, взгляда человека. Учитывается также манера двигаться и особенности положения тела сидящего человека. Экман и ряд других исследователей утверждают, что таким образом можно выяснить, как человек оценивает собственный статус в сравнении со статусом других лиц (в первую очередь — присутствующих). Кроме того, Экман и его последователи предлагают анализировать жестикуляцию человека (частоту, экспрессию, уместность жестов). Предполагается, что комплексный анализ названных факторов позволяет выяснить, насколько спокоен, уверен в себе и искренен человек (в данном случае — потенциальный заемщик).
