Разработчики: | Альфа-банк Россия |
Дата премьеры системы: | июнь 2024 г. |
Отрасли: | Информационные технологии |
2024: Внедрение системы
25 июня 2024 года Альфа-банк объявил о создании и внедрении первой в России полностью автоматической системы переобучения внедренных в эксплуатацию моделей искусственного интеллекта – Retrainable AutoML Framework. Эта инновационная разработка призвана решить проблему деградации качества работы ИИ-моделей в процессе их использования, заявляют в пресс-службе кредитной организации.
Retrainable AutoML Framework представляет собой комплексное решение, включающее систему постоянного мониторинга моделей, работающих в промышленных системах, и механизм обратной связи. Система автоматически отслеживает эффективность работы моделей, сравнивая их прогнозы с фактическими результатами.
Особенностью Retrainable AutoML Framework является сквозной процесс автоматизации – от выделения признаков до бесшовной замены устаревшей модели на новую в действующей бизнес-системе. При этом участие человека в принятии решений минимизировано.Метавселенная ВДНХ
Важным преимуществом системы стала возможность переобучения модели непосредственно в промышленной среде без необходимости возврата в среду разработки. Это стало возможным благодаря созданию универсального образа модели, отдельного от самой модели и архива с окружением.
Внедрение Retrainable AutoML Framework позволило повысить среднегодовое качество моделей на 5–7%. Система способна своевременно выявлять снижение точности прогнозов и инициировать процесс переобучения, что позволяет поддерживать эффективность моделей на исходном уровне. Константин Четин, руководитель разработки моделей клиентской базы ММБ в Альфа-Банке, в конце июня 2024 года отметил:
Система уже отлично зарекомендовала себя. Поэтому сейчас мы масштабируем ее применение в банке. Основная цель – перевести к первому кварталу 2025 года на автоматическое переобучение до 70% всех работающих моделей машинного обучения в банке. |
Прогнозируемый финансовый эффект от внедрения Retrainable AutoML Framework на 2024 год составляет экономию в 200 млн руб. Это достигается за счет сокращения времени, затрачиваемого высококвалифицированными специалистами на обслуживание моделей, и повышения точности прогнозов.[1]