42AI виходить із режиму стелс із $62,5 млн і моделлю світу, здатною «передбачати поведінку людей»

Ось запитання просто з наукової фантастики: що, якби ШІ міг передбачити, що ви збираєтеся зробити, ще до того, як ви це вирішили, навіть у цілком новій ситуації?

Ізраїльський стартап 42AI заявляє, що розробляє «поведінкову модель світу», здатну робити саме це, і щойно вийшов із режиму непублічної розробки, залучивши $62,5 мільйона посівного фінансування. Спочатку компанія впроваджує свою систему прогнозування в кількох фінансових брокерських компаніях, де, за її словами, модель може допомагати передбачати, як окремі трейдери реагуватимуть на нестабільні умови.

«Поведінка не є детермінованою; вона постійно має ймовірнісний характер», — сказав генеральний директор і співзасновник 42AI Амит Галь-Ор у розмові з TechCrunch, коли я попросив його обґрунтувати гучну заяву його компанії. Він стверджує, що люди мають глибинні психологічні схильності, які впливають на їхні рішення навіть тоді, коли змінюються обставини, і саме це стартап намагається виміряти та перетворити на дані, зрозумілі для моделі.

«Через тиждень ви можете бути іншою людиною, але ваші схильності завжди проявлятимуться в певних сферах із певною ймовірністю або розподілом», — додав його співзасновник і технічний директор Ехуд Езра. І саме це, за словами компанії, робить модель: показує ймовірність того, що людина ухвалить певне рішення.

У 42AI кажуть, що модель намагається визначити внутрішню мотивацію людей, а не екстраполювати закономірності на основі їхніх попередніх дій. Для цього 42AI аналізує, як люди реагують на, здавалося б, не пов’язані між собою події. Для інвестора або трейдера такими подіями, наприклад, можуть бути проходження процедур KYC, реєстрація та початок користування сервісом, звернення до служби підтримки, грошові перекази або торгівля акціями.

«Коли людина спілкується зі службою підтримки або відділом продажів на початковому етапі […] ми аналізуємо тональність, голос, велику кількість взаємодій, які вона здійснює, скільки разів телефонує тощо», — додав технічний директор і співзасновник Ехуд Езра. «І всі ці точки даних надходять до моделі. Пізніше у вас є взаємодії: як ви купуєте і продаєте, і коли саме, а ми на цьому етапі аналізуємо ринок».

«Тож ми намагаємося зрозуміти, як вони бачать світ. У моделі світу кожна людина є світом», — додав він.

Потім компанія перетворює ці спостереження на математичні представлення рис, які подаються до моделі світу на основі трансформера, що визначає ймовірності можливих рішень за різних обставин. (Для створення пояснень своїх прогнозів компанія використовує окрему мовну модель).

Езра сказав, що модель навчена зберігати глибинні схильності людини під час симуляцій. Тож якщо хтось зазвичай уникає ризику, але модель раптом сприймає цю людину як схильну до ризику, «ціль задана неправильно», — сказав він, пояснюючи принцип побудови винагород під час навчання моделі.

42AI витратила три роки на розробку цього підходу, поєднавши психологічні дослідження з нейронаукою та генетикою, а також скориставшись порадами експертів із психології та ПТСР і Дана Шехтмана, якому 2011 року присудили Нобелівську премію з хімії.

Галь-Ор сказав, що команда спочатку дослідила тисячі людей за допомогою психологічних оцінювань і поведінкових сценаріїв, а потім додала державні дані та дані біобанків, що охоплювали понад 2 мільйони людей. За його словами, відтоді набори даних клієнтів компанії розширилися й охоплюють майже 30 мільйонів людей.

У реальних впровадженнях модель аналізує наявні записи про клієнтів, зокрема транзакції та дзвінки до служби підтримки. Галь-Ор зазначив, що системі не потрібна інформація, яка дає змогу встановити особу, стверджуючи, що «модель ніколи не знає, ким є людина». Однак, схоже, компанія все ж створює індивідуальні поведінкові профілі на основі пов’язаних між собою дій клієнтів.

Прогнозуючи ринкові операції, 42AI стверджує, що її модель досягає точності 98%, але Галь-Ор уточнив, що це радше показник того, чи потоки торгівлі перебувають у межах прогнозованого діапазону, а не того, чи було правильно передбачено кожну операцію.

Він також сказав, що модель стабільно досягає показника F1 від 0,8 до 0,85 у прогнозуванні напрямку та обсягу торгівлі. (Показник F1 — це метрика в машинному навчанні, яка вимірює, наскільки добре модель класифікації може збалансувати правильні прогнози, хибні спрацювання та пропущені події).

І не можна сказати, що модель здатна працювати будь-де, адже вона все ще є машиною в коробці. «Існує природна межа, тому що ви справді не маєте доступу до всього, що переживає людина», — сказав Галь-Ор. Езра пояснив, що точність системи також знижується, коли вона не враховує важливий ситуативний контекст, наприклад якщо людина вирішує змінити свої торгові рішення на основі поради друга або колеги.

Галь-Ор сказав, що 42AI співпрацює з 10 великими брокерськими компаніями, які використовують систему для управління ліквідністю, маржинальними вимогами та хеджуванням ризиків. За його словами, компанія залучає нових клієнтів і генерує понад «семизначний» дохід, хоча він не уточнив конкретну суму.

Клієнти платять стартапу фіксовану суму або відсоток від вартості, яку платформа допомагає їм отримати. Він заявив, що одна брокерська компанія отримала приблизно $30 мільйонів додаткової вартості завдяки динамічному хеджуванню.

За словами Галь-Ора, $62,5 мільйона посівного фінансування надійшли від засновників і Infinity Group протягом трьох років, і не вся сума була залучена від зовнішніх інвесторів. Infinity заснував його батько Амір Галь-Ор, який також є головою ради директорів і співзасновником 42AI. Тепер 42AI планує залучити більше коштів.

Окрім фінансів, 42AI нині вивчає застосування своєї моделі в іграх, запобіганні шахрайству та кібербезпеці, а в майбутньому хоче використовувати її, щоб допомогти роботам і ШІ-агентам розуміти людей. Однак до цього ще може бути далеко: Езра визнав, що модель потрібно навчати правилам і контексту для кожної нової галузі.

І, як у випадку з усіма інструментами ШІ, технологія 42AI має потенційно тривожний бік: якщо брокерська компанія може передбачити, що можуть зробити її клієнти, то що завадить комусь використати ці знання у власних інтересах? Езра визнав, що це «обґрунтоване занепокоєння», коли я порушив це питання, а засновники вказали на нормативні вимоги, моніторинг і внутрішній етичний комітет, хоча не пояснили, що саме, якщо взагалі щось, завадить їхнім клієнтам використовувати технологію, щоб отримати перевагу над самими людьми, яких вона профілює.

Однак Галь-Ор був упевнений, що технологія може допомогти подолати такі ризики. «Ми дуже пишаємося тим, що насправді є частиною рішення; ми і є рішенням цієї проблеми», — сказав він.