Bankalar verilerini paylaşmadan yapay zekâyı eğitecek

Kredi Kayıt Bürosu (KKB) ile Koç Üniversitesi-İş Bankası Yapay Zekâ Merkezi (KUIS AI), finans sektöründe dolandırıcılık ve kredi başvuru sahteciliğinin tespitinde kullanılabilecek yapay zekâ modelleri geliştirmek üzere iş birliğine gitti. Beş bankanın da paydaş olarak yer aldığı projede, kurumların ham verilerini birbirleriyle paylaşmadan ortak bir yapay zekâ modelinin eğitilmesini sağlayan federe öğrenme teknolojisinden yararlanılacak.

“Mahremiyet ve Veri Güvenliği Odaklı Federe Öğrenme ile Dolandırıcılık Tespiti” adı verilen proje kapsamında, bankaların verilerinin kendi altyapılarında tutulduğu ve yalnızca model eğitimine yönelik bilgilerin ortak öğrenme sürecine aktarıldığı bir yapı üzerinde çalışılacak.

Bu yöntemle farklı bankalardaki veri birikiminden yararlanılırken müşteri verilerinin merkezi bir veri havuzunda toplanmasının önüne geçilmesi hedefleniyor.

Geleneksel makine öğrenmesi projelerinde farklı kaynaklardan gelen verilerin tek bir ortamda toplanarak model eğitimi yapılması yaygın bir yaklaşım. Ancak özellikle bankacılık gibi yüksek düzeyde veri güvenliği ve mahremiyet gerektiren sektörlerde bu yöntem çeşitli teknik ve hukuki zorlukları beraberinde getirebiliyor.

Federe öğrenme ise verileri merkezi bir noktaya taşımak yerine yapay zekâ modelinin farklı kurumların altyapılarında eğitilmesine imkân veriyor.

Projede yer alan beş banka kendi verileriyle modelin eğitimine katkıda bulunacak. Ortak öğrenme süreci KKB koordinasyonunda yürütülecek.

Amaçlardan biri de tek bir bankanın sahip olduğu veriyle geliştirilebilecek modeller yerine, farklı kurumlardaki dolandırıcılık örüntülerinden öğrenebilen daha kapsamlı modeller oluşturmak.

Proje kapsamında geliştirilecek sistemlerin kredi başvurularında ve finansal işlemlerde karşılaşılan sahtecilik girişimlerini tespit etmesi hedefleniyor.

Bununla birlikte çalışma yalnızca yeni bir dolandırıcılık tespit modeli geliştirmekle sınırlı olmayacak. Federe öğrenmenin gerçek bankacılık sistemlerinde nasıl uygulanabileceği, hangi güvenlik risklerini beraberinde getirebileceği ve bu risklerin hangi yöntemlerle azaltılabileceği de araştırılacak.

Mahremiyet koruma teknolojileri de projenin önemli araştırma alanlarından biri olacak.

Geliştirilecek altyapı, katılımcı bankaların gerçek verileri kullanılarak uçtan uca test edilecek. Testler sonucunda sistemin dolandırıcılık tespitindeki doğruluk ve performansının yanı sıra finans sektöründe operasyonel olarak uygulanabilir olup olmadığı da değerlendirilecek.

Yapay zekâ modellerinin performansı genellikle eğitim sırasında erişebildiği verinin miktarı ve çeşitliliğiyle doğrudan ilişkili. Ancak finans, sağlık ve kamu gibi sektörlerde kurumların ellerindeki hassas verileri başka kuruluşlarla paylaşması hem güvenlik hem de mevzuat açısından önemli sorunlar yaratabiliyor.

Federe öğrenme bu noktada alternatif bir yaklaşım sunuyor.

Ham verinin kurumdan çıkmadığı sistemde model yerel olarak eğitiliyor ve modelde oluşan güncellemeler ortak öğrenme sürecine aktarılıyor. Böylece teorik olarak kurumların verileri tek bir merkezi veri tabanında birleştirilmeden daha geniş veri kümelerinden yararlanan yapay zekâ sistemleri geliştirilebiliyor.

Ancak federe öğrenme de tek başına tüm güvenlik ve mahremiyet sorunlarını ortadan kaldırmıyor. Model güncellemelerinden veri çıkarımı yapılması, kötü niyetli katılımcılar veya eğitim verisinin manipüle edilmesi gibi riskler nedeniyle ek güvenlik mekanizmalarının kullanılması gerekiyor.

KKB ve KUIS AI projesinde de bu tür risklere karşı uygulanabilecek mahremiyet koruma yöntemlerinin incelenmesi planlanıyor.

Çalışmanın akademik tarafında KUIS AI bünyesindeki öğrenci ve araştırmacılar görev yapacak. Böylece federe öğrenme, yapay zekâ güvenliği ve veri mahremiyeti alanlarında çalışan araştırmacıların gerçek finans verileri ve gerçek kullanım senaryolarıyla çalışma fırsatı bulması amaçlanıyor.

Teknik çalışmaların ardından elde edilen sonuçların değerlendirilerek teknolojinin sonraki aşamalarına ilişkin bir yol haritası hazırlanması planlanıyor.

Projeden elde edilen bilimsel sonuçların akademik yayınlara dönüştürülmesi ve ulusal ya da uluslararası konferanslarda paylaşılması da çalışma kapsamındaki hedefler arasında bulunuyor.

KKB Risk Merkezi Hizmetleri ve Veri Yönetimi Genel Müdür Yardımcısı Orkun Deniz, veri paylaşımına yönelik kısıtlamalar artarken daha gelişmiş yapay zekâ modellerinin daha fazla veriye ihtiyaç duyduğuna dikkat çekerek federe öğrenmenin bu iki gereksinimi bir araya getirebilecek yöntemlerden biri olduğunu belirtti.

KUIS AI Direktörü Prof. Dr. Çiğdem Gündüz Demir ise projenin yapay zekâ araştırmalarının finans sektöründeki gerçek problemlere uygulanması açısından önemli bir çalışma alanı oluşturacağını ifade etti.

Projenin başarılı olması durumunda oluşturulacak altyapının yalnızca kredi başvuru sahteciliği ve dolandırıcılık tespitinde değil, kurumlar arasında doğrudan veri paylaşımının mümkün olmadığı farklı finansal analiz ve yapay zekâ uygulamalarında da kullanılabilmesi mümkün olabilir.

Technopat Haber Merkezi, Technopat’ın kurumsal yayın akışı kapsamında kullanılan resmi yazar profillerinden biridir. Bu profil üzerinden teknoloji markalarından gelen basın bültenleri, resmi duyurular, sektörel açıklamalar ve güncel gündem haberleri okurlarla paylaşılıyor.

Etkinlik duyuruları, lansman haberleri, açıklama metinleri ve çoklu platform içerikleri bu profil altında toplanarak, okurlara hızlı, düzenli ve doğrulanmış bilgi sunuluyor.

Kaynak: Technopat