انتشار Nemotron-Personas-Finance-Japan؛ مجموعه‌داده مصنوعی جدید برای توسعه هوش مصنوعی مالی

شرکت‌های Elith و NVIDIA مجموعه‌داده جدیدی به نام Nemotron-Personas-Finance-Japan را منتشر کرده‌اند که به عنوان گسترش‌دهنده مجموعه قبلی Nemotron-Personas-Japan طراحی شده است. این مجموعه‌داده که اولین در نوع خود با مقیاس میلیون‌رکورد است، آمارهای رسمی دولتی ژاپن را با داده‌های مالی خانوار و سواد مالی ترکیب می‌کند تا محیطی واقع‌گرایانه برای شبیه‌سازی‌های مالی فراهم کند. هدف از این کار، امکان توسعه هوش مصنوعی در بخش مالی بدون نیاز به استفاده از داده‌های واقعی مشتریان است که به دلیل مقررات سخت‌گیرانه حریم خصوصی، استفاده از آن‌ها با محدودیت مواجه است.

این مجموعه حاوی ۹ میلیون شخصیت مصنوعی (شامل ۱ میلیون رکورد با ۹ ویژگی متفاوت) به زبان ژاپنی است و از طریق سیستم‌های تولید داده مصنوعی نظیر NeMo Data Designer و فریم‌ورک NeMo SDG-PGMs ایجاد شده است. این داده‌ها با بازخورد مؤسسات مالی معتبر ژاپنی مانند Mizuho Financial Group و Tokio Marine Holdings طراحی شده‌اند تا اطمینان حاصل شود که در سناریوهای مالی واقعی کاربرد دارند. مجموعه‌داده تحت لایسنس CC BY 4.0 منتشر شده و برای استفاده تجاری آزاد است.

ویژگی‌های کلیدی این مجموعه شامل ۵۰ فیلد اطلاعاتی برای هر رکورد، بیش از ۱۶۰۰ دسته‌بندی شغلی و پوشش گسترده‌ای از سناریوهای اقتصادی است که فراتر از آمار استاندارد دولتی عمل می‌کند. این ابزار به توسعه‌دهندگان اجازه می‌دهد تا مدل‌های هوش مصنوعی را برای چت‌بات‌های خدمات مشتری، تحلیل رفتار مالی و ارزیابی سواد مالی به صورت ایمن و دقیق آموزش دهند. علاوه بر این، همزمان مجموعه‌داده Nemotron-PII-Japan نیز منتشر شده که شامل ۱۰۰ هزار سند مصنوعی برای آموزش مدل‌های تشخیص و حذف اطلاعات شخصی (PII) است تا امنیت حریم خصوصی در پروژه‌های هوش مصنوعی تضمین شود.