Kan føderert læring være løsningen, der datadeling er vanskelig? Sandkassa har sett på farer og fordeler i et prosjekt, som vil bruke føderert læring i kampen mot hvitvasking og terrorfinansiering. Sluttrapporten lanseres sammen med Finansforbundet på et webinar om kunstig intelligens i finanssektoren.
Se opptak fra arrangementet nederst på denne siden.
Ja, vi kaller det et webinar. Det er jo det. Men det blir kringkastet fra et auditorium med 150 behagelige seter. Så de som har Bjørvika i Oslo innen fysisk rekkevidde en tirsdag morgen, er hjertelig velkommen. Vi serverer kaffe og noe å bite i til dem som eventuelt må dra hjemmefra før frokost.
Finansforbundet har nylig kommet med en rapport, som viser at norsk bank og forsikring leder an i bruk av kunstig intelligens i EU. Men det er strekk i laget. Og det at man leder an, betyr heller ikke at det er fritt for utfordringer.
I den regulatoriske sandkassa for kunstig intelligens har Datatilsynet sammen med Finterai utforsket en metode som kan løse én av dem.
Finterai er en norsk oppstartbedrift, som går løs på et samfunnsproblem langt større aktører har revet seg i håret over før dem; hvitvasking og terrorfinansiering. Bankene er pålagt å gjøre sitt for å forhindre det, men sliter med å gjøre det på en effektiv måte.
De kriminelle prøver ofte å skjule sine spor ved å operere på tvers av finansinstitusjoner. Derfor trengs samarbeid. Finterai mener den relativt nye metoden innen maskinlæring, føderert læring, er veien å gå.
Den enkle forklaringen er: Føderert læring er en desentralisert metode innenfor kunstig intelligens, som skal gjøre det mulig for bankene å lære av hverandres data uten å faktisk dele data om kundene. På den måten kan man omgå den regulatorisk trøblete øvelsen det fort blir, om man heller skulle prøve å samlokalisere data fra mange finansinstitusjoner.
Den dypere forståelsen av hva føderert læring er, og hva det kan gjøre for deg, har du forhåpentligvis etter webinaret.