Сбер предоставил разработчикам бесплатный доступ к инструменту подготовки датасетов
Сбер сделал открытым инструмент — программную библиотеку PyTorch-LifeStream, содержащую несколько алгоритмов построения эмбеддингов событийных данных. Термин «эмбеддинг» (от англ. Embedding — вложение) означает результат преобразования сложно-структурированных данных (например, слов, текстов, атрибутов событий, событий и их последовательностей) в машинно-читаемый набор чисел — числовой вектор.
Инструмент может быть использован для подготовки различных массивов обезличенных данных (датасетов).
Событийные данные могут представлять собой самые разные последовательности — истории посещений сайтов, истории покупок, событий в онлайн-играх и так далее. При этом сгенерированный на основе алгоритмов библиотеки эмбеддинг такой последовательности не будет содержать каких-либо персональных данных.
В библиотеке реализован уникальный алгоритм применения нейросетевого контрастного обучения к событийным данным, созданный и запатентованный в Лаборатории по искусственному интеллекту Сбера. Кроме того, в библиотеке реализованы методы на основе сторонних научных публикаций, но адаптированные Сбером к событийным данным.
Александр Ведяхин, первый заместитель Председателя Правления Сбербанка, говорит:
«Недостаток очищенных, обезличенных и размеченных данных — это один из главных барьеров для дальнейшего развития искусственного интеллекта, для создания новых продуктов и сервисов, которые смогут решать важнейшие научные и социально значимые задачи. Но существуют инструменты, которые позволяют готовить такие данные. Свободный доступ к этим инструментам — важное условие для преодоления барьера. Уверен, что вывод нашей библиотеки в паблик ускорит разработку и внедрение систем искусственного интеллекта в России и, как следствие, будет содействовать конкуренции и экономическому развитию нашей страны».
