Исследователь Чандра Сехар Кубам представил научную работу, предлагающую новую систему агентного искусственного интеллекта для автономного принятия решений по кредитным рискам. Система работает в реальном времени, обеспечивает объяснимость своих решений и требует минимального участия человека.
Предложенный фреймворк использует мультиагентную архитектуру, где каждый ИИ-агент обладает автономией и ситуационной осведомлённостью. Система объединяет обучение с подкреплением, модули для рассуждений на естественном языке, объяснимый ИИ и конвейеры для обработки потоковых данных. Ключевые компоненты включают протоколы взаимодействия агентов, движки оценки риска, слои интерпретируемости и циклы непрерывного обучения.
Традиционные модели машинного обучения, хотя и эффективны в распознавании паттернов, не обладают адаптивностью и автономией, необходимыми для современных финансовых операций. Цифровизация финансовых услуг создала спрос на системы, способные мгновенно и прозрачно оценивать риски. Результаты тестирования показывают, что новая система превосходит классические скоринговые модели по скорости принятия решений, прозрачности и отзывчивости.
Автор отмечает существующие ограничения, такие как риск смещения модели, сложности интерпретации многомерных данных, неопределённость регуляторной среды и инфраструктурные проблемы в условиях ограниченных ресурсов. Для дальнейшего развития необходимы исследования в области динамического соответствия регуляторным требованиям, улучшения взаимодействия агентов, обеспечения устойчивости к атакам и масштабирования системы для международных кредитных экосистем.
