Nvidia crea un millón de clientes ficticios japoneses para entrenar a la IA de los bancos

El conjunto de datos, publicado con licencia abierta, imita a la población de Japón con datos oficiales de hogares, finanzas y empleo, sin usar información de clientes reales. Lo han diseñado junto a aseguradoras, bancos y una asociación del sector financiero japonés.

Nvidia crea un millón de clientes ficticios japoneses para entrenar a la IA de los bancos

Nvidia y la empresa Elith han publicado Nemotron-Personas-Finance-Japan, un conjunto de datos formado por personajes ficticios que reproducen la población japonesa. Está pensado para que las empresas financieras prueben sus sistemas de IA sin tocar la información privada de sus clientes.

El problema de partida es conocido. Los bancos y aseguradoras manejan datos muy protegidos por la normativa de privacidad, así que entrenar o evaluar una IA con información real resulta complicado. Los datos sintéticos, es decir, generados por ordenador pero con patrones realistas, ofrecen una alternativa.

Un millón de registros con nueve perfiles cada uno

El conjunto contiene un millón de registros, y cada uno incluye nueve personajes, lo que suma nueve millones de perfiles escritos en japonés natural. Cada registro tiene 50 campos: datos personales, atributos como aficiones, actitud ante el dinero o planes financieros, y variables contextuales basadas en estadísticas oficiales de demografía y empleo. Los nombres son muy variados y las ocupaciones superan las 1.600 categorías.

Los creadores afirman que es el primer conjunto abierto de este tamaño que combina estadísticas oficiales japonesas con datos de economía doméstica y de educación financiera.

Diseñado con la ayuda del sector financiero

Nvidia y Elith pidieron opinión a algunas de las grandes aseguradoras y bancos de Japón, como Sompo Japan, Tokio Marine, Bank of Fukuoka, Mizuho o Meiji Yasuda, además de a una asociación dedicada a los datos financieros. Su idea era que el conjunto sirviera de verdad a los proyectos del sector. Según el texto, estas entidades aportaron sugerencias sobre cómo debía construirse el conjunto.

El proyecto usa herramientas propias de Nvidia para generar datos sintéticos y un modelo de texto abierto para escribir las descripciones en japonés. La licencia CC BY 4.0 permite usarlo también con fines comerciales.

Para qué sirve y qué queda por ver

El conjunto puede servir para crear asistentes conversacionales, simular clientes y evaluar modelos de IA antes de desplegarlos. Según los responsables, también encaja con NeMo User Sim, una herramienta de simulación de usuarios de la propia Nvidia.

Aun así, las afirmaciones sobre el realismo de los perfiles proceden de quienes lo han creado. Habrá que ver si las entidades financieras lo adoptan y si los resultados se sostienen en la práctica.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.