Graphcore met à profit les réseaux de neurones graphiques pour la détection des fraudes en ligne

Alors que l’IPU (Unité de traitement d’infrastructure) de Graphcore a démontré de très bonnes performances pour exécuter des réseaux de neurones graphiques (GNN) et que PyTorch Geometric (PyG) s’est rapidement imposé comme référence sur la construction de ces réseaux, les deux acteurs de l’intelligence artificielle se sont associés pour rendre plus fluide et rapide le travail de leurs utilisateurs. La construction de GNN est une approche relativement nouvelle de l’intelligence artificielle qui est particulièrement adaptée à la modélisation d’objets avec des structures irrégulières. Elle peut être utilisée dans des applications commerciales aussi diverses que la découverte de médicaments ou la détection de fraude. Selon la Banque de France, la fraude a représenté 1,19 milliard d’euros de préjudice en 2022. Chaque transaction bancaire donne lieu au traitement de nombreuses informations, numéro de carte de crédit, le lieu de transaction, l’identification des individus, historique des activités etc…, autant de points de données que les GNN sont en mesure de trier, traiter, et analyser automatiquement grâce à leur capacité d’apprentissage rapide et flexible. Grâce à ce système basé sur les GNN, il est alors possible de repérer les anomalies, et les comportements suspicieux qui pourraient passer inaperçus avec les méthodes traditionnelles.