17 juin 2020

Une maxime simple guide le fonctionnement de l’équipe des capacités IA de BMO : l’augmentation de la performance du modèle est directement liée à une augmentation des revenus, à la baisse des coûts et à l’amélioration de l’expérience bancaire des clients. Bienvenue dans la culture de BMO, où l’équipe des capacités de l’IA occupe une place importante à la table et détient une licence pour présenter des applications d’IA pour les plus grands moteurs de valeur de la banque.

« Le fait que nous collaborions avec les équipes d’affaires montre que BMO relie directement l’IA aux revenus et aux économies de coûts », a déclaré Yevgeniy Vahlis, responsable des capacités d’intelligence artificielle chez BMO Financial Group.

Cette opportunité d’améliorer la performance pousse la banque à rester à jour avec les avancées techniques en matière de précision des modèles.

« En général, la façon dont on parle de l’IA est assez binaire : faites-vous de l’IA ou pas? Mais il y a en fait une grosse différence entre un modèle qui donne 30% de précision et un modèle qui donne 80%. C’est une énorme différence, et c’est un sujet dont on parle peu lorsque les entreprises décident d’avoir une solution d’IA », a déclaré Vahlis. « C’est l’avantage d’utiliser des recherches de pointe pour des solutions d’IA industrielle : si vous avez l’expertise pour cela, vos modèles peuvent être nettement plus performants ou plus précis. »

Le parrainage Platinum du BMO à l’Institut Vector offre des occasions d’expérimenter la recherche de pointe en IA à travers des projets hébergés par les chercheurs de Vector et l’équipe d’innovation industrielle. « Ces projets complètent les capacités internes de BMO, nous accélérant dans la conversion de la recherche académique de pointe en IA en nouveaux modèles que nous pouvons utiliser pour soutenir des propositions stratégiques de valeur auprès d’un groupe diversifié d’acteurs d’affaires à travers la banque », a souligné Sami Ahmed, chef du numérique, des données et de l’analytique chez Wealth Management. « Nous avons constaté une traction positive grâce à notre implication dans plusieurs projets Vector et c’est une occasion de contribuer à l’écosystème de l’IA au Canada. »

L’un de ces projets est le projet de traitement du langage naturel (PLN) de Vector, qui implique plusieurs flux de travail axés sur la réplication de modèles de traitement du langage naturel (PLN) de pointe et sur leur formation à effectuer des tâches spécifiques à un domaine liés aux objectifs d’affaires des participants.

Dans le cadre du projet NLP, Stella Wu, chercheuse en apprentissage automatique appliqué au BMO Financial Group, a proposé et développé une version financière de BERT – l’un des modèles de représentation linguistique les plus avancés disponibles. BERT fait référence aux « représentations bidirectionnelles des encodeurs à partir de transformers », une technique de NLP lancée par Google en 2018, qui a été une percée non seulement pour sa capacité à comprendre le sens des mots, mais aussi leurs contextes.

Les chercheurs de Wu et Vector ont utilisé plusieurs sources d’actualités financières en ligne pour ajouter plus de 182 millions de termes liés à la finance et au marché ainsi que leurs contextes à l’ensemble de données. Ils ont ensuite pré-entraîné le modèle avec ce jeu de données enrichi, préparant le terrain pour l’ajuster afin d’accomplir des tâches spécifiques pour BMO dans l’analyse du sentiment du marché.

À l’appui de ce travail, on retrouvait les conversations en personne, les conférences avancées et les commentaires hebdomadaires que les participants au projet recevaient des chercheurs et conférenciers invités de Vector. « Je n’avais aucune expérience en PNL avant, » nota Wu. « C’était presque comme un marathon qui te donne toutes les dernières informations. On dirait juste que quand tu es à Vector en train de faire la recherche, tu es plus connecté à l’état de la technologie. »

« L’accès aux chercheurs de Vector accélère considérablement nos progrès », a déclaré Vahlis. « Avoir les meilleurs chercheurs au Canada ou en Ontario à notre disposition augmente à la fois les chances de succès et la rapidité avec laquelle nous pouvons mener à bien cela. »

En plus de compléter les efforts internes, la relation avec Vector apporte un autre avantage à BMO : la rétention.

« Il est très difficile de trouver des personnes qui ont les compétences en recherche, une compréhension approfondie de la science, et la capacité de les appliquer directement à l’entreprise », a observé Vahlis. « Ils choisissent de rester chez BMO. La rétention n’est pas une affaire triviale, et travailler avec Vector aide. »

L’expérience de Wu le confirme. « J’étais fasciné par l’Institut Vector. Avant d’entrer dans l’industrie, je voulais y travailler. Pour moi, c’est un endroit très inspirant. »

En fin de compte, cependant, la principale valeur de cette inspiration et de cette exposition à la recherche provient des résultats concrets qu’ils produisent. « Bien que toute l’expérience ait été très académique, le résultat a été un bénéfice pratique pour l’entreprise », a conclu Wu.