Проект направлен на поиск модели искусственного интеллекта, которая упростит выявление потенциальных налоговых мошенничеств с зарплатой. Чтобы сделать это возможным, MindTitan работает над созданием модели, которая может анализировать и распознавать закономерности - в основном с помощью информации из налоговых деклараций - и, как следствие, указывать, какие компании следует более тщательно изучить.
Согласно расчетам Эстонского налогово-таможенного департамента (ETCB), в 2019 году государство потеряло 134,1 миллиона евро потенциальных налоговых поступлений из-за так называемой скрытой заработной платы. Учитывая, что население Эстонии составляет 1,3 миллиона человек, а также ее передовые цифровые системы, это число все еще очень велико - что-то нужно делать.
В настоящее время ETCB принимает решения по определению секторов и компаний, требующих внимания, на основе анализа данных. Этот анализ основан на серии деклараций, которые компании обязаны предоставлять каждый месяц. Если представленные декларации не соответствуют требованиям, ETCB проводит анализ рисков.
Текущий анализ рисков основан на правилах, что означает, что правила хранения, сортировки и обработки данных создаются вручную. Компании, входящие в группы риска, получают приоритет в зависимости от того, насколько высок или низок риск. Первоначальный выбор делается автоматически, а затем анализируется аналитиками; окончательный выбор делает аудитор, который также решает, как действовать дальше.
По словам Пилле Муни, специалиста по развитию отдела налогового аудита ETCB, проблема старого подхода заключается в том, что обнаружение случаев мошенничества с такой системой требует очень много времени и ресурсов. Кроме того, нынешняя модель недостаточно эффективна для достижения желаемого результата. Таким образом, основная цель проекта - найти решение, которое решило бы эту проблему и позволило бы более эффективно собирать налоги.
Видение MindTitan состоит в том, чтобы создать решение, в котором точность может быть увеличена с течением времени за счет создания системы «человек в контуре».
В системе с человеческим контролем искусственный интеллект учится принимать решения, подобные человеческим, а также находит связи, которые иногда не замечаются людьми и которые нереально покрыть одной системой, основанной на правилах. В рамках текущего проекта MindTitan будет использовать существующие данные и потенциально создавать дополнительные данные в ходе проекта.
Последующий проект будет заключаться в создании всей информационной системы и конвейеров данных для автоматического сбора большего количества обучающих данных и более интеллектуального обучения системы. Агрегирование дополнительных источников данных в последующем проекте также останется на месте, но система обработки данных, используемая в рамках проекта, создаст предпосылки для объединения все большего количества данных в будущем и для их эффективной обработки.
В результате отбор компаний, требующих более тщательного изучения, должен стать более точным, а вероятность выплаты заработной платы в соответствии с таблицей должна снизиться. Это также повысит эффективность работы как аналитиков, так и аудиторов. Возможно, что в будущем искусственный интеллект станет достаточно умным, и в некоторых случаях промежуточный выбор объектов аналитиком станет ненужным, но окончательное решение всегда будет приниматься должностными лицами-людьми.
Вы имеете в виду конкретный проект машинного обучения? "Свяжитесь с нами для бесплатной консультации.
