Η NVIDIA κυκλοφορεί εννέα εκατομμύρια συνθετικές ιαπωνικές οικονομικές περσόνες

Η Elith και η NVIDIA κυκλοφόρησαν το Nemotron-Personas-Finance-Japan στις 9 Νοεμβρίου 2026, διαθέτοντας εννέα εκατομμύρια συνθετικές ιαπωνικές περσόνες για εμπορική και μη εμπορική ανάπτυξη τεχνητής νοημοσύνης. Το σύνολο δεδομένων, με άδεια CC BY 4.0, προσθέτει στοιχεία για τα οικονομικά των νοικοκυριών, τη χρηματοοικονομική συμπεριφορά και τον χρηματοοικονομικό αλφαβητισμό στα δημογραφικά προφίλ, δίνοντας στις τράπεζες, τις ασφαλιστικές εταιρείες και τους προγραμματιστές τη δυνατότητα να δοκιμάζουν συστήματα που απευθύνονται σε πελάτες χωρίς να χρησιμοποιούν πραγματικά αρχεία πελατών.

Η NVIDIA περιγράφει, εξ όσων γνωρίζει, την κυκλοφορία αυτή ως το πρώτο ανοικτό σύνολο δεδομένων περσόνων κλίμακας εκατομμυρίων εγγραφών που συνδυάζει επίσημα στατιστικά στοιχεία της Ιαπωνίας με δεδομένα για τα οικονομικά των νοικοκυριών και τον χρηματοοικονομικό αλφαβητισμό. Επεκτείνει το Nemotron-Personas-Japan, του οποίου η έκδοση της 23ης Σεπτεμβρίου 2025 περιλάμβανε έξι εκατομμύρια περσόνες με 22 πεδία και δεν περιείχε περσόνες με εξειδίκευση στα οικονομικά. Η νέα έκδοση περιλαμβάνει ένα εκατομμύριο εγγραφές στην ιαπωνική γλώσσα, καθεμία με εννέα περσόνες και 50 πεδία, και καλύπτει και τις 47 νομαρχίες και περισσότερες από 1.600 κατηγορίες επαγγελμάτων.

Οικονομικές λεπτομέρειες πέρα από τα δημογραφικά στοιχεία

Τρία από τα 20 πεδία που σχετίζονται με τις περσόνες περιγράφουν ξεχωριστά τις οικονομικές συνήθειες, τη συμπεριφορά στη λήψη αποφάσεων και τις οικονομικές ανησυχίες. Τα 30 πεδία πλαισίου προσθέτουν στοιχεία για το ατομικό εισόδημα, τα περιουσιακά στοιχεία των νοικοκυριών, την κατάσταση στέγασης και στεγαστικών δανείων, την τάση για κατανάλωση, τις βαθμολογίες χρηματοοικονομικού αλφαβητισμού, τη χρήση του διαδικτύου και των smartphone, τη σύνθεση του νοικοκυριού και την αυτοαξιολόγηση της υγείας. Αυτά τα προφίλ μπορούν να αποτελέσουν τη βάση για πολυγυρικούς διαλόγους στα ιαπωνικά, από έναν συνταξιούχο σε περιφερειακή περιοχή που ρωτά για τη μεταβίβαση περιουσιακών στοιχείων έως ένα αστικό νοικοκυριό με δύο εισοδήματα που εξετάζει τις αποταμιεύσεις για την εκπαίδευση και ένα στεγαστικό δάνειο.

Οι κατανομές των περιουσιακών στοιχείων των νοικοκυριών βασίζονται στην Εθνική Έρευνα Οικογενειακού Εισοδήματος, Κατανάλωσης και Πλούτου του 2019 της Στατιστικής Υπηρεσίας, η οποία εξετάζει την οικογενειακή κατανάλωση, το εισόδημα, τα περιουσιακά στοιχεία και τις υποχρεώσεις. Η ανάλυση στην κάρτα του συνόλου δεδομένων αναφέρει ότι το ποσοστό των νοικοκυριών με χρηματοοικονομικά περιουσιακά στοιχεία τουλάχιστον 20 εκατομμυρίων γιεν αυξάνεται από περίπου 10% στις ηλικίες 25–29 σε περίπου 30% στις ηλικίες 60–64. Τα περιουσιακά στοιχεία παραμένουν σχετικά υψηλά κατά τη διάρκεια της έκτης και της έβδομης δεκαετίας της ζωής, ακόμη κι όταν το ατομικό εισόδημα μειώνεται κοντά στη συνταξιοδότηση, υποστηρίζοντας τη δημιουργία ξεχωριστών προφίλ πελατών για τη συσσώρευση πλούτου, τον σχεδιασμό της συνταξιοδότησης και την κληρονομική διαδοχή.

Το δημογραφικό πλαίσιο έχει ιδιαίτερη σημασία για τις προσομοιώσεις συνταξιοδότησης και κληρονομικής διαδοχής: σύμφωνα με τις εκτιμήσεις πληθυσμού του 2024 της Στατιστικής Υπηρεσίας, τα άτομα ηλικίας 65 ετών και άνω αποτελούσαν το 29,3% του πληθυσμού της Ιαπωνίας την 1η Οκτωβρίου 2024. Οι συνθετικές περσόνες αφορούν αποκλειστικά ενήλικες ηλικίας 18 ετών και άνω. Οι προβλεπόμενες χρήσεις περιλαμβάνουν ψηφιακούς βοηθούς εξυπηρέτησης πελατών, δοκιμές συνομιλιών για πωλήσεις και μάρκετινγκ, προσομοιώσεις NeMo User Sim, δοκιμές ανθεκτικότητας σε κακόβουλες επιθέσεις και ελέγχους της συνέπειας της συμπεριφοράς σε αγροτικές και αστικές περιοχές, διαφορετικές ηλικίες και επίπεδα εκπαίδευσης, καθώς και διαφορετικές οικονομικές συνθήκες.

Πώς δημιουργήθηκαν οι περσόνες

Η αλυσίδα δημιουργίας συνδυάζει το NeMo Data Designer, το πλαίσιο πιθανοτικών γραφικών μοντέλων NeMo SDG-PGMs και το μοντέλο gemma-4-31B-it, με άδεια Apache-2.0, για κείμενο στα ιαπωνικά. Το Data Designer παρέχει δομημένες εξόδους, επικύρωση και αυτόματες επαναλήψεις. Οι Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance και Financial Data Utilization Association παρείχαν σχόλια κατά τη διαδικασία σχεδιασμού.

Η κάρτα του συνόλου δεδομένων αναφέρει τις έρευνες και τα στατιστικά δεδομένα της J-FLEC ως ένα ακόμη αρχικό σύνολο δεδομένων. Το επίσημο ευρετήριο της J-FLEC αναφέρει ότι η έρευνά της για τον χρηματοοικονομικό αλφαβητισμό καλύπτει άτομα ηλικίας 18–79 ετών, ενώ οι έρευνές της για την οικονομική συμπεριφορά των νοικοκυριών εξετάζουν περιουσιακά στοιχεία, υποχρεώσεις και οικονομικό προγραμματισμό για νοικοκυριά δύο ατόμων και μονοπρόσωπα νοικοκυριά.

Κάθε περσόνα είναι τεχνητή και δεν αποτελεί καταγραφή πραγματικού πελάτη ή ατόμου, ενώ οποιαδήποτε ομοιότητα με υπαρκτό πρόσωπο είναι συμπτωματική. Η δημόσια έκδοση στο Hugging Face δεν περιλαμβάνει αυτοτελή πεδία για το όνομα και το επώνυμο ούτε συνθετικές διευθύνσεις, και αποκλείει περσόνες που αφορούν την υγειονομική περίθαλψη. Η κάρτα γνωστοποιεί επίσης την παραδοχή ότι το επάγγελμα είναι ανεξάρτητο από το επίπεδο εκπαίδευσης, δεδομένων της νομαρχίας και του φύλου, και αναφέρει ότι δεν υπάρχουν ολοκληρωμένα στατιστικά στοιχεία απογραφής για το κοινωνικό φύλο ανεξάρτητα από το βιολογικό φύλο.

Ένα συμπληρωματικό σύνολο δεδομένων για την προστασία της ιδιωτικότητας

Η NVIDIA συνόδευσε την κυκλοφορία με το Nemotron-PII-Japan, ένα συμπληρωματικό σύνολο δεδομένων για την εκπαίδευση και τη δοκιμή συστημάτων που εντοπίζουν και αποκρύπτουν προσωπικά αναγνωρίσιμες πληροφορίες (PII). Περιλαμβάνει 100.000 συνθετικά ιαπωνικά επιχειρηματικά έγγραφα, τα οποία καλύπτουν 43 τύπους εγγράφων σε οκτώ τομείς, με 56 ετικέτες PII και 810.703 σχολιασμένα τμήματα κειμένου. Οι οικονομικές περσόνες μπορούν να προσομοιώνουν πελάτες, ενώ τα έγγραφα PII ελέγχουν αν μια διαδικασία επεξεργασίας εντοπίζει ευαίσθητα δεδομένα.

Η κάρτα του συνόλου δεδομένων PII προειδοποιεί ότι τα καλά αποτελέσματα σε συνθετικά έγγραφα δεν εγγυώνται πλήρη εντοπισμό, δικαιοσύνη, προστασία της ιδιωτικότητας, συμμόρφωση με τους κανονισμούς ή αποτροπή διαρροών σε πραγματικά δεδομένα. Μαζί, τα σύνολα δεδομένων προσφέρουν στις ομάδες χρηματοοικονομικής τεχνητής νοημοσύνης έναν ανοικτό τρόπο να δοκιμάζουν τόσο τις αλληλεπιδράσεις με πελάτες όσο και τους μηχανισμούς προστασίας της ιδιωτικότητας. Επομένως, η απόδοση σε πραγματικές συνθήκες, με βάση τις ιαπωνόφωνες ροές εργασίας των ίδιων των ιδρυμάτων, αποτελεί το καθοριστικό μέτρο της πρακτικής αξίας των κυκλοφοριών.