Монголбанк AI шинжилгээ заана: 12 улсын 41 мэргэжилтэн УБ-д ирэв

|Зохиогч: QUASA редакцын баг|4 мин уншина
Монголбанк AI шинжилгээ заана: 12 улсын 41 мэргэжилтэн УБ-д ирэв

Монголбанк албан мэдээлэлдээ SEACEN-той хамтарсан өгөгдлийн аналитикийн сургалт 2026 оны аравдугаар сарын 5-нд Улаанбаатарт эхэлж, 8-ныг хүртэл үргэлжлэхийг мэдээлэв. Зүүн Өмнөд Азийн 12 улсын төв банкны 41 мэргэжилтэн оролцож байна. Сургалтын зорилго нь өгөгдөлд суурилсан шинжилгээ болон шинэ технологийг бодлого боловсруулах, шийдвэр гаргахад ашиглах мэдлэгийг нэмэгдүүлэх юм.

Оролцогчид өгөгдлийг дүрслэх, уламжлалт бус эх үүсвэр ашиглах, эконометрик ба машин сургалтын ялгааг судална. GolMedee-ийн мэдээнд аравдугаар сарын 5–8-ны сургалтаар текстэн шинжилгээ, байгалийн хэл боловсруулалт болон AI-ийн төв банкны судалгаанд хэрэглэх боломжийг онол, дадлагатай хослуулан авч үзэхээр тусгасан байна. Эдгээр арга нь Монголын инфляц, төлбөрийн хөдөлгөөн, эдийн засгийн тухай текстэн мэдээлэлд ямар дохио байгааг шинжлэх боломж нээж болох ч тэдгээрийг Монголбанк аль хэдийн нэвтрүүлсэн гэсэн үг биш.

Сургалтын агуулга бодлогын шинжилгээтэй хэрхэн холбогдох вэ

SEACEN-ийн албан хөтөлбөрт өгөгдлийн дүрслэл, шинэ болон нэгтгэсэн мэдээллийн сан, машин сургалт, текстэн шинжилгээ, байгалийн хэл боловсруулалт, үүсгэгч AI-ийн хэрэглээний жишээг багтаажээ. Хөтөлбөр нь төв банкны янз бүрийн хэлтэст ажилладаг эдийн засагчдад зориулагдсан. Дадлагын жишээнд R, Python ашиглахаар төлөвлөсөн нь оролцогчид аргуудын үр дүнг бэлэн тайлбар хэлбэрээр авах бус, өгөгдөл дээр ажиллахыг харуулна.

Төв банкны шинжилгээнд нэг үзүүлэлт өсөж, буурсан эсэхээс гадна өөрчлөлт нь түр зуурын савлагаа юу, үргэлжилж буй хандлага юу гэдэг чухал. Өгөгдлийг хугацаа, бүс, ангиллаар дүрслэхэд ийм ялгаа илүү харагдаж болно. Гэвч зураглал өөрөө шалтгааныг тогтоохгүй: үнэ өөрчлөгдсөн хугацаа, төлбөрийн хэмжээ өссөн хугацаа давхцлаа гээд нэг нь нөгөөгөө үүсгэсэн гэж дүгнэх үндэс болохгүй.

Уламжлалт бус өгөгдөл нь тогтмол нийтэлдэг статистикаас өөр давтамж, бүтэцтэй мэдээлэл байж болно. Монголын нөхцөлд нэгтгэсэн төлбөрийн хөдөлгөөн эсвэл цахим орчинд ажиглагдах үнийн мэдээллийг боломжит жишээ гэж үзэж болно. Ийм өгөгдөл хурдан шинэчлэгддэг давуу талтай ч бүх өрх, худалдааг ижил хэмжээнд хамрах албагүй. Тиймээс шинэ дохиог албан ёсны статистиктай тулгаж, хамрах хүрээ нь өөрчлөгдсөн эсэхийг мэдэх шаардлагатай.

Эконометрик ба машин сургалт инфляцад өөр асуулт тавина

Инфляцын төлөвийг үнэлэхэд уламжлалт эконометрик загвар тодорхой таамаглалын хүрээнд хүчин зүйлсийн холбоог тайлбарлахад тустай. Тухайлбал, ханш, эрэлт, үнэ хоорондын хамаарлыг загварт хэрхэн оруулсныг эдийн засагч харж болно. Машин сургалт харин олон хувьсагчийн нарийн, шугаман бус хэв маягийг ашиглан таамаглал хийх боломжтой. Энэ ялгаа нь нэг аргыг нөгөөгөөр солих тухай бус, тайлбар ба таамаглал тус бүр бодлогын ямар асуултад хариулж байгааг ойлгох тухай юм.

Боломжит хэрэглээ гэвэл инфляцын ойрын төсөөллийг эконометрик загвар болон нэмэлт өгөгдөл ашигласан машин сургалтын загвараар тус тус гаргаж, өмнөх хугацаан дахь алдааг нь харьцуулж болно. Хэрэв шинэ загвар богино хугацааны өөрчлөлтийг эрт барьж авбал шинжээчид тэр дохионы эх сурвалжийг нарийвчлан шалгах үндэслэлтэй болно. Харин үр дүн нь ашигласан хугацаа, өгөгдлийн чанараас хамаарвал бодлогын тайлбарт шууд шилжүүлэхэд хэцүү.

Монголд үнэ болон эдийн засгийн идэвх улирлаар хэлбэлзэж болох тул загварыг зөвхөн танил өгөгдөл дээр нь үнэлэхэд хангалтгүй. Өнгөрсөн хугацааны нэг хэсэгт сургаад дараагийн хэсэгт хэр ажилласныг харах нь бодит таамаглалын чадварыг илүү сайн харуулна. Мөн шинэ мэдээлэл нэмэгдэхэд өмнө нь ажиглагдсан холбоо хэвээр байгаа эсэхийг шалгах хэрэгтэй. Сургалтаар заах аргууд бодлогын шинжилгээнд ашигтай эсэх нь ийм сорилтоос хамаарна.

Төлбөрийн хөдөлгөөнөөс эдийн засгийн дохио унших боломж

Нэгтгэсэн төлбөрийн мэдээлэл хэрэглээний идэвх хаана, хэзээ өөрчлөгдөж байгааг статистик тайлан гарахаас өмнө ажиглах боломжтой байж мэднэ. Жишээлбэл, тодорхой төрлийн гүйлгээний өсөлт худалдааны идэвхтэй зэрэгцэж байгаа эсэхийг шинжилж болно. Гэхдээ карт, шилжүүлэг зэрэг төлбөрийн сувгийн хэрэглээ өөрөө нэмэгдвэл гүйлгээний өсөлтийн нэг хэсэг нь худалдан авалтын бодит өсөлтөөс бус, төлөх хэлбэр өөрчлөгдсөнөөс үүдэж болно.

Энд өгөгдлийн шинжилгээний гол ажил нь их хэмжээний мэдээллээс нэг тоо гаргах биш, тэр тоо ямар үйл ажиллагааг төлөөлж байгааг тогтоох явдал. Давхардсан гүйлгээ, буцаалт, улирлын нөлөө, мэдээлэлд хамрагдах байгууллагын өөрчлөлт зэргийг ялгаагүй тохиолдолд дохио төөрөгдүүлж мэднэ. Төлбөрийн цувааг инфляц эсвэл хэрэглээний тайлбарт ашиглах бол бусад үзүүлэлттэй нийцэж буй эсэхийг эдийн засагч үнэлнэ.

Текстэн шинжилгээ ба AI эдийн засагчид юу өгөх вэ

Текстэн мэдээлэл нь тоон хүснэгтэд шууд багтдаггүй хүлээлт, эрсдэлийн тухай өгүүлдэг. Нээлттэй мэдээ, байгууллагын мэдэгдэл зэрэг эх бичвэрээс давтагдах сэдэв, нэр томьёоны өөрчлөлтийг ялгаж болох юм. Байгалийн хэл боловсруулалт ижил санааг өөр үгээр илэрхийлсэн тохиолдлыг холбох, бичвэрийн агуулгыг ангилахад тусалж болно. Ингэснээр шинжээч их хэмжээний эх бичвэрийн аль хэсгийг нарийвчлан уншихаа сонгох боломжтой.

Гэхдээ нэг сэдэв олон давтагдах нь тухайн эрсдэл эдийн засагт заавал өссөний хэмжүүр биш. Нийтлэлийн тоо, мэдээллийн эх сурвалж, хэллэгийн өнгө өөрчлөгдөхөд тооцоолсон дохио дагаж өөрчлөгдөнө. Монгол хэлний үгийн хувилбар, дагавар, нэг ойлголтыг олон янзаар нэрлэх байдал ч ангилалд нөлөөлж болно. Иймээс текстээс гарсан үр дүнг эх бичвэрийн утга болон тоон мэдээлэлтэй хамт үнэлэх шаардлагатай.

AI урт бичвэрийг хураангуйлах, холбогдох хэсгийг бүлэглэхэд дэмжлэг үзүүлж чадна. Харин бодлогын шийдвэрт хэрэглэгдэх тайлбарын утга, эх сурвалжийн найдвартай байдал, эдийн засгийн нөхцөлийг хүн шалгах ёстой. Сургалт аравдугаар сарын 8-нд дуусахаар товлогдсон; дараа нь эдгээр аргын аль нь Монголбанкны бодит судалгаанд туршигдах нь тодорхой болох боломжтой.

Мөн уншаарай:

Хуваалцах:

Холбоотой нийтлэлүүд

Мэдээллийн товхимолд бүртгүүлэх

Web3, AI болон криптоны шинэ мэдээг шууд имэйл хайрцагтаа аваарай.

0