اهمیت هوش مصنوعی مولد اختصاصی در پیشگیری از کلاهبرداری‌های مالی

جرایم مالی هرگز متوقف نشده‌اند. بررسی‌ها در صنعت خدمات مالی نشان می‌دهد که کلاهبرداری همگام با فناوری‌های بازدارنده پیش می‌رود و حتی گاهی به دلیل سرعت بالای کلاهبرداران در پذیرش فناوری‌های جدید، یک گام جلوتر از آن حرکت می‌کند.

با وجود دهه‌ها نوآوری در هوش مصنوعی که استانداردهای کشف کلاهبرداری را ارتقا داده است، مجرمان همچنان در حال عبور از این مرزها هستند. کلاهبرداری یکی از مهم‌ترین نگرانی‌های مصرف‌کنندگان است؛ به‌طوری‌که سالانه بیش از ۸۷٫۵ میلیون بزرگسال آمریکایی (حدود یک‌سوم از جمعیت بزرگسال این کشور) کلاهبرداری مالی را تجربه می‌کنند.

امروز برای موسسات مالی، سوال این نیست که آیا هوش مصنوعی جایگاهی در پیشگیری از کلاهبرداری دارد یا خیر؛ بلکه پرسش اصلی این است که آیا هوش مصنوعی مستقرشده برای مقابله با چشم‌انداز تهدیدات فعلی و آینده طراحی شده است؟

به گفته مدیران ارشد تحلیل داده در موسسات اعتبارسنجی، این موضوع اهمیت فزاینده‌ای یافته است.

توان پردازشی سرانجام به پای چشم‌اندازهای ریاضی رسید

برای دهه‌ها، دانشمندان داده فعال در حوزه پیشگیری از کلاهبرداری تئوری‌هایی داشتند که قادر به اجرای آن‌ها نبودند. ایده‌ها منطقی بودند، اما رایانه‌های آن زمان به اندازه کافی برای انجام محاسبات ریاضی قدرت نداشتند. امروزه این محدودیت دیگر وجود ندارد.

در گذشته، بیشتر سیستم‌های تشخیص کلاهبرداری با ایجاد پروفایلی از رفتار معمول مشتری با استفاده از ویژگی‌های پیچیده، شبکه‌های عصبی و بررسی تراکنش فعلی برای شناسایی موارد مشکوک کار می‌کردند؛ رویکردی که به دلیل محدودیت‌های پردازشی زمان خود، با چالش‌هایی همراه بود.

امروزه، دسترسی به پردازنده‌های گرافیکی (GPU) و سایر سیستم‌های پردازشی با کارایی بالا، در حال تغییر دادن مرزهای ممکن است. پردازنده‌های گرافیکی به جای تحلیل یک تراکنش در قالب یک پروفایل، این امکان را فراهم می‌کنند تا الگوریتم‌های کاملا جدیدی پیاده‌سازی شوند که می‌توانند تاریخچه گسترده تراکنش‌های مشتری را در لحظه و همزمان با انجام تراکنش ارزیابی کنند.

نتیجه این امر، پیش‌بینی‌های بسیار دقیق‌تر و کاهش چشمگیر هشدارهای کاذب است؛ هشدارهایی که می‌توانند خریدهای قانونی را به تاخیر انداخته یا متوقف کنند و اعتماد مشتریان را از بین ببرند.

ساخته‌شده برای یک وظیفه خاص، نه همه کارها

به لطف دسترسی بیشتر به GPU و توان پردازشی بالاتر، اکنون فرصت‌های جدیدی برای پشتیبانی از پیشگیری از کلاهبرداری با استفاده از مدل‌های ترانسفورمر مدل‌سازی توالی فراهم شده است؛ البته نه یک ترانسفورمر عمومی، بلکه مدلی که به‌طور اختصاصی برای تحلیل تراکنش‌ها و جرایم مالی ساخته شده است.

با معماری ترانسفورمر اختصاصی که منحصراً با داده‌های تراکنش‌های مالی آموزش دیده و برای یک وظیفه متمرکز مهندسی شده است، موسسات خدمات مالی می‌توانند جرایم مالی را در زمان واقعی با استفاده از شخصی‌سازی عمیق و زمینه تاریخچه تراکنش‌های مشتری شناسایی کنند.

این مدل‌ها سیستم‌های جامع «همه‌کاره» نیستند؛ بلکه مدل‌های پایه‌ای متمرکزی محسوب می‌شوند که به‌طور اختصاصی برای ارائه هوش مصنوعی مولد با عملکرد بالا، تاخیر کم و قابلیت حسابرسی در مبارزه با جرایم مالی طراحی شده‌اند. هر یک از این مدل‌ها در زمینه‌های متمایزی مانند تصاحب حساب، کلاهبرداری‌ها، شناسایی حساب‌های واسط و سوءاستفاده‌های شخص اول تخصص دارند.

مدل‌های مستقلی که بر تخصص خود متمرکز هستند، تصویری کامل‌تر، دقیق‌تر و شفاف‌تر از هر مدل واحدی ارائه می‌دهند. این تازه آغاز راه است، زیرا همین روش برای تصمیم‌گیری‌های ریسک، شرایط سخت اقتصادی، وصول مطالبات و هر کاربرد دیگری که در آن درک مشتری به تعامل، محافظت و خدمات بهتر منجر می‌شود، قابل اعمال است.

آینده همین حالا است

قابلیت‌های پیشگیری از کلاهبرداری که پنج سال آینده را تعریف خواهند کرد، در حال حاضر در دست توسعه هستند. شرکت‌هایی که روی محافظت از مشتریان در برابر کلاهبرداری سرمایه‌گذاری می‌کنند، می‌دانند که مدل‌های اختصاصی، استفاده از پردازش‌های تخصصی و ایجنت‌های هوش مصنوعی مسیر اصلی برای محافظت از مشتریانشان محسوب می‌شوند.

ریاضیاتی که امروز از مصرف‌کنندگان محافظت می‌کند، دهه‌ها پیش توسط دانشمندان هوش مصنوعی اختراع شد که پتانسیل الگوریتم‌ها را حتی قبل از وجود پردازنده‌ها و زیرساخت‌ها درک کرده بودند. تلاش‌های مستمر پژوهشگران در این زمینه تضمین کرده است که صنعت برای به‌کارگیری بهترین الگوریتم‌ها همزمان با ظهور توان پردازشی بالا آماده باشد.

اعتماد به اینکه فناوری در نهایت به پای اختراعات هوش مصنوعی و ریاضیات خواهد رسید، دستاوردهای چشمگیری به همراه داشته است. هر پتنت، هر مدل و هر آزمایش هوش مصنوعی در خدمت یک هدف مشترک بوده است: اطمینان از اینکه صنعت پس از همگام شدن توان پردازشی با اختراعات علمی، آماده پیشگامی با بهترین ابزارهای هوش مصنوعی باشد.

این تحولات دقیقاً در همین لحظه در حال وقوع است و تنها پرسش این است که آیا موسسات مالی بخشی از این جریان هستند یا در تلاش برای رسیدن به آن رقابت می‌کنند.