Sztuczna inteligencja NVIDIA pomaga zwalczać oszustwa w wielu sektorach


Firmy i organizacje są coraz bardziej za pomocą sztucznej inteligencji aby chronić swoich klientów i udaremniać wysiłki oszustów na całym świecie. Odkryła to firma zajmująca się bezpieczeństwem głosowym, Hiya Tygodniowo wykonywano 550 milionów fałszywych połączeń telefonicznych w 2023 r., przy czym INTERPOL szacuje, że są to oszuści ukradł 1 bilion dolarów od ofiar w tym samym roku. W Stanach Zjednoczonych jedno z czterech połączeń niezwiązanych z listą kontaktową zostało oznaczone jako podejrzane jako spam, a oszuści często wabili ludzi do oszustw związanych z Venmo lub przedłużoną gwarancją.

Tradycyjne metody wykrywania oszustw obejmują systemy oparte na regułach, modelowanie statystyczne i ręczne przeglądy. Metody te z trudem dopasowywały się do rosnącej liczby oszustw w epoce cyfrowej bez poświęcania szybkości i dokładności. Na przykład systemy oparte na regułach często charakteryzują się dużą liczbą wyników fałszywie dodatnich, modelowanie statystyczne może być czasochłonne i wymagać dużych zasobów, a ręczne przeglądy nie mogą być skalowane wystarczająco szybko.

Ponadto w tradycyjnych przepływach pracy związanych z analizą danych brakuje infrastruktury wymaganej do analizowania ilości danych wykorzystywanych do wykrywania oszustw, co prowadzi do wydłużenia czasu przetwarzania i ogranicza analizę i wykrywanie w czasie rzeczywistym. Ponadto sami oszuści mogą korzystać z dużych modeli językowych (LLM) i inne narzędzia sztucznej inteligencji, aby nakłonić ofiary do inwestowania w oszustwa, rezygnacji z danych uwierzytelniających w banku lub zakupu kryptowaluty. Ale sztuczna inteligencja w połączeniu z przyspieszone systemy obliczeniowe— można wykorzystać do sprawdzenia sztucznej inteligencji i złagodzenia wszystkich tych problemów.

Firmy, które integrują niezawodne narzędzia do wykrywania oszustw oparte na sztucznej inteligencji, tak mają zaobserwowano aż do 40% poprawę dokładności wykrywania oszustw—pomoc w ograniczaniu szkód finansowych i reputacyjnych ponoszonych przez instytucje. Technologie te oferują solidną infrastrukturę i rozwiązania do analizy ogromnych ilości danych transakcyjnych oraz mogą szybko i skutecznie rozpoznawać wzorce oszustw i identyfikować nietypowe zachowania.

Rozwiązania do wykrywania oszustw oparte na sztucznej inteligencji zapewniają większą dokładność wykrywania, patrząc na cały obraz, a nie na pojedyncze transakcje, i wychwytują wzorce oszustw, które tradycyjne metody mogą przeoczyć. Sztuczna inteligencja może również pomóc w ograniczeniu liczby fałszywych alarmów, wykorzystując wysokiej jakości dane, aby zapewnić kontekst dotyczący tego, co stanowi legalną transakcję. Co ważne, sztuczna inteligencja i przyspieszone przetwarzanie zapewniają lepszą skalowalność i są w stanie obsłużyć ogromne sieci danych w celu wykrywania oszustw w czasie rzeczywistym.

Jak instytucje finansowe wykorzystują sztuczną inteligencję do wykrywania oszustw
Usługi finansowe i bankowość to pierwsza linia walki z oszustwami, takimi jak kradzież tożsamości, przejęcie konta, fałszywe lub nielegalne transakcje oraz oszustwa związane z czekami. Oczekuje się, że do 2026 r. straty finansowe na całym świecie spowodowane oszustwami związanymi z transakcjami kartami kredytowymi osiągną 43 miliardy dolarów. Sztuczna inteligencja pomaga zwiększać bezpieczeństwo i stawić czoła wyzwaniu, jakim jest eskalacja przypadków oszustw.

Banki i inne instytucje świadczące usługi finansowe mogą wykorzystywać technologie NVIDIA do zwalczania oszustw. Na przykład Akcelerator NVIDIA RAPIDS dla Apache Spark umożliwia szybsze przetwarzanie danych w celu obsługi ogromnych ilości danych transakcyjnych. Banki i instytucje świadczące usługi finansowe mogą również korzystać z nowego przepływu pracy NVIDIA AI do wykrywania oszustw, wykorzystując narzędzia sztucznej inteligencji, takie jak XGBoost i grafowe sieci neuronowe (GNN) z NVIDIA RAPIDS, NVIDIA Triton i NVIDIA Morpheus, aby wykrywać oszustwa i ograniczać liczbę fałszywych alarmów.

Reklama

BNY Mellon poprawił skuteczność wykrywania oszustw o ​​20% przy użyciu Systemy NVIDIA DGX. PayPal ulepszył wykrywanie oszustw w czasie rzeczywistym o 10%, korzystając z wnioskowania opartego na procesorze graficznym NVIDIA, jednocześnie zmniejszając wydajność serwera prawie 8 razy. Swedbank przeszkolił generatywne sieci kontradyktoryjne na procesorach graficznych NVIDIA w celu wykrywania podejrzanych działań.

Agencje federalne USA zwalczają oszustwa za pomocą sztucznej inteligencji
Na podstawie analizy lat podatkowych 2018–2022 Biuro Odpowiedzialności Rządu Stanów Zjednoczonych szacuje, że rząd traci do 521 miliardów dolarów rocznie z powodu oszustw. Oszustwa podatkowe, oszustwa czekowe i niewłaściwe płatności na rzecz wykonawców, oprócz nieprawidłowych płatności w ramach programu ubezpieczeń społecznych Programy bezpieczeństwa i Medicare stały się ogromnym obciążeniem dla finansów rządu. Choć niedawna pandemia spowodowała wzrost liczby tych oszustw, znalezienie nowych sposobów zwalczania oszustw stało się strategicznym imperatywem. W związku z tym agencje federalne zwróciły się w stronę sztucznej inteligencji i przyspieszonego przetwarzania danych, aby usprawnić wykrywanie oszustw i zapobiegać niewłaściwym płatnościom.

Na przykład Departament Skarbu USA zaczęło korzystać z systemów uczących się pod koniec 2022 r analizować swoje zbiory danych i zapobiegać oszustwom związanym z czekami. Departament oszacował, że sztuczna inteligencja pomogła urzędnikom zapobiec oszustwom o wartości ponad 4 miliardów dolarów w roku podatkowym 2024 lub je odzyskać. Wraz z Departamentem Skarbu agencje takie jak Urząd Skarbowy zaczęły wykorzystywać sztuczną inteligencję i uczenie maszynowe w celu zamknięcia luki podatkowej, w tym oszustw podatkowych — którą w roku podatkowym 2022 oszacowano na 606 miliardów dolarów. IRS zbadał możliwość wykorzystania platform przyspieszonej analizy danych firmy NVIDIA, takich jak RAPIDS i Morpheus, do identyfikowania nieprawidłowych wzorców w rejestrach podatników, dostępie do danych i typowych podatność i narażenie. LLM w połączeniu z generowaniem wspomaganym wyszukiwaniem i RAPIDS zostały również wykorzystane do wyróżnienia rekordów, które mogą być niezgodne z politykami.

Jak sztuczna inteligencja może pomóc w zapobieganiu potencjalnym oszustwom w opiece zdrowotnej
Według Departamentu Sprawiedliwości Stanów Zjednoczonych oszustwa, marnotrawstwo i nadużycia w służbie zdrowia mogą stanowić aż 10% wszystkich wydatków na opiekę zdrowotną. Według innych szacunków odsetek ten jest bliższy 3%. Oszustwa związane z Medicare i Medicaid mogą wynieść blisko 100 miliardów dolarów. Niezależnie od tego, oszustwa w służbie zdrowia to problem wart setki miliardów dolarów.

Dodatkowym wyzwaniem związanym z oszustwami w służbie zdrowia jest to, że mogą one pochodzić ze wszystkich stron. W przeciwieństwie do IRS czy branży usług finansowych, branża opieki zdrowotnej to rozdrobniony ekosystem systemów szpitalnych, firm ubezpieczeniowych, firm farmaceutycznych, niezależnych praktyk medycznych lub dentystycznych i nie tylko. Oszustwo może wystąpić zarówno na poziomie dostawcy, jak i pacjenta, wywierając presję na cały system.

Typowe rodzaje potencjalnych oszustw związanych z opieką zdrowotną obejmują:

  • Faktura za niewykonane usługi
  • Upcoding: wystawienie rachunku za usługę droższą niż ta świadczona
  • Unbundling: wiele rachunków za tę samą usługę
  • Fałszowanie zapisów
  • Korzystanie z cudzego ubezpieczenia
  • Fałszywe recepty

Te same technologie sztucznej inteligencji, które pomagają zwalczać oszustwa w usługach finansowych i sektorze publicznym, można również zastosować w opiece zdrowotnej. Firmy ubezpieczeniowe mogą wykorzystywać wykrywanie wzorców i anomalii do wyszukiwania nietypowych roszczeń ze strony ubezpieczyciela lub pacjenta oraz analizować dane rozliczeniowe pod kątem potencjalnie nieuczciwych działań. Monitorowanie w czasie rzeczywistym może wykryć podejrzaną aktywność u źródła, na bieżąco. Zautomatyzowane przetwarzanie roszczeń może pomóc w ograniczeniu błędów ludzkich i wykryciu niespójności, poprawiając jednocześnie wydajność operacyjną.

Przetwarzanie danych za pośrednictwem NVIDIA RAPIDS można połączyć z uczeniem maszynowym i sieciami GNN lub innymi rodzajami sztucznej inteligencji, aby pomóc lepiej wykrywać oszustwa na każdym poziomie systemu opieki zdrowotnej, pomagając pacjentom i lekarzom na całym świecie borykającym się z wysokimi kosztami opieki.

Sztuczna inteligencja do wykrywania oszustw może zaoszczędzić miliardy dolarów
Usługi finansowe, sektor publiczny i branża opieki zdrowotnej wykorzystują sztuczną inteligencję do wykrywania oszustw, aby zapewnić ciągłą ochronę przed jednym z największych na świecie czynników powodujących drenaż działalności gospodarczej.

Platforma NVIDIA AI obsługuje cały proces wykrywania oszustw i weryfikacji tożsamości – od przygotowania danych, przez szkolenie modeli, po wdrożenie – za pomocą narzędzi takich jak NVIDIA RAPIDS, Serwer wnioskowania NVIDIA Triton I NVIDIA Morfeusz na Przedsiębiorstwo oparte na sztucznej inteligencji NVIDIA platforma oprogramowania.



Source link

Advertisment

Więcej

Advertisment

Podobne

Advertisment

Najnowsze

Elon Musk’s rapid unscheduled disassembly of the US government

Almost 250 years after the Declaration of Independence, America has gotten herself a new king. His name is Elon Musk.“Wait a minute,” you...

Pięć powodów, dla których niektórzy ludzie noszą zegarek jabłkowy na kostce

Rosnąca liczba ludzi nosi Apple Watch Według nowego raportu na kostkach, z cytowanymi pięcioma różnymi powodami. Najbardziej przyziemne z nich to ludzie z małymi...

Złącza zasilające RTX 5090 NVIDIA topią się

Ach cholera, proszę bardzo. Dwóch właścicieli NVIDIA NVIDIA RTX 5090 GPU, zgłosiło stopione złącza zasilania i uszkodzenia swoich zasilaczy. Obrazy wyglądają identycznie jak...
Advertisment