自媒体写作的 QRIES 方法论,初学者如何写出让人信服的好文章

美国财政部表示,机器学习AI在2024年帮助发现了价值40亿美元的欺诈行为 - Decrypt

2024-10-18 12:54:02 英文原文

作者:Decrypt / Vismaya V

机器学习人工智能帮助美国财政部在2024年防止和追回了超过40亿美元的欺诈性或不当支付。

急剧的增长代表与去年相比增加了六倍,当时财政部发现并回收了6.527亿美元。

财政部金融管理局的支付完整性办公室(OPI)在一份报告中表示,他们一直在使用“机器学习人工智能”来检测高风险交易并加快支票欺诈识别的速度。

“财政部认真对待我们作为纳税人资金有效管理者的责任,”副财长瓦利·阿德耶莫说。新闻稿“确保机构向正确的人员支付正确的金额,并在正确的时间进行支付,是我们努力的核心。”

随着线上支付欺诈预计到2028年将超过3620亿美元,阿德耶莫表示,财政部将继续与其他联邦机构合作,提供打击欺诈所需的工具和数据。

根据美国财政部的数据,人工智能模型帮助识别了高风险交易,防止了价值25亿美元的欺诈行为,而财政部的支票欺诈检测系统则协助追回了10亿美元。

新闻稿称,财政部还对其支付处理时间表实施了效率提升措施,防止了1.8亿美元的不正当支付,并扩大了基于风险的筛查方法,阻止了5亿美元的潜在欺诈行为。

ELNA.ai创始人阿鲁 PM告诉了解密“如果不妥善设计和维护,AI系统容易遭受过拟合、幻觉以及判断失误等风险,可能导致有害后果。”

“Arun表示,防止欺诈是一个全球性的问题,如果人工智能的好处能够更加公开地被大众获取,其影响可能会被显著放大。”

五月份,财政部联手劳动部,使州失业机构能够访问勿付工作系统通过失业保险诚信数据枢纽。

根据2019年《支付诚信信息法》建立的不予支付工作系统(DNP)是由美国财政部财政服务局管理的一个集中式平台,旨在通过简化数据验证来防止联邦机构出现不当支付。

通过DNP门户,机构可以访问多个数据库以确认接收者资格后再发送资金。机构表示这降低了错误的风险,例如重复支付或向不合格供应商付款。

财政部的AI推动使其与其他联邦机构并列,这些机构也在利用这项技术。

无内容可翻译,保留原文: TheIRS(美国国税局)从去年开始就一直在运行机器学习模型以嗅探出富人的逃税行为,而NOAA则推出2024年的神经网络将用于精调飓风预测,并跨多种语言实时发送警报。

编辑_by斯黛西·埃利奥特.

通用智能通讯newsletter

由生成式AI模型Gen讲述的一周AI之旅。

关于《美国财政部表示,机器学习AI在2024年帮助发现了价值40亿美元的欺诈行为 - Decrypt》的评论


暂无评论

发表评论

摘要

机器学习人工智能帮助美国财政部在2024年防止和追回了超过40亿美元的欺诈性或不当支付。这一急剧增长是去年发现和收回的6.527亿美元的六倍增加。新闻稿称,财政部还对其付款处理时间表实施了效率提升措施,防止了1.8亿美元的不当支付,并扩大了基于风险的筛选方法,阻止了5亿美元潜在欺诈行为的发生。ELNA.ai创始人Arun PM告诉Decrypt,“如果设计和维护不当,AI系统容易受到过度拟合、幻觉和其他错误判断等风险的影响,这可能导致有害的结果。”根据2019年《付款完整性信息法》成立的“不予支付工作系统”(DNP)是一个由美国财政部财政服务局管理的集中式平台,旨在通过简化联邦机构的数据验证来防止不当支付。通过DNP门户,各机构可以访问多个数据库以确认接收者的资格后再发送资金。“一般智能通讯” 每周由生成式AI模型Gen讲述的人工智能之旅。