جوجل ديب مايند وسنغافورة تكشفان أداة ذكاء اصطناعي لكشف الاحتيال
أداة جديدة تعتمد على نماذج خفيفة تعمل محلياً على الأجهزة لكشف الاحتيال المالي في المحادثات الخاصة دون إرسال البيانات إلى السحابة.

تعاون استراتيجي لمواجهة الاحتيال المالي
أعلنت جوجل ديب مايند بالتعاون مع وكالة التكنولوجيا الحكومية في سنغافورة (GovTech) عن تطوير أداة ذكاء اصطناعي جديدة تعمل محلياً على الهواتف الذكية لكشف الاحتيال المالي. يأتي هذا التعاون في إطار الشراكة الوطنية للذكاء الاصطناعي مع الحكومة السنغافورية، حيث يهدف إلى تقديم حماية متقدمة للمواطنين دون المساس بخصوصيتهم.

تزايد الاحتيال المالي في سنغافورة
تشكل عمليات الاحتيال أكثر من نصف الجرائم المبلّغ عنها في سنغافورة، وتسببت في خسائر تتجاوز 4 مليارات دولار سنغافوري منذ عام 2019. وتغيرت تكتيكات الاحتيال من عمليات التصيد البسيطة إلى هندسة اجتماعية معقدة، حيث يستغل المهاجمون المحادثات المقنعة لتضحية الضحايا قبل طلب الأموال. تمثل هذه الاحتيالات الآن حتى 80% من إجمالي الخسائر.
نماذج خفيفة تعمل محلياً
لتحدي هذه المشكلة، تم تحسين نموذج Gemma الخفيف من جوجل ديب مايند على محادثات الاحتيال المحلية. شملت هذه المحادثات انتحال هوية المؤسسات العامة والبنوك والشخصيات المحلية، بالإضافة إلى المخططات الإقليمية الرائجة، مما يضمن قدرة النموذج على التمييز بين الدردشات الاجتماعية الحميدة والتلاعب الحقيقي.

حماية الخصوصية دون المساس بها
يعالج النموذج الجديد بيانات المحادثة على الجهاز نفسه. تقليدياً، يعتمد كشف التهديدات على فحص الرسائل في السحابة، لكن العديد من منصات المراسلة مشفرة من طرف إلى طرف، مما يعني عدم إمكانية فحص المحادثات الخاصة. يسمح هذا الحل بتحليل أنماط المحادثة بشكل أسرع لكشف النوايا التلاعبية، مما يتيح للمواطنين اتخاذ إجراء قبل حدوث تعرض مالي أو بيانات.

نظام مرحلتين للكفاءة
عندما يكشف النموذج عن أنماط محادثة تلاعبية، يطلق تحذيراً فورياً على جهاز المستخدم مباشرة، مشيراً إلى التوقف والتعامل بحذر قبل مشاركة معلومات حساسة أو أموال. يعتمد النظام على خط أنابيب من مرحلتين: المرحلة الأولى تستخدم مصنف خفيف وفعال لفحص الرسائل الواردة باستخدام طاقة ضئيلة، والمرحلة الثانية تستخدم نموذج Gemma المحسن لتقييم السياق وتحليل لقطة أكبر من المحادثة لتأكيد التهديد أو استبعاد الإنذار الكاذب.
حوكمة صارمة أثناء التطوير
تم الحفاظ على حوكمة صارمة طوال عملية التطوير. تم إجراء تحسين النموذج داخل بيئة GCP المُدارة والمُصانة من قبل GovTech، مما يحافظ على عزل بيانات التدريب. استُبعدت بيانات المواطنين الخاصة أو المعلومات التي تحدد الهوية الشخصية بشكل صارم، مع استخدام مجموعات بيانات مجهولة الهوية مشتقة من تقارير الاحتيال ومصادر المعلومات. تم اختبار النموذج ضد حوارات اصطناعية ومجموعات نصوص محلية لتغطية فئات الاحتيال المتنوعة وتكتيكات انتحال الهوية المتطورة.

نموذج قابل للتطبيق عالمياً
يُظهر هذا المشروع كيف يمكن للذكاء الاصطناعي مساعدة خدمات المراسلة في مكافحة الجريمة، ويثبت أن السلامة والخصوصية لا تحتاجان إلى التضحية بأي منهما من خلال تشغيل الذكاء الاصطناعي الوقائي مباشرة على الجهاز. كما يُظهر كيف يمكن للحكومات ومزودي النماذج العمل معاً لبناء تقنيات للصالح العام. يمكن لمنصات المراسلة ومطوري أنظمة التشغيل دمج هذه النماذج الخفيفة مباشرة لحماية المستخدمين محلياً، مما يضمن بقاء تفاعلات الدردشة آمنة دون كشف البيانات الخاصة.
المصادر
- Google DeepMindGoogle DeepMind and Singapore Government announce new AI tool to protect citizens against scams
تابع التسلسل الزمني





