முன்பு மோசடித் தடுப்பு பெரும்பாலும் நிலையான விதிகளை நம்பியிருந்தது: ஒரு வரம்புக்கு மேலான பரிவர்த்தனை அல்லது வழக்கத்துக்கு மாறான இடத்திலிருந்து வரும் பரிவர்த்தனையைக் குறிப்பது. விதிகள் இன்னும் முக்கியம்தான், ஆனால் மோசடிக்காரர்கள் அவற்றை விரைவில் கற்றுக்கொள்கிறார்கள். செயற்கை நுண்ணறிவு, சூழலுக்கு ஏற்ப மாறும் கூடுதல் பாதுகாப்பு அடுக்கைச் சேர்க்கிறது.
எளிமையாகச் சொன்னால், இது எப்படி வேலை செய்கிறது
ஒரு கணக்குக்கு எது "சாதாரணம்" என்பதை மெஷின் லேர்னிங் மாடல் கற்றுக்கொள்கிறது: வழக்கமான தொகைகள், நேரங்கள், சாதனங்கள், இடங்கள், பணம் பெறுபவர்கள். ஒரு பரிவர்த்தனை அந்த முறைக்குப் பொருந்தாதபோது, மாடல் அதற்கு ஒரு ரிஸ்க் மதிப்பெண் கொடுக்கிறது. அதிக ரிஸ்க் உள்ள பரிவர்த்தனைகளை நிறுத்தி வைக்கலாம், வாடிக்கையாளரிடம் உறுதிசெய்யலாம், அல்லது ஒரு ஆய்வாளர் பரிசீலிக்கலாம்.
AI எதில் சிறப்பாகச் செயல்படுகிறது
- வேகம். பணம் கணக்கிலிருந்து வெளியேறும் முன்பே, மில்லி வினாடிகளில் மதிப்பீடு நடக்கிறது.
- அளவு. கோடிக்கணக்கான பரிவர்த்தனைகளைத் தொடர்ந்து கண்காணிக்க முடியும்.
- மாற்றிக்கொள்ளுதல். மியூல் கணக்குகள், சாதனக் கைப்பற்றல் மோசடிகள் போன்ற புதிய முறைகள் தோன்றும்போது மாடல்களை மீண்டும் பயிற்றுவிக்கலாம்.
- குறைவான தவறான எச்சரிக்கைகள். சிறந்த மாடல்கள் என்றால் உண்மையான வாடிக்கையாளர்கள் குறைவாகவே தொந்தரவு செய்யப்படுவார்கள்.
- இணைந்த அறிகுறிகள். எந்த ஒரு தனி விதியும் பிடிக்க முடியாத, ஒன்றோடொன்று இணைந்த கணக்குகளின் வலைப்பின்னலை கிராஃப் பகுப்பாய்வு வெளிப்படுத்தும்.
மனிதர்கள் ஏன் இன்னும் முக்கியம்
AI எச்சரிக்கிறது. மனிதர்கள் முடிவெடுக்கிறார்கள். எந்த மாடலும் பார்க்காத சூழலை ஆய்வாளர்கள் விசாரிக்கிறார்கள்; யாரோ ஒருவரின் அறிவுறுத்தலின் பேரில் பதற்றத்துடன் வழக்கத்துக்கு மாறாகப் பணம் எடுக்கும் வாடிக்கையாளர் போன்ற எச்சரிக்கை அறிகுறிகளைக் கிளை ஊழியர்கள்தான் பெரும்பாலும் முதலில் கவனிக்கிறார்கள். வாடிக்கையாளர் விழிப்புணர்வும் அதே அளவு முக்கியம், ஏனெனில் பல மோசடிகள் வாடிக்கையாளரையே ஏமாற்றிப் பணம் அனுப்ப வைப்பதில்தான் தொடங்குகின்றன.
சவால்கள்
- உண்மையான பரிவர்த்தனைகளோடு ஒப்பிடும்போது மோசடித் தரவுகள் மிகக் குறைவு; அதனால் மாடல்களைப் பயிற்றுவிப்பது கடினம்.
- முடிவுகள் விளக்கக்கூடியவையாகவும் நியாயமானவையாகவும் இருக்க வேண்டும்.
- நிறுவனங்களுக்கு இடையே தரவுகளைப் பகிர்வதைத் தனியுரிமை விதிகள் கட்டுப்படுத்துகின்றன.
நல்ல மாடல்கள், விழிப்பான ஊழியர்கள், விவரமறிந்த வாடிக்கையாளர்கள் மூன்றும் சேர்ந்ததுதான் வலுவான பாதுகாப்பு. வாடிக்கையாளர் பக்கத்துக்கு என் டிஜிட்டல் பேமெண்ட் பாதுகாப்புச் சரிபார்ப்புப் பட்டியலையும், குற்றவாளிகள் இப்போது டீப்ஃபேக்குகளையும் குரல் நகல்களையும் எப்படிப் பயன்படுத்துகிறார்கள் என்பதற்கு வங்கியில் AI மோசடிகள் கட்டுரையையும் பாருங்கள்.