厦门美日丰创光罩项目投产
06-06
俗话说，技术是一把双刃剑。
在人工智能快速发展的过程中，利用人工智能技术进行诈骗、造假的事件也层出不穷。
常见。
不久前，国内某大型银行的人脸识别链路被诈骗分子攻破。
该诈骗团伙利用注入绕过、深度伪造等技术冒充银行卡持卡人，盗取其银行卡数十万元。
元。
DeepFake等深度伪造技术不仅影响和危害个人，也给各行各业带来微妙的安全风险，尤其是隐私性较高的金融领域。
那么出现这种情况该如何解决呢？ 7月20日，在“北大光华-杜小满金融科技前沿技术研讨会”上，杜小满技术委员会执行主席杨青介绍了前沿AI技术在金融领域的具体应用。
杨青认为，在金融领域，人工智能防范深度造假需要的不仅仅是识别人脸的真实性。
随着AI技术与金融不断深度融合，获客、风控等日常环节正在向智能化方向改变。
因此，金融领域的AI反深度换脸不应仅仅着眼于DeepFake等技术的单点突破，而应保护全链、各节点的安全，建立“全链”屏障。
随着人脸认证的普及和应用，不法分子利用DeepFake等技术伪造人脸的诈骗数量也不断增加。
“眼见不一定为实。
”此类虚假视频往往是肉眼看不见的。
如何防范这种新型风险？杜小满防深度仿冒技术使用千万级样本；提取多域视觉特征：包括傅里叶谱特征、小波特征、RGB空间域特征等，利用多特征融合共同辅助防伪识别。
目前，独小满的反深度造假技术可以覆盖静态人像图片激活、AI换脸等多种形式的深度造假，在千分之一的误报率下召回率达到90%以上。
反舞弊是金融风控审核的第一步。
目的是消灭“坏人”。
对于通过这一步的“好人”来说，如何判断自己的信用并决定授予多少信用额度？央行征信报告是判断个人信用最重要的依据，但征信报告中存在大量非结构化数据，很多潜在价值的数据没有得到充分挖掘。
为此，杜小满利用NLP自然语言处理技术对其进行分析识别，然后通过自监督对模型进行预训练，达到从文本中识别用户风险的目的。
信用报告还包含大量相关信息。
对此，图机器学习模型成为了更好的解决方案，可以很好地识别、表达、利用相关信息并获取所需知识，从而有利于解决违约风险传导等隐藏问题。
但在这场人工智能技术双刃剑的“攻防战”中，仅靠上述努力还远远不够。
对此，杨青表示，杜小满将不断加码技术，继续深化图计算、RPA应用、多模态技术落地等布局；部署联邦学习，全面提升数据保障能力；并探索低代码技术，推动金融领域各类项目的快速落地。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态