美国财政部称，机器学习人工智能在 2024 年帮助发现了价值 40 亿美元的欺诈行为

人工智能模型帮助该部门防止了 25 亿美元的欺诈行为，而其支票欺诈检测系统则帮助追回了 10 亿美元。

2024 年，机器学习人工智能帮助美国财政部防止并追回了超过 40 亿美元的欺诈或不当付款。

与去年财政部发现并追回的 6.527 亿美元相比，这一数字激增了六倍。

财政部支付诚信办公室（OPI）隶属于财政服务局，该办公室在一份报告中表示，它一直在使用 "机器学习人工智能 "来检测高风险交易，并加快对支票欺诈的识别。

"财政部副部长瓦利-阿德耶莫（Wally Adeyemo）在一份新闻稿中说："财政部非常重视有效管理纳税人资金的责任。"帮助确保各机构在正确的时间向正确的人支付正确的金额是我们工作的核心。

预计到 2028 年，在线支付欺诈将超过 3620 亿美元，Adeyemo 表示，财政部将继续与其他联邦机构合作，提供有效打击欺诈所需的工具和数据。

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

新闻稿称，财政部还提高了支付处理计划的效率，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 亿美元的潜在欺诈行为。

ELNA.ai创始人Arun PM告诉《解密》："人工智能系统如果设计和维护不当，很容易出现过度拟合、幻觉和错误判断等风险，从而导致有害的结果。"

"阿伦说："预防欺诈是一个全球性问题，如果能让公众更容易获得人工智能的好处，那么人工智能的影响就会被大大放大。

今年 5 月，财政部与劳工部合作，使各州失业机构能够通过失业保险诚信数据枢纽（Unemployment Insurance Integrity Data Hub）访问 "不支付工作系统"（Do Not Pay Working System）。

不支付工作系统（DNP）是根据《2019 年支付诚信信息法》建立的，是由美国财政部财政服务局管理的一个集中平台，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 门户网站，各机构可以访问多个数据库，在发送资金之前确认收款人的资格。各机构表示，这降低了重复付款或向不符合条件的供应商付款等错误风险。

财政部对人工智能的推动使其与其他联邦重量级机构一起利用这项技术。

美国国税局（IRS）从去年开始运行机器学习模型，以找出富人中的逃税者；美国国家海洋和大气管理局（NOAA）则在 2024 年推出了神经网络，以对飓风预测进行微调，并提供多种语言的实时警报。

编辑：Stacy Elliott

More News

• All
• CT
• Coindesk
• Decrypt
• DLNews