Создана ИИ-модель для оптимизации обнаружения финансового мошенничества

В Минобрнауки РФ уточнили, что получение денег обманным путем в последнее время стало распространенной угрозой.

КАЗАНЬ, 4 марта. Научный коллектив предложил модель искусственного интеллекта (ИИ), которая в перспективе поможет оптимизировать процесс обнаружения финансового мошенничества. Об этом ТАСС рассказали в пресс-службе Минобрнауки РФ.

В ведомстве уточнили, что получение денег обманным путем в последнее время стало распространенной угрозой. Традиционные методы, например, ручная верификация, являются дорогостоящими, трудоемкими и неточными для выявления таких мошеннических действий. С развитием искусственного интеллекта алгоритмы на основе машинного обучения применяются для выявления мошеннических транзакций путем исследования большого объема финансовых данных.

«Предложенная ИИ-модель основана на выборе переменных с помощью нейтрософского нечеткого множества. Нейтрософия — это направление в философии, изучающее происхождение, природу и совокупность нейтральностей. Такие методы исследования и анализа применяются не только в чистой математике, но также в физике, лингвистике, криминалистике и других областях, где необходим анализ “размытых” данных, то есть о тех, о которых нельзя утверждать — истинны они или ложны, а также выработка на их основе правильных решений», — рассказали в пресс-службе.

Задача исследования состояла в разработке алгоритма по выявлению факта мошенничества и отслеживании за движением сбережений. «Часто сами люди отдают свои деньги мошенникам, поэтому мы изучали и в какой-то степени человеческое поведение. Мы проанализировали, как, в каких количествах и с какой частотой сбережения снимались раньше и сравнили с внезапным, единовременным и большим передвижением денег», — рассказал доцент кафедры физики Елабужского института КФУ Загир Латипов.

Оптимизация обнаружения факта мошенничества.

Ученые предлагают оптимизировать обнаружение факта мошенничества при помощи использования алгоритма байесовской оптимизации и выбора переменных с нейтрософским неопределенным мягким набором.

«Если искусственному интеллекту задать корректный промпт с минимальными данными, то можно получить быстрый и качественный ответ. В нашей работе были использованы нейтрософия, теория вероятности, математическая статистика и экономические вычисления. Синергия этих методов в связке с ИИ позволяет шустро определить, человек снимает свои сбережения осознанно или под влиянием каких-то случайных факторов», — добавил Латипов. Ученые ожидают, что подход станет перспективным в финансовом секторе рынка.

Результаты исследования опубликованы в журнале International Journal of Neutrosophic Science. В научный коллектив вошли представители сразу шести вузов — Казанского федерального университета, Калмыцкого государственного университета имени Б. Б. Городовикова, Ургенчского государственного университета имени Абу Райхана Беруни (Республи...