AIで「詐欺」を駆逐するために 4つのキーポイント

便利なテクノロジーが増える一方で、「詐欺」も継続的にハイテク化しています。支払い詐欺、マネーロンダリングなどが最たる例で、金融業界のシステムが格好の餌食になっているようです。またターゲットは年間収益が10億ドル以上の企業で、その過半数が被害にあっています。

ハイテクな詐欺手法には機械学習手法を用いた対抗策が有効です。その可能性について考える上で重要なポイントを以下で並べます。

「教師あり」がいい?「教師なし」がいい?

まず第一に留意しておくべきなのは、複雑に構成された犯罪の手口に対して、単一の万能型対策は存在しないということです。ひとつのユースケースに対して専門的に作成された技術こそが有効だと思っておいた方がいいでしょう。「教師あり学習か、教師なし学習か」という二元的問いは意味をなさず、どちらも上手く組み込んでいくべきなのです。

教師ありについて

有名な教師ありAIは、適切にラベル付けされて、豊富にトレーニングされたモデルです。ラベル付けの種類は、「詐欺」と「非詐欺」。(シンプルですね!)
トレーニングデータは、多ければ多いほどモデルの正確性は向上します。

教師なしについて

教師なし学習は、「奇妙な状況」の分析に役立ちます。要するに、ラベル付けできないような資料が大量にある場合、必然的に教師なし学習を使う必要が出てきます。

教師あり、教師なしを組み合わせれば、珍しい詐欺のパターンや目立たないタイプの疑わしい行動を検出することができます。

データのラベル付け

このコンテンツを閲覧するには無料会員ログインが必要です。会員の方はログインして下さい。
新規無料会員登録はこちら

業界から探す

PAGE TOP