市调机构统计，到2026 年时，全球因信用卡交易诈欺活动造成的财务损失将高达 430 亿美元。因此全球金融机构及云端服务公司，正透过AI工具，全力防护，减少这类损失。
据调查，亚马逊云端服务（Amazon Web Services，AWS）上运行、用于侦测诈欺活动的全新 NVIDIA 人工智慧（AI）工作流程，将有助于打击如瘟疫般迅速蔓延的诈欺，利用加速资料处理技术和先进演算法，提高 AI 侦测和防止信用卡交易诈欺活动的能力。
这个工作流程本周在 Money20/20 金融科技大会上推出，使得金融机构可以根据使用者行为，识别交易资料中不易察觉的行为模式和异常情况，与传统方法相比，可提高准确性及减少误报。
使用者可以利用 NVIDIA AI Enterprise 软体平台与 NVIDIA GPU 执行个体，把侦测诈欺活动的工作流程从使用传统运算技术改为加速运算技术的过程变得更简单。
采用全面性机器学习工具和策略的企业，在侦测诈欺活动准确度方面估计可提高 40%，让企业更有能力加快发现和阻止诈欺人士，并减少伤害。
因此，美国运通（American Express）和第一资本（Capital One）等领先金融机构一直在使用 AI 来建立专属的解决方案，以减少诈欺活动和给予客户更安全的保障。
全新的 NVIDIA 工作流程可加快资料处理、模型训练与推论速度，并且展示在 NVIDIA AI 的支援下，如何将这些元件包装成单一化且易于使用的软体产品。
目前该工作流程已针对信用卡交易诈欺活动进行最佳化，并可以适用于新帐户诈欺、帐户接管和洗钱等案例。
随著AI模型的规模、复杂性和多样性不断扩大，包括金融服务业在内各产业的组织比起过去任何时候，都更需要利用性价比高且节能的运算能力。
传统的资料科学管道缺乏必要的运算加速能力，无法在整个产业损失快速增加的情况下，处理有效打击诈欺行为所需的大量资料。利用 NVIDIA RAPIDS Accelerator for Apache Spark ，可以帮助支付端公司缩短处理资料的时间，以及节省处理资料的成本。
为有效管理大规模资料集，并透过复杂的 AI 模型提供即时 AI 效能，金融机构开始转向使用 NVIDIA 的 AI 与加速运算平台。
长久以来，使用一种名为梯度提升决策树（gradient-boosted decision tree）的机器学习演算法并利用 XGBoost 等程式库，一直都是侦测诈欺活动的标准。
用于侦测诈欺活动的全新 NVIDIA AI 工作流程使用 NVIDIA RAPIDS 套装 AI 函式库提高 XGBoost 的能力，并且将图形神经网路（GNN）嵌入作为附加功能，以协助降低误判情况。
GNN 嵌入的资料会被送至 XGBoost用于建立和训练模型，该模型随后可与NVIDIA Morpheus Runtime Core函式库及 NVIDIA Triton 推论伺服器进行协调，以即时进行推论。
NVIDIA Morpheus 架构能够以安全方式检查所有传入的资料并对其进行分类，以模式标记资料和标示潜在的可疑活动。NVIDIA Triton 推论伺服器可以简化生产环境里各类 AI 模型部署的推论活动，同时最佳化输送量、延迟情况与使用率。
正当许多北美大型金融机构报告线上或行动装置诈欺造成的财务损失持续增加之际，北美大型金融机构也正透过AI协助对抗这样的趋势。
美国运通早在 2010 年就开始使用 AI 来打击诈欺活动，利用诈欺侦测演算法即时监控全球所有客户交易，在短短几毫秒内便能判断出诈欺活动。美国运通运用其中采用 NVIDIA AI 平台的先进演算法组合来提高模型的准确性，提供公司更善于打击诈欺的能力。
欧洲数位银行 bunq 使用生成式 AI 与大型语言模型来协助侦测诈欺与洗钱行为。透过NVIDIA 加速运算技术，该公司 AI 驱动交易监控系统的模型训练速度提升了近100倍。
纽约梅隆银行（BNY）在今年3月宣布成为第一家部署搭载 DGX H100 系统的 NVIDIA DGX SuperPOD 的大型银行，这将有助于建立支援侦测诈欺活动及其他使用案例的解决方案。
现在系统整合商、软体供应商与云端服务供应商都能整合全新用于诈欺侦测的 NVIDIA AI 工作流程，以强化其金融服务应用，并协助确保客户的资金、身分与数位帐户更加安全。
如没特殊注明，文章均来源于互联网，版权归原创作者所有，如有侵权，请联系我们处理！
