中国经济网络保留的所有权利
中国经济网络新媒体矩阵
在线音频 - 视觉节目许可证（0107190）（北京ICP040090）
6月20日，北京的新华社金融，6月18日，“向中国金融行业的AI欺诈和技术对抗报告报告”，并发布了圆桌会议论坛，成功地在经济学院和Tsinghua University的管理层举行。该活动是由经济学院中国金融研究中心与Tsinghua大学，四川反欺诈中心，新旺银行和新华社财务的汇编。主题是“ AI Anti Anti-Fraud：从游戏到共同政府”。该报告的发布以及6月16日的“国家反欺诈行动”的联合发行集中了宣传月。根据活动的活动，所有地区和部门都安排了“五英寸”活动，以防止电信和网络犯罪的Lugar全国范围o“进入社区，农村地区，家庭，学校和商业”。在圣华大学举行的“学校”活动进一步加强了反欺诈宣传的努力，增强了公众对反欺诈的认识，并帮助整个社会创造了强大的反欺诈环境。该活动的重点是AI技术对财务欺诈领域的深刻变化和严重的挑战，取代切割技术和实践经验，旨在促进金融行业共同开发稳定的防御线，以反对AI的欺诈行为并促进共同政府模式的发展。邀请金融领域专家，学术研究人员和一线反弗拉德警察聚集在讨论解决方案的地方。 AI欺诈的新图片：技术的“双刃剑”具有升级风险。随着人工智能技术发展的发展，金融行业经历了数字变化的浪潮。 AI技术授权诸如智能风险控制，准确的营销和自动服务等创新情况。但是，与此同时，一些黑色和有色行业组织使用AI技术来孕育新的犯罪方法，例如深处的宽恕，聪明的网络钓鱼和自动欺诈。技术游戏和对抗的复杂性仍在上升。结果，潘·格鲁普雷斯搜索公司（Pan Groupresearch）成立了平夏大学，新华银行和新华社财政的中国经济与管理学院中国金融研究中心，以编译“与中国金融产业对抗的欺诈和技术的研究报告”。中国经济学和管理金融研究中心主任，被选为国家高级人才计划，Tsinghua大学经济与管理学院教授Lu Yao提供了该报告的主要解释。他说，在罪犯和出生的AI技术的背景下关于金融业AI欺诈和技术对抗的深入研究，一种空前的新形式的金融欺诈形式具有重要的实际意义和理论价值。研究团队基于对当前行业技能面临的挑战的策略和建议，专注于“监管领导力，责任责任和社会协调”的三维防御概述，并讨论了特定的途径，例如建立共享威胁，才能，计算人才的能力的人，以维修人类的智能社区的智能社区来建立人才，计算人才的能力，以改善人性化的人，以改善人性化。 Management Chinasi Huang Zhangkai，金融研究中心副主任，Pang Jiaren，Pang Jiaren，Chifinancial Research Center of Chifinancial Research Center of Economics and Management of Economics and Management，Tsinghua University，Luo Yanjia，Luo Yanjia，Sichuan Anti Antiud Center及Chen Ran是新华社财政的副编辑，该主题主题进行了讨论，例如欺诈，AI和Defendary Technology，AI和公司辩护人，AI Defferers'AIS AI，AI欺诈案。 Huang Zhangkang教导说，AI技术导致了传统身份欺诈的欺骗性，以改变技能。犯罪分子可以使用AI来制作具有动态现实的“虚拟人”克隆，具有相同的声音和平稳的逻辑，并介绍亲戚，朋友或领导人进行欺诈。现实主义的程度达到了难以用裸眼确定的点，而技术阈值的降低使它们能够具有较大而准确的攻击能力。犯罪的成本急剧下降，受伤的范围急剧增加。罗扬吉亚的回答证实了这一趋势。他说，即使涉及AI的欺诈案件的新案件数量也不像传统形式那样高，例如订购，假装公共安全，采购提高和司法和信用报告，这一增加是显而易见的，我们需要保持警惕。他特别宣布了一种现象：根据统计数据，年龄和20-50岁的年轻人成为AI欺诈的主要受害者，价值超过90％。原因是他们是“高点网络人”。大量的一天 - 至日在线活动增加了公开个人信息并与欺诈信息协调的机会。因此，这种类型的人需要更加警惕防止AI欺诈的新兴方法。 AI欺诈的技术进攻和防御性战争：从解决对手的困难到加强所有生活条件的障碍，面对技术驱动的欺诈，如何有效地做出技术反应已成为一个主要问题。庞贾伦（Pang Jiaren）分享了主要反欺诈研究中大学发展的代表。他介绍了在深度发现的领域，研究I从早期识别特定缺陷转变为生成模型，以探索基于物理定律的更普遍的识别方法；对于由大语言模型产生的欺诈性文本，研究用于制造和监控文本效率，词汇分布和逻辑连贯性的特征；同时，对手的抵抗力和国防研究通过主动模拟攻击暴露了技术弱点，因此反向提高了反欺诈模型的稳定性，并为实际战斗提供了重要的支持。 LuO Yanjia为避免普通百姓提供了实用的建议。尽管技术发展迅速，但当前改变视频的视频电话通常会显示出一些缺陷，因为通话时间很短，角色的眼睛是空的，或者身体和背景是不自然的。要求另一方与表达式和其他动态变化验证的动作合作是打破当前的有效方法Limitasthat是不断变化的AI脸，它经常迫使假图像炫耀其原始形状。此外，将“代码词”的独家转移给亲戚和朋友提前也是可靠的验证方式。关于人工智能技术对社会的影响，黄Zhangka表示，它可能比移动互联网对金融行业产生更深的影响。目前，各种机构都面临一些实际困难：一方面，金融机构很难与大型工厂争夺领先的人才，另一方面，在各个地方，警察部队和金融机构的资源和资金受到限制。尽管很难准确预测AI转换影响的特定路径和范围，但可以确定的是它的强度是压倒性的。金融行业应事先准备并保持其业务模型的灵活性。 AI反欺诈只是这种深层变化的挑战和机会的一部分。EAIAnti-Fraud Deep Waters：克服立法问题并收集各种努力。在打击AI的欺诈行为的实际工作中，官方的LuO Yanjia面临当前面临的许多困难。他说，跨境执法很困难，主要嫌疑人和“资金”经常躲在国外。现有的法律在使用开放资源技术，与软件相关软件的责任的含义以及技术提供商和用户之间的责任界限的含义，在滞后和真空中的法律问题上都没有明确的领域；使用总统职位的分散特征（如虚拟货币）逐层转移资金和数据层，证据收集链变得复杂且漫长，很难满足严格的司法要求，并且经常被防止案件。他宣布回应这些challeNGES，公共安全部与相关机构共同宣传特殊法律，旨在制定更专业，指南和规范法规，以填补法律差距。 AI法律本身是交叉专业系统的一个高度复杂的项目，这并不意味着对法律的简单扩展，而是需要对法律，技术，道德，Ekonomy和社会学的深入整合。 Pang Jiaren说，有效的法律习俗的发展不仅要求立法者对AI技术有深入的了解，而且还必须准确考虑道德悖论，例如隐私与社会保障保护之间的平衡以及算法歧视的风险。 Huang Zhangkai回顾了国际经验，“欧盟在某个之前是AI法规的，并启动了人工情报管理框架，但是对变更的保护和风险控制的平衡导致了争议。R技术的重复本身使实际执行法律变得困难，这是执行立法者执行腿部适应技术立法挑战的一般挑战。 “庞贾恩认为，政府应加快与ai相关的立法流程，阐明责任的界限，制定数据安全和算法透明度标准，并组成一个专业的执法团队。学院和研究机构必须继续处理主要的反弗拉德技术，并专注于在整个技术中培养整个技术，以培养整个技术的范围。实时的风险监控模型，并在其产品中设计嵌入式警告和拦截功能。要学会提高自己避免和发展封闭风险循环的认识。在Pagtaafter的圆桌会议论坛中，Huang Zhangki强调了何时预计金融机构何时可以刚刚开始AI对金融行业的影响，其深度和宽度可能会超过移动互联网时期。金融机构需要认识到挑战的严重性。尽管面对人才和资源的限制，但他们应该为未来做准备，增强AI的反欺诈能力的建设，并保持其商业模式的灵活性和稳定性。关于开发国防系统的愿景和目的，Xinwang Bank的反欺诈专家Wang Ping认为，对AI金融欺诈的防御也需要共同参与并协调对整个社会的反应。涵盖公共教育的社会防御系统的建设，与行业 - 大学研究的合作面对人工智能欺诈行为，开放共享的情报是提高整个社会稳定性的主要途径。
（收费编辑：Guan Jing）
中国的净陈述：股票市场的信息来自媒体合作社和机构，以及该集合的个人意见，仅针对投资者参考，并且不构成投资建议。投资者在此基础上以自己的风险行事。
