机器学习人工智能帮助美国财政部在2024年防止和追回了超过40亿美元的欺诈或不当支付。

这一急剧上升代表了与去年相比的六倍增长，当时财政部检测并追回了6.527亿美元。

财政部支付完整性办公室（OPI）作为财政服务局的一部分，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支票欺诈的识别。

“财政部认真对待我们作为纳税人资金有效管理者的责任，”财政部副部长瓦利·阿德耶莫在一份新闻稿中表示。“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努力的核心。”

随着在线支付欺诈预计到2028年将超过3620亿美元，阿德耶莫表示，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。

根据美国财政部的说法，人工智能模型帮助识别高风险交易，防止了25亿美元的欺诈，而财政部的支票欺诈检测系统则促进了10亿美元的追回。

新闻稿指出，财政部还在其支付处理时间表中实施了效率，防止了1.8亿美元的不当支付，并扩展了基于风险的筛查方法，阻止了5亿美元的潜在欺诈。

ELNA.ai创始人阿伦·PM对Decrypt表示：“如果人工智能系统没有得到适当设计和维护，就容易受到过拟合、幻觉和判断失误等风险的影响，这可能导致有害的结果。”

阿伦说：“欺诈预防是一个全球性问题，如果人工智能的好处能够更公开地获取，其影响可能会显著放大。”

在5月，财政部与劳动部合作，使州失业机构能够通过失业保险完整性数据中心访问不支付工作系统。

根据2019年支付完整性信息法案建立的“不支付工作系统”（DNP）是一个由美国财政部财政服务局管理的集中平台，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，机构可以访问多个数据库，以确认收款人的资格，然后再发送资金。机构表示，这减少了错误的风险，例如重复支付或向不合格的供应商支付。

财政部的人工智能推动使其与其他利用该技术的联邦重磅机构并肩而立。

国税局自去年以来一直在运行机器学习模型，以发现富人中的逃税者，而国家海洋和大气管理局（NOAA）在2024年推出神经网络，以优化飓风预测并提供多语言实时警报。

编辑：斯泰西·埃利奥特。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。