ИИ-модель Сбербанка предотвратила мошеннические переводы на 850 млн руб.

ИИ-модель Сбербанка предотвратила мошеннические переводы на 850 млн руб.

ИИ-модель Сбербанка предотвратила мошеннические переводы на 850 млн руб.

Станислав Кузнецов, заместитель председателя правления Сбербанка, рассказал об успехах крупнейшей кредитной организации страны по части борьбы с кибермошенничеством и помощи клиентам, пострадавшим от псевдоброкеров.

В частности, как отметил Кузнецов, специалисты Сбербанка разработали специальную ИИ-модель и алгоритмы, позволяющие мониторить возможные мошеннические операции.

Уже известно об успехах системы банка, которыми зампред правления поделился с общественностью. Например, кредитной организации удалось остановить переводы на сумму более 850 миллионов рублей.

Помимо этого, система Сбербанка предотвратила выдачу более 600 кредитов для «инвестирования» на общую сумму 190 миллионов рублей. Именно эти деньги, по словам Кузнецова, клиенты банка хотели отдать мошенникам.

Также кредитная организация старается бороться с социальной инженерией, повышая финансовую грамотность клиентов и приучая их к цифровой гигиене.

«Сбербанк проводит обучающие вебинары и другие мероприятия. В социальных сетях мы размещаем соответствующие посты», — подчеркнул Кузнецов.

В целом, как отметил зампред правления, благодаря политике Сбербанка объём мошенничества «псевдоброкеров» сократился почти на 80% ко второму кварталу 2020 года.

Подпишитесь на новости

Anthropic предупредила об ИИ-червях, угрожающих умной технике

Компактные ИИ-модели могут приблизиться к автономному распространению по слабо защищенным устройствам. Anthropic рассматривает сценарий, в котором модель копируется между узлами и использует их вычислительные ресурсы без постоянной связи с центральным дата-центром.

В исследовании компании показан запуск модели Gemma4-26B-A4B на 15 недорогих Android TV-приставках.

Скорость составила 0,39 токена в секунду. Это медленно для чата, но демонстрирует возможность распределить вычисления между бытовыми устройствами.

Модели с 30 млрд параметров и меньше уже выполняют многие отдельные этапы размножения, однако ошибаются при объединении их в полную цепочку.

В упрощенном эксперименте GLM-5.2 справилась с распространением другой, меньшей модели. Доступ к тестовым устройствам намеренно облегчили: ADB работал без аутентификации. Поэтому результат не доказывает способность автономно заражать произвольную технику в интернете.


Среди протестированных моделей пока нет той, которая одновременно достаточно компактна для выбранных устройств и достаточно способна для надежного полного цикла. По грубой экстраполяции исследователей, такой уровень может стать реальным к концу 2026 года.

Потенциальную распределенную сеть будет сложно остановить одним выключателем. При этом предполагаемое распространение может занимать дни, а не секунды.

RSS: Новости на портале Anti-Malware.ru