Сбер представил Ауру, ИИ-систему противодействия телефонным мошенникам

Сбер представил Ауру, ИИ-систему противодействия телефонным мошенникам

Сбер представил Ауру, ИИ-систему противодействия телефонным мошенникам

Специалисты Сбера разработали новое решение, помогающее защитить пользователей от телефонного мошенничества. Технология получила имя «Аура», её представили на форуме «Лидеры цифрового развития».

Как пояснили в Сбере, в основе «Ауры» лежат технологии искусственного интеллекта (ИИ) — например, современная модель глубокого обучения, которая тренировалась на тысячах разговоров с настоящими телефонными мошенниками.

Пользователи СберМобайл уже могут оценить работу «Ауры», которая теперь выходит в экосистему Сбера. Телефонные вызовы абонентов будет изучать искусственный интеллект, который сразу же оповестит пользователей о возможном мошенничестве, если распознаёт злоумышленников:

«Внимание! Вероятно, данный звонок является мошенническим».

«Ауру» также обучали на основе базы данных кибербезопасности Сбера, а в будущем система будет совершенствоваться за счёт анализа новых звонков. В пилотном проекте «Аура» продемонстрировала 80-процентную точность выявления мошеннических звонков. Ложноположительные срабатывания составили менее одного процента.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru