策划人：
Namit Singh Sengar
News18.com
RBIH在8月份的全球金融科技大会上展示了该模型及其用例。(代表图片)
在打击和防止数字欺诈的持续努力中，印度储备银行推出了一种基于人工智能/机器学习的创新模型MuleHunter.AI。该解决方案由储备银行创新中心开发，旨在帮助银行有效地解决日益严重的骡子银行账户问题，并显著减少数字欺诈。
骡子银行账户是指犯罪分子用来洗钱或非法转移资金的银行账户。这些账户通常是由个人设立的，他们可能没有意识到自己正在参与非法活动，或者是被强迫或欺骗开立和使用这些账户。
储备银行创新中心是印度储备银行的全资子公司，致力于为银行业开发技术解决方案。
MuleHunter。人工智能：赋予银行权力
MuleHunter。人工智能为银行提供了一种先进的工具，可以迅速识别和消除非法账户，有助于实现减少数字金融犯罪的更广泛目标。
州长的声明
12月6日，印度央行行长Shaktikanta Das在宣布最新的货币政策决定时强调，印度储备银行正在加大力度解决骡子账户问题。他强调，新推出的基于人工智能的解决方案对于帮助银行消除这些账户和遏制数字欺诈至关重要。
项目概况及背景
o网络金融欺诈：日益受到关注
国家犯罪记录局（NCRB）的数据显示，在2022年第二季度收到的所有网络犯罪投诉中，在线金融欺诈占67.8%。这凸显了数字领域的金融犯罪日益猖獗，给当局和金融机构都带来了重大挑战。
Mo的挑战ney Mule账户
打击金融欺诈的一个主要障碍是使用钱骡账户。这些账户被犯罪分子用来洗钱。他们通常是由个人设立的，这些人要么是通过承诺轻松赚钱而在不知情的情况下被招募，要么是被迫参与这些非法活动。这些账户相互关联的性质使得很难追踪和收回资金，从而加剧了问题。
现有检测方法：局限性
为了解决这个问题，RBIH一直在与银行协商，评估现有的识别和报告钱骡账户的方法。然而，目前用于检测此类账户的基于规则的系统远非完美。这些系统往往会产生大量的误报，导致检测时间更长，并导致许多骡子账户未被检测到。
AI / ML-based解决方案：更有效的方法
为了应对这些挑战，RBIH开发了人工智能工具MuleHunter。AI，这是一种先进的基于AI/ ml的解决方案，旨在改善可疑骡子账户的识别。与传统的基于规则的系统不同，机器学习算法可以分析交易和账户详细信息的大型数据集，提供更准确、更快速的检测。事实证明，这种方法在发现骡子账户方面更加有效，从而增强了金融系统的安全性，并能够更快地应对金融欺诈。
查看所有
向左滑动看下一个视频
查看所有
自由人工智能委员会
在人工智能、代币化、云计算等技术的推动下，金融行业正在经历快速转型。为了利用这些技术的好处，同时解决算法偏见、可解释性、数据隐私等相关风险，将成立一个由来自不同领域的专家组成的委员会，为金融部门负责任和道德地启用人工智能（FREE-AI）推荐一个框架。
