AI 欺诈检测

金融机构需要检测和防止复杂的欺诈活动，例如身份信息盗用、账户接管和洗钱。这些非法活动可能导致财务损失、声誉损害和监管处罚。

金融欺诈的实施方式越来越多，例如从暗网收集被黑客入侵的数据以盗用信用卡、使用生成式 AI 进行网络钓鱼以获取个人信息，以及在加密货币、数字钱包和法定货币之间进行转换和转移以实施洗钱活动。

由于必须快速分析大量交易数据，识别大规模金融欺诈模式并非易事。此外，实际欺诈实例的标记数据相对稀缺，而这些数据对于训练模型至关重要。

在检测欺诈方面，银行和支付公司面临许多挑战，包括流程执行缓慢、减少误报、数据集成和质量问题，以及实时决策中的低延迟阈值。

利用图形神经网络 (GNN) 等深度学习技术的 AI 赋能应用可以减少交易欺诈检测中的误报，提升遵照“了解您的客户” (KYC) 要求下的身份验证准确性，并使反洗钱 (AML) 工作更有效，从而改善客户体验和公司的财务状况。

金融机构可以在 NVIDIA AI 平台上开发各自的专属 AI 功能，通过 NVIDIA AI Enterprise 上的适用于 Apache Spark 的 NVIDIA RAPIDS™ 加速器、NVIDIA RAPIDS 和 NVIDIA Triton™ 推理服务器等工具，支持从数据准备到模型训练再到部署（推理）的整个欺诈检测和身份验证流程。

适用于加速计算的 NVIDIA RAPIDS

随着数据需求的增长以及 AI 模型在规模、复杂性和多样性方面的扩展，高效的处理能力对于金融服务的运营变得越来越重要。传统数据科学工作流在处理欺诈检测中涉及的大量数据时缺乏必要的加速能力，导致处理时间延长，从而限制了实时数据分析和欺诈检测。

为了高效管理大规模数据集，并为生产环境中的 AI 应用提供实时性能，金融机构必须从老旧的基础设施转向加速计算。作为 NVIDIA AI Enterprise 的一部分，适用于 Apache Spark 的 NVIDIA RAPIDS™ 加速器是一个 CUDA-X™ 库，使用 NVIDIA GPU 将数据处理速度提高多达 5 倍，并将成本降低多达 4 倍。NVIDIA RAPIDS 支持使用 XGBoost 等基于树的算法进行模型训练，并与 PyTorch/TensorFlow 等框架无缝集成，为 GNN 和 Transformer 等深度学习算法提供支持。

NVIDIA Triton 推理服务器

NVIDIA Triton™ 推理服务器提供了一个强大且可扩展的平台，用于部署和提供 AI 赋能的模型，实现实时分析和检测欺诈活动。作为 NVIDIA AI Enterprise 的一部分，Triton 是一款开源推理服务软件，用于在基于任何 GPU 的基础设施 (从云端到边缘) 上部署来自任何框架的经过训练的 AI 模型。

NVIDIA® TensorRT™ 是一款软件开发套件 (SDK)，可优化经过训练的深度学习模型以实现高性能推理，使欺诈检测系统能够高效地处理数据并在不中断交易流程的情况下做出更快的决策，从而降低财务损失的风险。