日本資訊通訊研究機構（NICT）與三菱UFJ銀行等5家銀行合作，實施了應答能否檢測出詐騙匯款的實驗。5家銀行把各家學習了詐騙匯款資料的人工智慧（AI）加密後並相互結合，構築起了新的AI，這種新AI與單獨開發的預防詐騙匯款的AI相比提高了檢測精度。此次實驗的目標是讓各家銀行在目前採用的詐騙匯款檢測系統中嵌入AI，以期在2023財年實施實用化。
參加實驗的除三菱UFJ外，還有三井住友信託銀行、千葉銀行、中國銀行和伊予銀行。首先，各銀行讓AI學習過去實際遇到過的詐騙匯款與正常匯款的資料，以便檢測出詐騙匯款。然後再將各家銀行的AI結合起來，重新建立了反映各行所有資料的AI。每天發出600次警報時檢測出了82.7％的詐騙匯款。超過了獨自開發AI系統的78.7％。
據警察廳的資料，2021年電信詐騙等特殊詐騙在日本全國造成的有效能損失額達到278億日元，而目前的詐騙匯款檢測系統的檢測率還低於50％，在精度方面還存在課題。詐騙匯款的每次有效能損失額平均約爲200萬日元，因此即使每天的檢測數量僅增加幾件，也有助於減量被害。
NICT之所以能夠利用客戶存取款交易資料等個人機密資訊，是因爲NICT開發出了一種在防止看到其他銀行資料的前提下，各家銀行之間可以共用的技術。每個銀行並不直接提交資料，而是共用學習了這些資料的AI。共用的AI呈加密狀態，不被複原，所以無法從AI中提取出交易資料。
客戶的存取款交易資料即使加密也屬於個人資訊範疇，但學習了這些資料的AI則不在屬於個人資訊範疇，加密則進一步降低了資料泄露的風險。NICT網路安全研究所所長盛合志帆指出：「從遵守《個人資訊保存法》的角度來看也很有用途」。
加密後的AI資訊量也比資料的資訊量要少，所以還可以減量計算量。
至於檢測犯罪分子用來收款的詐騙賬戶，透過彙集各家銀行發現的詐騙賬戶資料而建立的AI，比各家銀行獨立開發的AI的探知率要高。每週發出6次警報時的探知率爲94.7％，超過單獨開發AI的78.9％。
NICT開發的技術將有償提供給企業營運詐騙匯款檢測系統。作爲能提高檢測精度的系統，還計劃向上述5家銀行以外的銀行進行推廣。
日文：大越優樹、《日經產業新聞》，2022/4/4
中文：JST客觀日本編輯部
