استفاده روزافزون از هوش مصنوعی (AI) در بخش خدمات مالی نگرانی‌هایی در مورد خطرات افزایش یافته امنیت سایبری ایجاد کرده است، به گزارش اخیر دپارتمان خزانه. همکاری فوری بین دولت و صنعت برای برطرف کردن این خطرات احتمالی و تضمین پایداری سیستم مالی ضروری است.
گزارشی که با فرمان اجرایی دولت بایدن تدارک دیده شد، بر اختلاف قابلیت گسترده AI تأکید می‌کند. در حالی که بانک‌های بزرگ و نهادهای مالی توانایی‌های لازم برای توسعه سامانه‌های AI خود را دارند، نهادهای کوچک به تدریج دچار عقب‌ماندگی می‌شوند. این باعث آسیب‌پذیر شدن آنها در برابر تهدیدات سایبری می‌شود زیرا اغلب بر روی راهکارهای AI شخص‌ثالث تکیه می‌کنند.
زیردبیرخزانه نلی لیانگ بر اهمیت همکاری با نهادهای مالی برای بهره‌برداری از فناوری‌های نوظهور در حفاظت از تهدیدات تأکید کرد. این گزارش بر پایه همکاری موفق بین عمومی و خصوصی برای پذیرش ابرهای امن و ایجاد یک دیدگاه واضح برای نهادهای مالی برای جهت‌گیری در منظر توسعه‌ی منظره‌های پویای متشکل از تقلب‌های AI است.
یکی از یافته‌های کلیدی مطالعه خزانه از نداشتن اشتراک داده در پیشگیری از تقلب است، به ویژه باعث ضرر رساندن به نهادهای مالی کوچک می‌شود. دسترسی محدود به داده‌ها توان آنها را برای توسعه دفاع‌های موثر تقلب AI مانند نهادهای بزرگ که می‌توانند از ذخیره‌های داده عظیم برای آموزش مدل استفاده کنند، محدود می‌کند. برای رفع این چالش، نارایانا پاپو، مدیرعامل Zendata، پیشنهاد داده‌است که استانداردسازی داده و ارزیابی کیفیت ممکن است به عنوان خدمتی توسط شرکت‌های نوپا ارائه شود. تکنیک‌هایی مانند حفظ حریم خصوصی می‌تواند اشتراک اطلاعات بین نهادهای مالی را بدون خراب کردن داده‌های مشتریان فردی تسهیل کند.
مارکوس فاولر، مدیرعامل شرکت Darktrace Federal، بر دینامیک بودن تهدیدات سایبری و پیچیدگی محیط‌های دیجیتالی که باید دفاع شوند، تأکید دارد. او بر استفاده از AI توسط حمله‌کنندگان، که هنوز در مرحله ابتدایی است و انتظار می‌رود که کاستی را برای راه‌اندازی تکنیک‌های پیشرفته به مقیاس کمتر کند، تأکید دارد. فاولر بر اهمیت AI دفاعی در محافظت از سازمان‌ها در برابر این تهدیدات تکاملی تأکید دارد.
توصیه‌های گزارش شامل تسهیل نظارت‌های تنظیمی برای جلوگیری از تشعیع و گسترش استانداردهای توسعه یافته توسط مؤسسه استانداردهای ملی و فناوری (NIST) برای بخش خدمات مالی است. همچنین از توسعه “برچسب‌های تغذیه” برای فروشندگان AI استفاده شده که شفافیت در مورد نوع داده‌های استفاده شده در مدل‌های AI و مصارف آن ارائه می‌دهد. علاوه بر این، گزارش نیاز به افزایش قابل فهمی سامانه‌های پیچیده AI، توسعه و استانداردسازی استانداردهای آموزش و کارایی، استانداردسازی تعاریف در دایره‌واژه‌های AI، حل مشکلات هویت دیجیتال و ترویج همکاری بین‌المللی در تنظیمات AI و استراتژی‌های کاهش ریسک را تأکید می‌کند.
با وجود اینکه نهادهای مالی به طور فزاینده‌ای از AI و یادگیری ماشین (ML) برای پیشگیری از تقلب استفاده می‌کنند، هزینه توسعه این ابزارها مانع گسترده شدن آنها شده است. بسیاری از نهادها برای راهکارهای AI و ML به فروشندگان خارجی تکیه می‌کنند و تنها یک درصد کوچکی اقدام به تولید راهکارهای خود می‌کنند. گزارش خواهان افزایش همکاری و اشتراک دانش برای عبور از این چالش‌ها می‌شود.
به عبارت دیگر، استفاده از AI در صنعت خدمات مالی به فرصت‌ها و تهدیداتی منجر شده است. توانمندی‌های مشترک بین دولت، صنعت و نوپاها ضروری است تا اطمینان حاصل شود که نهادهای مالی کوچک در معرض تهدیدات سایبری نخواهند گذاشت. با حل چالش‌های اشتراک داده، نظارت تنظیمی، شفافیت و استانداردهای کارایی، صنعت مالی می‌تواند به طور موثر از قدرت AI بهره ببرد و در عین حال در مقابل خطرات احتمالی مقررات کند.
سوالات متداول
The source of the article is from the blog macnifico.pt