ماستركارد تكشف النقاب عن نموذج جديد لمكافحة الاحتيال

بقلم: فريق تحرير العلامة التقنية التصنيف: الخصوصية والتشريعات ٢٢ مارس ٢٠٢٦

أعلنت شركة ماستركارد عن تطوير نموذج جديد يُعرف باسم النموذج الجدولي الكبير (LTM) والذي يهدف إلى تعزيز الأمن والمصداقية في مدفوعات الرقمية من خلال تحليل بيانات المعاملات بدلاً من النصوص أو الصور. وقد تم تدريب هذا النموذج على مليارات من معاملات بطاقات الائتمان، مع خطة للتوسع إلى مئات المليارات في المستقبل.

تتضمن مجموعات البيانات المستخدمة أحداث الدفع وبيانات مرتبطة مثل موقع التاجر، تدفقات التفويض، الحوادث الاحتيالية، المرتجعات، ونشاط الولاء. وتؤكد ماستركارد على أنه تم إزالة التعريفات الشخصية قبل بدء التدريب، وأن النموذج يركز على تحليل الأنماط السلوكية بدلاً من الانشغال بالهويات الفردية. وبهذا الشكل، يتم تقليل المخاطر المرتبطة بالخصوصية التي قد تؤثر على أشكال أخرى من الذكاء الاصطناعي في قطاع الخدمات المالية.

ما هو النموذج الجدولي الكبير (LTM)؟

يختلف هيكل LTM عن نماذج اللغة الكبيرة (LLM) التي تُدرَّب على مدخلات غير هيكلية وتعمل من خلال التنبؤ بالكلمة التالية في تسلسل ما. يقوم نموذج ماستركارد الجدولي الكبير بفحص العلاقات بين الحقول في جداول البيانات متعددة الأبعاد، مما يجعل تعريف هذه التكنولوجيا أقرب إلى التعلم الآلي البحت بدلاً من الذكاء الاصطناعي.

يتعلم النموذج من المدخلات الخام لتحديد العلاقات التي يمكن التنبؤ بها مما يمكنه من كشف الأنماط الشاذة التي لم يتم التقاطها بواسطة القواعد المحددة مسبقًا. تصف الشركة النموذج كـ محرك رؤى يمكن استخدامه ضمن المنتجات الحالية، مما يعزز سير العمل الحالي.

استخدام النموذج الجدولي الكبير في ماستركارد

إن الأمن السيبراني في شركة ماستركارد هو أول مجال يشهد نشر هذه التكنولوجيا بشكل نشط. كما هو الحال مع العديد من المؤسسات، تعمل ماستركارد على عدة أنظمة للكشف عن الاحتيال التي تفحص بيانات المعاملات، والتي تتطلب تدخل بشري في بداياتها - إضافة إلى ضرورة التعديل المستمر لتحديد ما يعتبر سلوكًا مشبوهًا.

تشمل علامات السلوك المشبوه ارتفاعات مفاجئة في تكرار المعاملات، أو قيام المستخدمين بإجراء عمليات شراء في أجزاء مختلفة من العالم في فترة زمنية قصيرة. ووفقًا لماستركارد، تشير النتائج المبكرة إلى أداء محسن مقارنةً بالتقنيات التقليدية في حالات محددة.

التحديات والمستقبل للنموذج

رغم الفوائد المحتملة، هناك مخاطر مرتبطة بالنهج متعدد الوظائف للنموذج الجدولي الكبير. قد يؤدي فشل نموذج منتشر على نطاق واسع إلى عواقب على مستوى النظام، مما يفسر استراتيجية ماستركارد في تطبيق التكنولوجيا جنبًا إلى جنب مع أنظمة الكشف الحالية. تأمل ماستركارد في زيادة حجم البيانات المستخدمة في النموذج وزيادة تعقيده.

كما تخطط الشركة لتوفير إمكانية الوصول عبر واجهات برمجة التطبيقات (API) ومجموعات أدوات تطوير البرمجيات (SDKs) للسماح للفرق الداخلية ببناء تطبيقات جديدة. تُبرز المدونة البيانات المسؤولة التي يتحملها النموذج، مع التركيز على الخصوصية والشفافية، وقابلية تفسير النموذج، وقابلية التدقيق.

لا بد من توقع التدقيق التنظيمي لأي نظام يؤثر على قرارات الائتمان أو نتائج الاحتيال، بالإضافة إلى أي ممارسات بيانات تتعلق بتشغيل النموذج. تعتبر البيانات الهيكلية العالية، بدلاً من النصوص أو الصور، هي جوهر النموذج الجدولي الكبير، وقد تكون بداية لجيل جديد من أنظمة الذكاء الاصطناعي في البنوك الأساسية وبنية مدفوعات.

مع ذلك، لا تزال الأدلة المتاحة حتى الآن محدودة بالتقارير من البائعين، لذا يجب عدم اعتبار أي ادعاءات تتعلق بالأداء قاطعة. تتعلق القضايا التي قد تؤثر على الاعتماد على النماذج الجدولية بالمتانة تحت الظروف المعادية، والتكاليف الطويلة الأجل بعد التدريب، والقبول التنظيمي.