萬事達卡推出基於交易數據的生成式人工智慧系統，以提升安全性、提供洞察力及實現個性化服務

簡要介紹

萬事達卡（Mastercard）正在開發一款基於生成式人工智慧（AI）的基礎模型，該模型以匿名交易數據為訓練資料，旨在提升洞察力、詐騙偵測和支付服務，同時保障用戶隱私。

科技公司及全球支付網絡萬事達卡推出了一個設計為支持多種應用的大型生成式AI系統。該模型正在利用來自數十億筆支付交易的專有數據集進行訓練，並已移除個人識別資訊以保護用戶隱私。通過分析這些匿名化的數據模式，系統旨在產生洞察並預測未來的交易行為。

這一方法類比於現代對話式AI系統，這些系統能預測序列中的下一個詞，但此模型並非用於對話生成。相反，它被開發為一個分析引擎，用於提升現有服務，包括網絡安全措施、客戶忠誠度計劃以及小型企業工具。

該系統在主要計算和數據基礎設施提供商如Nvidia和Databricks的支持下開發，能進行大規模處理並加速模型訓練。公司表示，相關成果預計將在即將舉行的行業會議上公布。

基於結構化交易數據的基礎AI模型，提升支付與安全性

該模型的架構不同於常用的大型語言模型（如基於文本、圖像和視頻的模型），而屬於所謂的大型表格模型，專門用於結構化數據集的訓練，這些數據以表格形式組織。訓練過程中將大規模引入交易數據，並計劃擴展到更廣泛的數據集，如商戶位置資訊、詐騙指標、授權記錄、退款資料和忠誠度計劃活動。

擴展數據範圍旨在提升模型識別模式和產生更準確預測的能力。主要應用領域之一是網絡安全，目前已有系統用於偵測和預防詐騙。預計新模型的整合將通過改進的模式識別能力和降低誤報率來強化這些功能。

目前的網絡安全模型通常依賴數據科學家設計的特徵工程，以突出交易數據中的特定信號，例如突然的支出行為變化。相比之下，這個新系統旨在以最少的手動特徵工程來學習這些模式，使其能識別傳統方法可能無法立即察覺的數據關聯。

初步測試顯示，該系統在性能上優於傳統機器學習方法，尤其是在降低合法但罕見交易的誤報方面。它已展現出更好地區分異常但有效活動與潛在詐騙行為的能力。

其他潛在應用包括提升個性化系統、優化獎勵計劃、改進投資組合分析以及更先進的數據分析能力。預計該模型還將減少在不同地區和用例中維護大量專用模型的需求。

未來的開發計劃包括擴展模型功能、優化架構，以及引入應用程式介面（API）和開發者工具，以促進在組織內的更廣泛應用。與技術合作夥伴的持續合作將支持持續的技術進步。

該項目遵循既定的數據治理原則，強調隱私保護、負責任的數據使用和透明度。隨著開發的推進，預計該模型將提升支付與商務系統的效率、安全性和智能化水平。