AI的張良計與過墻梯

　　超能力之外：AI行騙的三個恐怖趨勢

　　AI在行騙這件事上，擁有的不僅僅是識別、模仿、生成這些能力天賦。更多的是簇生了很多令人膽寒的趨勢。

　　趨勢一：AI技術的易得性

　　上訴所提到的人臉替換、聲音模仿甚至圖像驗證碼識別，因為這些技術本身是中立并且相對基礎的，所以獲取這些技術的途徑很多。很多技術代碼甚至被公開在開發(fā)者社區(qū)中，或者在開發(fā)平臺上就能找到免費API接口。

　　這便意味著，行騙者的技術升級將越來越容易、成本越來越低。

　　趨勢二：自我保護的困難性

　　以往面對很多詐騙方法時，我們是可以進行自我保護的，例如不亂連接公用WiFi，或是在丟棄快遞包裹時涂黑自己的電話地址。但AI技術的一個特性就是，我們在互聯(lián)網(wǎng)上隨便遺留點什么，都能被犯罪分子利用。幾句音頻可能會讓AI合成自己的聲音去向親友借錢，幾張照片和視頻可能會被人臉替換到其他視頻上進行勒索，甚至就連聊天記錄和朋友圈都可能成為AI的訓練數(shù)據(jù)，用來模仿我們的說話語氣。

　　防無可防，是AI行騙最令人無奈的一點。

　　趨勢三：AI效率的無限可能

　　但更令人擔心的，應該還是AI的超高效率。在過去犯罪分子之間似乎還存有一定的“封閉性”，各自掌握的犯罪方法只在內(nèi)部小范圍傳播，也意味著受害者的范圍是有限的。但AI的高效特性，意味著騙術的受害范圍將不再受行騙者自身人力所限。

　　就拿上文提到的圖像識別破解驗證碼來說，幾百億次的驗證碼破解，幾乎可以突破行業(yè)記錄。也同樣是這一組織，利用智能對話功能模擬了無數(shù)女性，通過聊天來誘導異性為自己發(fā)送紅包來獲利。這種過去可能要一個人負責十個微信號的騙術，如今在效率上可以實現(xiàn)N次方。

　　我們可以想象，在今天在某一領域出現(xiàn)了什么漏洞，AI騙術很可能快速鉆空子，造成極大范圍的損失。

　　AI的張良計與過墻梯

　　不過在詐騙這件事上，永遠都是你有你的張良計，我有我的過墻梯。AI技術除了在被動的被行騙者利用以外，更多的時候是在主動行動，改變現(xiàn)狀。

　　例如AI可以利用無監(jiān)督學習能力，無需數(shù)據(jù)標注就可以進行工作，恰好可以應對行騙者不斷改頭換面逃避識別的心態(tài)，在海量數(shù)據(jù)中迅速挖掘，將IP地址、賬戶行為模式等等數(shù)據(jù)維度進行關聯(lián)，識別出可疑行為。騰訊就曾經(jīng)利用類似的方式，建立了用來尋找并精準定位偽基站的“麒麟”系統(tǒng)。

　　而AI對于數(shù)據(jù)的廣泛應用，不僅僅可以用來挖掘普通人的蛛絲馬跡，也可以通過對公開數(shù)據(jù)進行挖掘并建立管理，來保護大眾遠離詐騙。英特爾就曾經(jīng)推出過反商業(yè)欺詐平臺Saffron，通過對保險欺詐者以往與保險企業(yè)的對話、文書數(shù)據(jù)收集起來進行訓練，得出可以識別商業(yè)欺詐謊言的模型，幫助企業(yè)減少被欺詐的幾率。

　　至于AI對于聲音和圖像的生成能力，也證明了AI對于聲音和圖像更強大的識別能力。例如能在1分鐘內(nèi)模仿他人聲音的科大訊飛，同樣也能聲紋精準識破語音模仿騙局。據(jù)稱這種技術已經(jīng)應用到電話詐騙案件偵查上，效果顯著。而平安集團則發(fā)布過微表情識別模型，通過皺眉、張嘴、挑眉等等表情識別出54種情緒，來識別用戶在線上申請貸款時有沒有撒謊。數(shù)據(jù)顯示，目前在線上貸款業(yè)務上，微表情欺詐識別準確率已經(jīng)達到了80%。

　　其實不論“張良計”還是“過墻梯”，都是技術發(fā)展的正反面。混亂無序與穩(wěn)定向好本來就是一體兩面，正因為有所沖撞，才能激發(fā)出更多能量，推動技術不斷向前滾動。