机器学习人工智能帮助美国财政部在2024年防止并追回了超过40亿美元的欺诈或不当付款。

这一急剧增长是去年的六倍，当时财政部发现并追回了6.527亿美元。

财政部支付诚信办公室（OPI）是财政服务局的一部分，在一份报告中表示，它一直在使用“机器学习人工智能”来检测高风险交易，并加快支票欺诈的识别。

财政部副部长Wally Adeyemo在一份声明中表示：“财政部认真对待我们作为纳税人资金的有效管理者的责任。”新闻稿“帮助确保机构在正确的时间以正确的金额向正确的人支付正确的费用是我们努力的核心。”

Adeyemo表示，到2028年，在线支付欺诈预计将超过3620亿美元，财政部将继续与其他联邦机构合作，提供有效打击欺诈所需的工具和数据。

据美国财政部称，人工智能模型帮助识别了高风险交易，防止了25亿美元的欺诈，而财政部的支票欺诈检测系统则帮助追回了10亿美元。

新闻稿指出，财政部还提高了支付处理时间表的效率，防止了1.8亿美元的不当支付，并扩大了基于风险的筛查方法，阻止了5亿美元的潜在欺诈。

ELNA.ai创始人阿伦总理告诉解密“人工智能系统，如果设计和维护不当，很容易受到过度拟合、幻觉和有缺陷的判断等风险的影响，这可能会导致有害的结果。”

阿伦说：“欺诈预防是一个全球性问题，如果人工智能的好处更公开，其影响可能会大大放大。”。

5月，财政部与……合作 ；劳工部，使州失业机构能够获得无薪工作制通过失业保险诚信数据中心。

根据2019年《支付诚信信息法案》建立的“不支付工作系统”（DNP）是由美国财政部财政服务局管理的一个集中平台，旨在通过简化联邦机构的数据验证来防止不当支付。

通过DNP门户，机构可以在发送资金之前访问多个数据库以确认收款人的资格。这些机构表示，这降低了错误的风险，比如重复付款或向不合格的供应商付款。

财政部的人工智能推动将其与其他利用该技术的联邦重量级人物放在一起。

这个美国国税局自去年以来，美国国家海洋和大气管理局一直在运行机器学习模型，以找出富人中的逃税者，而推出2024年，神经网络将用于微调飓风预测，并提供多种语言的实时警报。

编辑人斯泰西·埃利奥特.