新加坡金融管理局（MAS）开始基于真实银行账户信息和交易数据，对用于金融欺诈检测的人工智能（AI）模型进行验证。

据金融科技媒体Finextra当地时间5月11日报道，MAS正与新加坡Government Technology Agency及新加坡警方联合推进一项试点，以提升金融欺诈识别能力。

该项目的核心，是借助AI和机器学习强化反欺诈前置识别。在概念验证阶段，MAS汇集了5家银行的历史交易数据，并以参与银行的真实账户信息对模型进行训练和评估，重点测试跨银行联合分析是否能比单家机构独立检测更有效地识别欺诈迹象。

MAS表示，此次概念验证旨在评估以AI和机器学习开展前置识别的可行性，并分析在引入真实账户信息后，模型还有多大优化空间。换言之，试点从一开始就引入真实数据，同时评估识别准确率和实际应用可行性。

考虑到数据使用的敏感性，项目同步设置了多项安全机制。MAS为参与银行提供受控的数据共享环境，并落实与客户信息保护相关的政策和流程；同时与行业参与方共同建立独立的安全数据共享体系。账户信息经过哈希处理后，仅数据提供银行能够识别本行账户。

从项目设计看，这一架构意在在跨行数据整合与个人信息保护之间取得平衡：在不直接暴露真实账户信息的前提下，保留模型训练和性能验证所需的数据关联性。因此，这项试点不仅是在验证技术效果，也是在测试金融业跨机构数据协同机制能否落地运行。

MAS指出，当前这项概念验证是在各金融机构现有金融犯罪防控工作的基础上，引入AI和机器学习作为补充，而非取代既有反欺诈系统。其目的在于通过联合数据和新增模型，扩大欺诈检测覆盖范围，并为更深层次的行业协作奠定基础。

MAS还表示，在评估试点效果并吸收训练结果后，后续可进一步引入更大规模的数据集和更多应用场景，持续扩大模型覆盖面并提升识别精度，从而增强金融体系的犯罪防御能力。

整体来看，此次验证重点关注两方面：一是汇集多家银行历史交易数据后，反欺诈检测能力能否实现实质性提升；二是在哈希处理和受控共享环境的基础上，行业能否建立起可支撑真实数据持续协作的保护体系。MAS预计将根据此次概念验证结果，决定是否进一步扩大AI在金融犯罪应对中的应用范围。