Рамблер
Все новости
Личный опытНовости путешествийРынкиЛюдиИсторииБезумный мирБиатлонВ миреПриродаПрофессииПорядокЗОЖВоспитаниеЧто делать, еслиГаджетыМузыкаФинансовая грамотностьФильмы и сериалыНовости МосквыСтиль жизниНоутбуки и ПКГосуслугиПитомцыБолезниОтношенияКиноКредитыОтдых в РоссииФутболПолитикаПомощьСемейный бюджетИнструкцииЗдоровое питаниеТрудовое правоСериалыСофтВкладыОтдых за границейХоккейОбществоГероиЦифрыБезопасностьРемонт и стройкаБеременностьКнигиИнвестицииЛекарстваПоиск работыЛайфхакиАктерыЕдаПроисшествияЛичный опытНаучпопКрасотаМалышиТеатрыВыгодаПродуктивностьМебель и декорБокс/MMAНаука и техникаЗаконыДача и садПсихологияОбразованиеВыставки и музеиШкольникиКарты и платежиАвтоспортПсихологияШоу-бизнесЗащитаДетское здоровьеПрогулкиКарьерный ростБытовая техникаТеннисВоенные новостиХоббиРецептыЭкономикаБаскетболТрендыИгрыАналитикаТуризмКомпанииЛичный счетНедвижимостьФигурное катаниеДетиБиатлон/ЛыжиДом и садШахматыЛетние виды спортаЗимние виды спортаВолейболОколо спорта
Личные финансы
Женский
Кино
Спорт
Aвто
Развлечения и отдых
Здоровье
Путешествия
Помощь
Полная версия

Российский ИИ научился находить поддельные документы

Российские специалисты из компании Smart Engines разработали систему на основе искусственного интеллекта для выявления фальшивых документов, созданных нейросетями. Как рассказали в компании, новая технология входит в состав антифрод-системы «Шерлок 3о», которая уже применяется в госведомствах, ФНС, аэропортах «Внуково», «Шереметьево» и «Кольцово», пишет РИА Новости.

Разработка обнаруживает изображения, сгенерированные моделями ChatGPT, Midjourney, Grok, Stable Diffusion и еще более чем двадцатью другими. Система анализирует структуру документов, выявляя статистические аномалии, артефакты, признаки коллажирования и вставки символов. Всего проверяется более 600 параметров.

По словам разработчиков, современные технологии позволяют создавать подделки, визуально неотличимые от оригинала, причем без специальных навыков. Это явление называют «демократизацией фрода». Решение уже тестируется в банках и микрофинансовых организациях, которые наиболее подвержены таким атакам. Система также оценивает качество документа, чтобы избежать необоснованных отказов клиентам.