金融业中的人工智能技术应用最经常集中在文件搜索和欺诈识别.这是大型信用卡公司如Visa和万事达卡，谁自己小企业和发卡机构提供的技术尤其如此。
几年来，Visa一直在使用和改进其欺诈检测技术。他们发起了一项叫做签证研究，其中主要侧重于AI应用为他们的公司。
Visa的研究主要集中在支付的深度学习和可伸缩的机器学习模型，或者可以根据请求的上下文更改用于确定结论的数据范围的机器学习模型。他们还专注于预测分析欺诈检测解决方案。
除了AI，主动性也研究进展密码学，分布式终端系统，如API和基于云的解决方案的安全性。该倡议还研究了安全的数据采集和分析的方法。这可能包括对敏感数据的处理客户消费数据的正确匿名以及防止欺诈。
在本文中，我们将调查Visa的人工智能项目和计划，并详细介绍其中最突出的项目和计划。我们澄清了哪些方面的技术实际上是由人工智能驱动的，哪些不是。这项调查包括对Visa正在合作项目中的软件供应商的一些小的评估。
本文中涉及的AI举措如下：
- 检测信用卡和借记卡诈骗
- Visa ID智能–人工智能咨询服务
- 金融和旅游聊天机器人
我们的调查Visa的AI行动开始他们的主要欺诈检测技术，被称为高级VISA授权。
检测信用卡和借记卡诈骗
Visa的最发达的AI举措被称为Visa高级授权，这是用于实时检测欺诈性交易的预测分析应用。需要注意的是维萨高级授权一直是该公司的欺诈检测解决方案超过十年是很重要的。我们可以推断，该技术经历了某种更新的，因为那个时候因为真正的机器学习的解决方案不会成为广泛使用，直到2010年代。
该公司声称，签证高级授权是能够具体交易中识别数据点关联到一个更高程度的交易欺诈风险。他们陈述技术可识别多达每次交易500个独特的属性，但它们提供的例子可能不会像颗粒状正如人们所预料。如果有问题的交易是在一个卖场里通常持卡人商店发生的软件据称辨别。
维萨还详细介绍了软件的检测，如果该交易是具有高价值的卖家，如电子产品经销商或珠宝店的能力。一天的时间和花费的金额也计算在内，而这一切信息与客户的消费模式的各个方面。这可能包括在假期或休假期间，顾客消费模式的波动。
该公司声明，该软件使用检测到的风险属性，或与欺诈相关的客户行为方面，来根据欺诈风险对交易进行评分。在这个系统中，数字1的风险最小，而数字99的风险最大。如果一笔交易的分数超过了某个阈值，而这个阈值的数量又不清楚，系统就会拒绝支付，以防止欺诈的发生。
签证声称已经使签证高级授权，以对两名年价值客户的交易数据进行比较的交易。他们声称这使得它更容易识别罕见，但非欺诈交易和消费习惯以及找出可能看起来在过去的危险合法交易。签证，以减少该软件发出虚假下降的数量来实现这一点。
高级授权技术也被带动Visa的移动位置确定特征。该功能使客户能够选择在他们的移动设备上，并允许签证访问他们的地理位置。然后，该位置信息用于防止签证高级授权的下降仅仅是因为他们正在旅行的用户卡，可能买东西与众不同。
下面是一个图形签证的网站这说明了他们的移动位置确定在使用Visa高级授权如何结合功能工作：
马克·贾米森，创新与设计的全球主管签证，写了一篇关于突出发展趋势在支付技术将在2019年增长人工智能的主题，贾米森强调的是自带的每一笔交易的上下文信息的重要性：
获得人工智能商务体验的品牌将专注于设计新的环境（例如，语音激活购物通常发生在其他人能听到的地方，而信息传递更可能发生在私人场合），采用新的交互模式，并从一开始就嵌入方便、安全和隐私。
正是从这个声明明确表示，签证是在利用交易的生物特征数据保持实时欺诈检测中流畅的用户体验尤为感兴趣。
为了让Visa的高级授权解决方案，从检测的实时交易数据造假，那就需要上百万的Visa持卡人做出的商业交易进行训练。
除了交易，内芯的数据点，例如所购买的产品和它的价格，机器学习模型也将如生物测定或EUROPAY万事达维萨（EMV）芯片信息遭遇认证数据。生物体认证数据包括指纹以及用于面部识别自拍。
这样，机器学习模型可以将生物特征数据与存档的生物特征数据进行比较，以实现客户账户的安全认证。该模型还可以使用该数据来识别面部是否是客户面部的无生命复制品或图像。
一旦机器学习模型已经被训练来辨别数据点欺诈一起相关，它可以开始比较连续的交易，以识别模式和消费习惯。这是该软件可能会开始的亮点风险属性，或交易明细与欺诈风险，即归属关系如交易可疑远离客户的最后一笔交易的地理位置。
由于该模型将需要对被预标记为合法的任何或欺诈性交易进行训练，这样就能确定是否基于训练期间标记欺诈的数据点的交易欺诈行为。该软件的得分交易根据这些关系和模式，并能接受更广泛的变化在消费行为，而不发出一个错误的下降。
Visa ID智能–人工智能咨询服务
维萨还提供签证ID智能，其出现是一种对其他金融机构的咨询服务采取认证新形式为其客户提供的。这使客户企业更容易让他们的客户通过没有键盘或以其他方式不方便输入密码渠道使零售支付。这可能包括在利用智能设备更新支付终端的语音，面部识别或指纹扫描技术。
以知识为基础的身份验证方法，如安全问题，也从这些渠道，其中可能包括物联网连接智能手表和戒指进行扫描时，可以使支付排除。这是因为签证要求的安全问题比生物特征数据的安全性较低。身份验证方法包括面部和语音识别，指纹扫描和文件验证类似的检查扫描。
签证ID智能平台由四家厂商声称能使用AI，并已接受了许多条目伸到签证的审批过程采用的认证解决方案。虽然他们用于确定资格的确切标准不清，我们可以推断签证一直在寻找献上最胜任的身份验证其特定领域的公司。在面部和语音识别的情况下，它很可能是签证一直在寻找的公司，专业从事机器视觉识别应用。
认证技术是一个高科技行业，重点是创造促进跨渠道数字身份认证应用程序和硬件。这项技术的发展使得认证公司将其解决方案出售给金融机构，如Visa或他们的竞争对手以及开发谁希望从他们的技术工作。在这种情况下，这将涉及到AI和ML开发商。
是的四大厂商提供认证的技术解决方案，通过签证ID智能业务如下：
Daon公司
霓虹灯银行与Visa和Daon合作创建了一个认证解决方案，允许他们的客户使用面部识别进行支付和访问账户。签证要求有可能他们的技术与Daon公司的生物统计分析，因为他们的收购和整合的结合商业基础.
他们声称CardinalCommerce是支付认证的领导者，该公司提高了EMVCo标准3-d技术的安全在用户的Visa卡可插入芯片供电。EMVCo标准的3 d安全技术是EMV卡芯片内预设的安全技术。CardinalCommerce据称启用3 d安全软件在信道传输生物特征数据，使得一个更快，更安全的身份验证。
Au10Tix
Au10Tix提供自动身份验证软件以及客户入职解决方案。他们的入职解决方案利用实时和政府身份面部识别，从图像中提取数据以进行进一步验证和了解客户（KYC）筛选。
Au10Tix人脸识别软件使用多种模式的匹配人脸进行认证。它使用实时目标物体检测来确保摄像机视图中的头部是真实的人，而不是像图片或无生命娱乐那样的复制品。
Threatmetrix的动态决策平台是据称提高了认证，身份验证和支付的得分和其他金融活动进行诈骗的解决方案。该公司使用机器学习来分析客户行为，并确定基于该行为异常交易。这些交易很可能再得分的置信水平，他们是欺诈或不。
该公司声称，从决策平台提取的信息数字标识网，这是交易数据的Threatmetrix的存储集线器的平台。
以下是一段2分钟的简短视频，其中介绍了一些Threatmetrix的过去客户讲述了他们在识别Threatmetrix欺诈方面所学到的知识：
Neustar
Neustar提供用于数据分析和客户细分为了金融营销的目的。他们声称，Neustar身份管理平台（IDMP）从多个数据源聚合数据，这些数据源被称为“权威身份”数据源。这些来源包括政府、电信、公用事业和金融数据流，他们声称这些数据流将使企业领导人全面了解他们的客户。
他们的预测分析系统侧重于从客户的客户群的客户数据。他们还声称，它可以帮助企业测量和预算的营销支出。
Neustar声称，他们的金融客户将受益于他们的解决方案，通过客户细分提高营销活动绩效，并通过所有数据流及其处理控制媒体策略。
金融和旅游聊天机器人
2018年加拿大签证宣布合作同芬恩的人工智能，基于温哥华金融科技公司。该合作使得芬兰人AI使用其开发者平台，Visa的API和提升自然语言处理Visa的聊天机器人软件中的技术。
签证声称他们的客户将受益的改进功能中受益的客服聊天机器人.该聊天机器人据称可以提供汇率信息传递给客户降落在一个新的国家，以及帮助客户找到最近的ATM机。
据称，客户可以与维萨的芬恩人工智能虚拟助理聊天，以便为旅行准备银行、手机银行应用程序和借记卡。这可能包括确保移动应用程序旅行在离开之前已开启通知。一位顾客还可以禁用错位的卡，以防止欺诈交易通过查询聊天机器人这样做。
下面是芬兰人AI的图形是详细介绍了如何自己对话AI为他们的聊天机器人的工作原理：
我们采访了Madhusudan Mathihalli他是Passage AI的首席技术官和联合创始人，主要研究如何让聊天机器人处理各种请求，以及对话界面最擅长什么任务。当记者问Mathihalli说，聊天机器人在未来几年能做什么，
您可以[问一个聊天机器人]“哎，我在旧金山寻找一些亚洲，我期待为2和8点之间7的表。”现在，如果什么都不用我们可用的餐厅？如果我们没有什么满足特殊要求？你和机器人应该能够通过谈判和土地上您所选择的特定餐厅的可用。
很显然，Mathihalli看到一个更加熟络的版本我们今天使用作为未来的一个不可避免的聊天机器人的。像维萨和先进技术的公司，如芬兰AI大公司之间的合作可能会提高整个行业的聊天机器人应用。
根据a案例分析该公司帮助蒙特利尔银行（Bank of Montreal）推出了一款手机应用程序聊天机器人，改善了他们的客户体验。蒙特利尔银行（Bank of Montreal）希望通过向客户提供在离开银行时进行银行预约和询问财务问题的能力来改善其客户服务。
案例研究指出，由当时的解决方案推出，芬兰人AI和蒙特利尔银行已覆盖在那里培训了250个人客户的问题。他们还涵盖超过200,000可能话语，其中包括完整的句子和口语。通过案例研究发表时，蒙特利尔银行已经通过+1点看到自己的Facebook客户的反馈得分的改善。
标题图像信用：PYMNTS
