2024年5月10日 星期五

VISA使用AI模型來自動偵測信用卡交易是否涉及詐欺/洗錢。

任何銀行都不可能把客戶與交易資料外流到雲端運用,因為這一定是違法的,敢這樣做的銀行會被罰到關門,也會被擠兌倒閉。這是銀行監理的最基本原則,銀行一定要對客戶與交易資料保密,雙方之間才有信任(trust),你才會放心把錢放到銀行,信任它不會拿去亂搞,或領不出來。

所以任何金融業的AI運用,一定是先把AI模型訓練好(VISA擁有最龐大的實際信用卡交易資訊,所以它能做好訓練),然後將該AI模型,在銀行本身所設的機房裡的AI伺服器上,運用在該銀行本身客戶的實際信用卡交易上,來即時判斷是否牽涉到詐欺/洗錢,發出警報,然後由人工來進行審查與處理。

在維持同樣的正確警報率的情況下,VISA做的這AI模型還能降低自動監測信用卡交易,是否涉及詐欺/洗錢的誤警率85%,這是很大的成就,而且應該隨著運用的銀行增多,在隱去客戶個資後,所回饋的實際案例,就可以成為VISA後續的訓練資料,因此這AI模型就會越來越準,也會越少誤警。

當然,各銀行可以自行使用該銀行的實際交易資料再訓練與精進該AI模型,而不回饋訓練資料給VISA,把所得的精進版AI模型列為各銀行的營業秘密來保護。這是因為VISA僅負責進行信用卡交易的國際清算,而各國的國內信用卡與各銀行的客戶交易習慣其實都有所不同,在判斷該筆信用卡交易是否是詐欺/洗錢上,各銀行是可以各自努力的。

Visa使用150億筆交易資料訓練了一個生成式AI模型,比舊的風險模型降低85%誤報率,去年Visa鎖住400億美元詐欺風險交易,但沒說有多少是誤判(正常交易被誤判為詐欺而鎖住)
這個AI模型將先交給美國地區金融機構客戶,就是說,模型由Visa訓練training,交給千百家美國銀行客戶執行交易時推論inference,顯然(貼文沒說),基於刷卡交易的低延遲和機密資料需求,這一定是由銀行端的AI server做本地推論,不可能用雲端推論
模型一定有進步空間
(1)詐欺誤放率和正常誤判率兩個機率都一定可以不斷改進,通常一個低另一個就高,兩者都要越低越好,如果貼文所說降低正常誤判率85%時仍能維持相等的詐欺誤放率,那是很大的改進
(2)這類就是AI應用最期待的攸關競爭力不可或缺(相對有些應用可有可無或純省錢)的應用,發卡銀行中間,Visa和Master,AE等系統之間的競爭,而且銀行也不一定要用發卡系統商的模型,同理也可以訓練自己更好的模型增強自身競爭力
(3)貼文沒說模型大小,不知道適合那種推論型AI server,但這是企業端的需求,不是雲端Hyperscaler需求,每家銀行可能都需要一套
摘錄Google翻譯
"新的人工智慧工具可以學習持卡人的交易模式,並識別他們的正常和異常消費習慣。該工具會根據詐欺的可能性,在大約四毫秒內自動為支付分配風險評分,標記可能是攻擊的交易。
該工具接受了超過 150 億筆交易的訓練。它透過將交易與歷史枚舉模式進行比較來產生分數,使模型能夠預測購買實際上是枚舉攻擊的可能性。
Visa 表示,與其他風險模型相比,該工具將誤報詐欺偵測率降低了 85%。"

2024年5月8日 星期三

這樣不叫洩密,什麼是洩密?

幫那個法盲上課真辛苦!
這樣不叫洩密,什麼是洩密?
再說一次:
1、外交部簽核送到立法院備查的機密文件,應該是屬於依照國家機密保護法第7條規定核定之國家機密。
2、依照國家機密保護法第32條第1項規定:「洩漏或交付經依本法核定之國家機密者,處一年以上七年以下有期徒刑。」
3、即使那個外交部送到立法院備查的機密文件,並不屬於國家機密,而是依照其他法律規定(例如行政院文書保密規定)列為機密,文件上面蓋有「機密」字樣,就屬於國防以外機密,刑法第132條第1項明文規定:「公務員洩漏或交付關於中華民國國防以外應秘密之文書、圖畫、消息或物品者,處三年以下有期徒刑。」
4、依照刑法第10條第2項第1款規定:「稱公務員者,謂下列人員:一、依法令服務於國家、地方自治團體所屬機關而具有法定職務權限,以及其他依法令從事於公共事務,而具有法定職務權限者。」,立委是刑法上之公務員。
1️⃣一份政府文件是不是機密,由發文的單位決定,不是受文的你決定。
2️⃣你的便利貼遮蓋了部分機密,但「洩露部分機密」和洩漏全部機密同罪。
3️⃣你不是在監督,立委要監督機密事件,應該在立法院召開機密會議、要求外交部說明,而不是擅自公布機密。
4️⃣你也不是揭弊,揭弊要調查、要提出證據,你通通沒有,只有「打聽」和「謠傳」,根本就是八婆的行為!
5️⃣這件事你沒有言論免責權,因為你不是在立法院院會或委員會中提出,你是公開向記者宣示。
6️⃣你說「已經洩漏的機密不叫機密」更好笑,這不剛好證明你在洩露前就已經知道那是機密?坐實罪狀。
7️⃣你怎麼不想一想:立法院上百名立委都有這份機密文件,怎麼沒有一個傻到會拿出來公開?
8️⃣沒錯,「將軍一定會有傷痕」,但是許多在戰場上受傷的早早就死了⋯因為「不長眼」!
沒事別再自我毀滅了,多少讀一點書,好嗎?
(今晚8點54台見)

議場外的關說、請託或施壓,算不算民意代表的職務上行為?又該當何罪?

 幫徐900上個課,議場外的關說、請託或施壓,算不算民意代表的職務上行為?又該當何罪?

徐900可以參考一下林益世案,最高法院對此案曾做出110年度台上字第5217號大法庭裁定:

「民意代表受託於議場外對行政機關或公營事業機構人員為關說、請託或施壓等行為,實質上係運用其職務或身分地位之影響力,使該管承辦人員為積極之行為或消極不為行為,如形式上又具公務活動之性質者,即與其職務具有密切關連,該當於貪污治罪條例第5條第1項第3款公務員職務受賄罪之職務上之行為。

民意代表違反公職人員利益衝突迴避法第12條之規定,該當貪污治罪條例第6條第1項第5款圖利罪所稱之「違背法律」。」

”大法庭作出的裁定限縮「實質影響力說」範圍,僅限於「與其職務具有密切關連、形式上又具有公務活動性質的行為」。也就是林益世這類的民意代表,在議場外面,形式上具有公務活動的性質,例如開會前的拜會、要求相關人到其辦公室說明等等方式,這些「與其職務具有密切關連、形式上又具有公務活動性質的行為」,就會成立《貪污治罪條例》的「職務上之行為收賄罪」。」“(https://www.ettoday.net/news/20230303/2451395.htm

因此,從已經經過鏡週刊等媒體報導的,徐900關於違反利益迴避,參與都審會,為建商召開公聽會,結盟里長施壓等,徐900涉嫌違反貪污治罪條例,而且這貪污治罪條例第5條第1項第3款公務員職務受賄罪,「對於職務上之行為,要求、期約或收受賄賂或其他不正利益者」,是處七年以上有期徒刑,得併科新臺幣六千萬元以下罰金的重罪喔!(註:林益世於二審,此部分罪行,曾遭重判12年有期徒刑。)

而且,民意代表違反《公職人員利益衝突迴避法》禁止假借職權圖利的規定,也構成《貪污治罪條例》圖利罪所稱的「違背法律」,所以民意代表只要無視利益迴避規定(公職人員利益衝突迴避法第12條之規定)而使自己或他人受有不法利益(例如於法無據的增加建商可得之容積獎勵),就成立貪污治罪條例第6條第1項第5款圖利罪,「對於非主管或監督之事務,明知違背法律、法律授權之法規命令、職權命令、自治條例、自治規則、委辦規則或其他對多數不特定人民就一般事項所作對外發生法律效果之規定,利用職權機會或身分圖自己或其他私人不法利益,因而獲得利益者」,是處五年以上有期徒刑,得併科新臺幣三千萬元以下罰金,也不輕喔。

附帶一提,貪污治罪條例第4條第1項第5款的公務員違背職務收賄罪,「對於違背職務之行為,要求、期約或收受賄賂或其他不正利益者」,是處無期徒刑或十年以上有期徒刑,得併科新臺幣一億元以下罰金。

所以,民意代表在議場外的關說、請託或施壓行為,依照其犯罪情狀,就會得到法院判決的5年起跳(單純圖利自己或他人),7年以上(要求、期約或收受利益,不違背職務),以及10年以上(要求、期約或收受利益,違背職務)有期徒刑及併科高額罰金的刑罰。

作者
揚昇法律專利事務所
更二審應該會依照最高法院大法庭裁定,判決林益世7年以上的刑罰,林益世當然花招盡出,連釋憲與聲請法官迴避的招式也使出來了,但憲法法庭不受理其釋憲聲請,而他聲請法官迴避也已經被高院駁回了。
「林益世案衍生出民意代表「收錢喬事」是否屬於貪汙的法律爭議,最高法院承審庭提案大法庭統一法律見解,最終採附加「形式上有公務活動性質」條件的實質影響力說,並將更一審判決撤銷發回。
更二審審理期間,林益世以最高法院判決及貪汙治罪條例規定、最高法院刑事大法庭的裁定有違憲疑義,聲請裁判及法規範憲法審查,憲法法庭不受理。
更二審合議庭由審判長吳淑惠、受命法官吳祚丞、陪席法官張明道組成,原定3月1日下午2點20分於高院刑事第23法庭開庭,但林益世聲請法官迴避,而取消庭期。
高評議後,裁定駁回林益世聲請。」
林益世6300萬官司不妙…竟以「這理由」聲請法官迴避 遭打臉了 | 聯合新聞網
UDN.COM
林益世6300萬官司不妙…竟以「這理由」聲請法官迴避 遭打臉了 | 聯合新聞網
林益世6300萬官司不妙…竟以「這理由」聲請法官迴避 遭打臉了 | 聯合新聞網

作者
揚昇法律專利事務所
「最高法院大法庭2日作出裁定,指民代受託於議場外關說、請託或施壓,是運用職務或身分地位的影響力,若形式上具有公務活動性質,就是與職務有密切關連,構成貪汙治罪條例公務員職務受賄罪的「職務上行為」。
另外,大法庭也裁定,民代違反《公職人員利益衝突迴避法》禁止假借職權圖利的規定,也構成《貪污治罪條例》圖利罪所稱的「違背法律」;大法庭裁定出爐後,承審林益世案的最高法院刑事第七庭明將依見解判決,依裁定見解來看,林益世恐被依貪汙罪重判;二審審理中的立委蘇震清、廖國棟等人集體收賄案件,也將受裁定見解的影響。」
林益世慘了!貪污案輕判 大法庭裁定結果出爐「發回更審」恐重判
TW.NEWS.YAHOO.COM
林益世慘了!貪污案輕判 大法庭裁定結果出爐「發回更審」恐重判

2024年3月20日 星期三

馬斯克在電動車上的行動,是試圖模仿史提夫賈伯斯在手機上的成功。

因為特斯拉外洩的自駕程式原始碼,做的是人機介面,特斯拉特殊功能,與其車控系統的整合,其所用的自駕模式等底層程式,使用的是Nvidia所提供的自駕軟體開發套件(SDK)與AI晶片,其實特斯拉的自駕程式,跟其他使用Nvidia提供的自駕SDK與AI晶片的車廠所開發的自駕程式來說,Nvidia根本無法區分,也沒有理由去拒絕供貨,畢竟Nvidia願意提供自駕SDK,就是推銷它與之配套的AI晶片呀,現在有中國車廠要採購Nvidia的AI晶片(當然也使用了Nvidia的自駕SDK),Nvidia高興都來不及,為什麼要因為你特斯拉跟該車廠有洩密的訴訟在打,我就不提供呢?你馬斯克又沒有拿法院核發的禁制令或美國政府核發的禁止出口命令來,就要我Nvidia不供貨給中國廠商,你馬斯克是不是搞錯自己的身分地位了?誰理你呀!

至於特斯拉後來要開發自己的自駕AI晶片,我想主要原因並不是因為這個自駕程式洩密事件,而是因為馬斯克要擺脫對於Nvidia自駕SDK及AI晶片的依賴,使用自己開發的A I晶片,才能創造出特斯拉獨有的自駕體驗。這個思維跟特斯拉跟日本松下合資研發與製造其所特殊規格的4860鋰電池,而逐漸淘汰其原使用的市售規格2170鋰電池,是一樣的道理。

然後,這種自己做AI晶片(SDK)、AI模型、鋰電池、座艙系統等電動車的軟硬體整合,而且不提供外部廠商,以求取最佳的用戶使用體驗,而且因產品的差異化而賺得市占率與獲利率的手法,並不是馬斯克發明的,史提夫賈伯斯早在1980年代的蘋果公司就這樣做了。

結論:馬斯克在電動車上的行動,是試圖模仿史提夫賈伯斯在手機上的成功。

註1:「特斯拉起訴了前員工曹光植,他被控竊取特斯拉 Autopilot 程式代碼與神經網路資料,超過 30 萬份文件被上傳到了個人雲端空間,隨後赴任中國新創電動車品牌小鵬汽車自動駕駛職務。
曹光植是 2017 年入職特斯拉,在神經網路團隊中負責電腦視覺工作;起訴的原因很簡單,就是他被懷疑將竊取的資料帶入小鵬汽車,很有可能就是中國的一名商業間諜。」

那些是訓練資料,所用的AI模式都一樣,是Nvidia提供的,這些訓練資料本來就是各車廠各顯神通拿到的。小鵬汽車,因此直接取得最重要的訓練資料,也知道人機介面與車控系統的整合要怎麼做,當然能火速開發成功。總之,這個跟特斯拉要求Nvidia不能供貨,有什麼關係?

另外,這些訓練資料就是特斯拉特殊功能所植基的。小鵬汽車與其他中國廠商知道這些訓練資料是用來做什麼的之後,在中國的道路上他們就能夠到處與隨時都能取得更多的訓練資料(例如在高速公路上,有人在內線道停車,上廁所等)來優化自駕程式。

註2:Eric Lin:「AI模型必須要有演算法搭配,竊取訓練資料本來就不是重點,重點是資料格式,以及搭配的演算法,有了這套,才能另外配合自己的訓練資料來在地化。我的意思是,中國車廠從來就不是從無到有自己發展,他們從2017、18年開始推出的很多駕駛輔助能力都是從特斯拉或其他開源計畫的基礎上發展而來的。NV當初的自駕SDK也不完整,不如特斯拉自己開發的好用,特斯拉本來就有很高的動手能力,NV想要整套賣,太貴,特斯拉不需要,擺脫NV也可以創造平台屏障,畢竟平台不同,以後就算偷到原始碼,拿不到相同的硬體平台也不知道該怎麼用。」

這點我當然是同意的,開源軟體一直在那裡,特斯拉因為早期投入,當然能積累其改進,反應在訓練所得的參數資料庫/程式庫裡,中國車廠如果沒有剽竊取得這些特斯拉的原始訓練資料與所得的參數資料庫/程式庫,想要靠著研讀開源軟體,來追趕特斯拉,本來就有如登天之難。如果特斯拉改用自研的AI晶片,不但可以軟硬體結合得更順暢,當然還有徹底不怕再發生自駕程式原始碼洩漏事件的大優點,因為就算你能偷到使用特斯拉自駕程式的所有原始碼,但它們都是特別為特斯拉的AI晶片撰寫與編碼的,你拿不到特斯拉的AI晶片,也是完全無用。
後註:(2024/03/24)
原始訓練資料的蒐集與篩選才是AI訓練師的本事,由此決定餵以什麼樣的「原始訓練資料」,好藉以優化所得的「類神經網路」,這才是生成式AI的關鍵,特斯拉全部打掉重練是對的 。人工干預其生成過程是有害的,因為人類根本無法理解AI的運作,所謂微調,其實根本是搗蛋。
『到了今年,傳說中完全打掉重練的v12終於開始向大眾開放了。這個版本跟之前的FSD完全不同,是從頭到尾都用機器學習的方法「訓練」出來的。不像以前要靠工程師人工編寫很多「規則」進去FSD來處理真實世界各種複雜的情況,v12完全用Tesla之前累積的大量駕駛資料和影片來訓練神經網路。上路時,神經網路把車上所有的感測器和攝影機進來的訊號吃進去,然後直接控制車子的方向盤、加速、煞車來模擬人類駕駛的行為。』