Департамент правительственной эффективности Илона Маска, или DOGE, не выявил 2 триллиона долларов государственных махинаций, о возможности которых Маск заявлял ранее, но союзники Маска утверждают, что эти усилия все еще имеют ценность, несмотря на то, что не оправдали первоначальных ожиданий. По мнению наблюдателей, основной целью DOGE было значительное сокращение федеральных расходов, но его влияние было ограниченным.

Сам Маск недавно признал ограниченный успех DOGE во время своего появления в подкасте. "Это было немного успешно", - сказал Маск, отметив отход от его более ранних, более оптимистичных оценок.

Несмотря на это признание, Маск возобновил заявления о широко распространенном государственном мошенничестве. В X он оценил, что на мошенничество приходится примерно 20% федерального бюджета, или 1,5 триллиона долларов в год, добавив: "Вероятно, намного больше". Эти заявления перекликаются с теми, которые он делал во время предвыборной кампании Дональда Трампа.

Маск покинул DOGE в мае после разногласий с Трампом, сославшись на опасения, что законопроект о бюджете Трампа подорвет работу DOGE. Теперь он, похоже, менее уверен в ценности своего вторжения в усилия по повышению эффективности правительства.

Концепция использования ИИ, подобного тому, который потенциально используется DOGE, для обнаружения мошенничества основана на распознавании образов и выявлении аномалий. Алгоритмы ИИ могут анализировать огромные наборы данных финансовых транзакций и государственных записей для выявления подозрительных действий, которые могут быть упущены аудиторами-людьми. Эти алгоритмы обучаются на примерах известных мошеннических действий, а затем используются для выявления аналогичных закономерностей в новых данных.

Однако эффективность ИИ в обнаружении мошенничества зависит от качества и полноты данных, а также от сложности алгоритмов. Мошенники постоянно разрабатывают новые методы уклонения от обнаружения, поэтому системы ИИ должны постоянно обновляться и совершенствоваться, чтобы оставаться на шаг впереди.

Последствия использования ИИ для выявления мошенничества для общества значительны. В случае успеха эти системы могут сэкономить налогоплательщикам миллиарды долларов и повысить эффективность государственных программ. Однако существуют также опасения по поводу конфиденциальности и потенциальных предубеждений в алгоритмах. Важно обеспечить ответственное и прозрачное использование этих систем.

Последние разработки в области обнаружения мошенничества с помощью ИИ включают использование методов машинного обучения, таких как глубокое обучение и обучение с подкреплением. Эти методы позволяют системам ИИ изучать более сложные закономерности и адаптироваться к меняющимся тенденциям мошенничества. Кроме того, растет интерес к использованию ИИ для предотвращения мошенничества до его совершения путем выявления лиц или организаций, которые подвержены высокому риску мошеннических действий.