Google DeepMind और सिंगापुर की सरकारी प्रौद्योगिकी एजेंसी (GovTech) ने एक ऑन-डिवाइस घोटाले का पता लगाने वाले मॉडल का अनावरण किया है, जो स्मार्टफोन उपयोगकर्ताओं को वास्तविक समय में छेड़छाड़ की गई बातचीत के बारे में चेतावनी देने के लिए डिज़ाइन किया गया है - निजी संदेशों को फोन से बाहर किए बिना। Google DeepMind ब्लॉग पर प्रकाशित और सिंगापुर इंटरनेशनल साइबर वीक 2026 में प्रस्तुत की गई घोषणा, स्थानीय घोटाले के परिदृश्य के लिए ठीक-ठाक और विशिष्ट स्मार्टफ़ोन पर चलने के लिए अनुकूलित एक हल्के मॉडल का वर्णन करती है।

सिंगापुर परीक्षण स्थल क्यों है For more context on this story, see our ongoing AI news.

सिंगापुर में घोटाले की समस्या का पैमाना इस परियोजना को एक स्पष्ट तर्क देता है। Google DeepMind के JJ Gewax और Miguel de Andrés द्वारा लिखित घोषणा के अनुसार, देश में दर्ज किए गए अपराधों में से आधे से अधिक घोटाले हैं और 2019 के बाद से S$4 बिलियन से अधिक का नुकसान हुआ है। कंपनियों का कहना है कि घोटाले की रणनीति, सरल फ़िशिंग से जटिल सोशल इंजीनियरिंग की ओर स्थानांतरित हो गई है, जिसमें हमलावर पैसे मांगने से पहले दिनों या हफ्तों में ठोस बातचीत करते हैं - एक ऐसा पैटर्न जो अब सभी घोटाले के नुकसान का 80% तक जिम्मेदार है।

घोषणा में कहा गया है कि जेनेरिक एआई मॉडल अक्सर स्थानीय धोखे की तकनीकों से जूझते हैं। इसे संबोधित करने के लिए, टीम ने सार्वजनिक संस्थानों, बैंकों और स्थानीय हस्तियों के प्रतिरूपण से लेकर ट्रेंडिंग क्षेत्रीय योजनाओं तक, स्थानीय घोटाले की बातचीत पर Google के हल्के जेम्मा मॉडल को ठीक किया। उस प्रशिक्षण का उद्देश्य मॉडल को वास्तविक हेरफेर से हानिरहित सामाजिक बातचीत को अलग करने देना है।

टू-स्टेज ऑन-डिवाइस पाइपलाइन कैसे काम करती है

मॉडल वार्तालाप डेटा को पूरी तरह से डिवाइस पर ही संसाधित करता है। वह डिज़ाइन विकल्प मायने रखता है क्योंकि पारंपरिक खतरे का पता लगाने वाले क्लाउड सर्वर पर संदेशों को स्कैन करते हैं - कुछ ऐसा जो एंड-टू-एंड एन्क्रिप्शन का उपयोग करने वाले कई मैसेजिंग प्लेटफ़ॉर्म के लिए असंभव है, जहां प्रदाता चाहें तो भी निजी बातचीत का निरीक्षण नहीं कर सकते हैं।

स्थानीय स्तर पर विश्लेषण चलाने से भी तेजी से पता लगाया जा सकता है, ताकि लोग वित्तीय या क्रेडेंशियल जोखिम होने से पहले कार्रवाई कर सकें। जब मॉडल चालाकी भरी बातचीत के पैटर्न का पता लगाता है, तो डिवाइस पर एक वास्तविक समय की चेतावनी दिखाई देती है जो उपयोगकर्ता से संवेदनशील जानकारी या धन साझा करने से पहले रुकने का आग्रह करती है।

घोषणा के अनुसार, आधुनिक स्मार्टफ़ोन पर एक जटिल घोटाला क्लासिफायर चलाने में बैटरी दक्षता एक महत्वपूर्ण चिंता थी। टीमों ने इसे दो-चरणीय पाइपलाइन के साथ हल किया:

  • चरण 1: एक हल्का, कुशल क्लासिफायर न्यूनतम शक्ति का उपयोग करके आने वाले संदेशों को स्क्रीन करता है, जो संभावित खतरों को पकड़ने पर केंद्रित है।
  • स्टेज 2: फाइन-ट्यून किया गया जेम्मा मॉडल किसी खतरे की पुष्टि करने या गलत अलार्म को खारिज करने के लिए बातचीत के एक बड़े स्नैपशॉट का प्रासंगिक मूल्यांकन करता है।

शासन: कोई नागरिक डेटा नहीं, सॉवरेन सैंडबॉक्स

गृह मंत्रालय के अनुसार, यह सहयोग सिंगापुर अंतर्राष्ट्रीय साइबर सप्ताह 2026 में प्रस्तुत किया गया था, जिसका उद्घाटन भाषण 13 अक्टूबर को सिंगापुर के वरिष्ठ मंत्री और गृह मामलों के मंत्री के शनमुगम ने दिया था। घोषणा में तीन उपायों के तहत विकास के दौरान बनाए गए सख्त शासन का वर्णन किया गया है, जिसमें सॉवरेन सैंडबॉक्स, नो सिटीजन डेटा और स्ट्रेस-टेस्टिंग का लेबल दिया गया है।

सॉवरेन सैंडबॉक्स के तहत, प्रशिक्षण डेटा को अलग रखते हुए, गॉवटेक के प्रबंधित Google क्लाउड प्लेटफ़ॉर्म वातावरण के अंदर फाइन-ट्यूनिंग हुई। नो सिटीजन डेटा के तहत, प्रशिक्षण में निजी या व्यक्तिगत रूप से पहचान योग्य जानकारी को सख्ती से बाहर रखा गया है, इसके बजाय घोटाले की रिपोर्ट और खुफिया फ़ीड से प्राप्त अज्ञात डेटासेट पर भरोसा किया गया है। तनाव-परीक्षण के तहत, मॉडल का परीक्षण सिंथेटिक संवादों और स्थानीय कॉर्पोरा के खिलाफ किया गया था, जिसमें विभिन्न घोटाले श्रेणियों और विकसित प्रतिरूपण रणनीति को शामिल किया गया था।

गॉवटेक सिंगापुर में ट्रस्ट और सेफ्टी के निदेशक मार्क चेन ने घोषणा में कहा, "घोटालों से लड़ने का मतलब व्यक्तिगत गोपनीयता का त्याग करना नहीं होना चाहिए।" "Google डीपमाइंड के साथ काम करते हुए, हम सीधे नागरिकों के उपकरणों पर उन्नत AI सुरक्षा ला रहे हैं। यह हमें व्यक्तिगत संचार को पूरी तरह से निजी रखते हुए वास्तविक समय में अत्यधिक लक्षित, स्थानीय घोटाले के प्रयासों को पकड़ने की अनुमति देता है।"

व्यापक Google-सिंगापुर AI साझेदारी का हिस्सा

घोटाले का पता लगाने वाला मॉडल सिंगापुर सरकार के साथ Google की राष्ट्रीय AI साझेदारी के हिस्से के रूप में वितरित किया गया था, जिसकी घोषणा Google DeepMind ने पिछले वर्ष सिंगापुर में एक शोध प्रयोगशाला खोलने के बाद 20 मई, 2026 को की थी। उस साझेदारी में अन्य कार्यक्रमों की एक श्रृंखला शामिल है: सार्वजनिक स्वास्थ्य समूहों के साथ एआई सह-चिकित्सक सहयोग की खोज, फिलैंथ्रोपी एशिया एलायंस के हेल्थ फॉर ह्यूमन पोटेंशियल गठबंधन में $7 मिलियन Google.org योगदान के माध्यम से संक्रामक रोग अनुसंधान के लिए समर्थन, एसजी सक्षम के साथ परीक्षण किए गए अंधे और कम दृष्टि वाले एथलीटों के लिए जेम्मा-संचालित रनिंग सहायक, नेशनल रिसर्च फाउंडेशन के साथ एजेंटिक एआई विज्ञान उपकरणों पर स्थानीय शोधकर्ताओं के लिए प्रशिक्षण, शिक्षकों के लिए शिक्षा के लिए जेमिनी, और मल्टीमॉडल और बहुभाषी सुरक्षा पर शोध। इन्फोकॉम मीडिया डेवलपमेंट अथॉरिटी और एमएलकॉमन्स के साथ बेंचमार्क।

मैसेजिंग प्लेटफ़ॉर्म के लिए एक एकीकरण पथ

Google DeepMind का कहना है कि मैसेजिंग प्लेटफ़ॉर्म और ऑपरेटिंग सिस्टम विक्रेता निजी डेटा को उजागर किए बिना चैट इंटरैक्शन को सुरक्षित रखते हुए, स्थानीय स्तर पर उपयोगकर्ताओं की सुरक्षा के लिए इन हल्के मॉडल को सीधे एकीकृत कर सकते हैं। घोषणा में प्रोजेक्ट को एंड-टू-एंड एन्क्रिप्शन के साथ उपयोगकर्ता सुरक्षा को संतुलित करने वाले मैसेजिंग प्लेटफ़ॉर्म के लिए एक टेम्पलेट के रूप में रखा गया है - और सुरक्षा समस्याओं पर एक साथ काम करने वाली सरकारों और मॉडल प्रदाताओं के एक उदाहरण के रूप में, जिन्हें कोई भी अकेले हल नहीं कर सकता है।

ऐसे क्षेत्र के लिए जहां घोटाले का घाटा सालाना अरबों में होता है, एन्क्रिप्शन का सम्मान करने वाली ऑन-डिवाइस रेलिंग परिणामी साबित हो सकती है। क्या अन्य सरकारें सिंगापुर का अनुसरण करेंगी, यह इस बात पर निर्भर करेगा कि वास्तविक उपयोगकर्ताओं के फोन तक पहुंचने के बाद मॉडल कैसा प्रदर्शन करता है।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →