Google DeepMind आणि सिंगापूरची सरकारी तंत्रज्ञान एजन्सी (GovTech) ने स्मार्टफोन वापरकर्त्यांना रिअल टाइममध्ये चालीरीत्या संभाषणांबद्दल चेतावणी देण्यासाठी डिझाइन केलेले ऑन-डिव्हाइस स्कॅम डिटेक्शन मॉडेलचे अनावरण केले आहे - खाजगी संदेश कधीही फोन सोडल्याशिवाय. Google DeepMind ब्लॉगवर प्रकाशित केलेली आणि सिंगापूर इंटरनॅशनल सायबर वीक 2026 मध्ये सादर केलेली घोषणा, स्थानिक स्कॅम लँडस्केपसाठी हलक्या वजनाच्या मॉडेलचे वर्णन करते आणि सामान्य स्मार्टफोनवर चालण्यासाठी ऑप्टिमाइझ केलेली आहे.

सिंगापूर हे चाचणीचे मैदान का आहे For more context on this story, see our ongoing AI trends.

सिंगापूरमधील घोटाळ्याच्या समस्येचे प्रमाण या प्रकल्पाला स्पष्ट तर्क देते. Google DeepMind च्या JJ Geewax आणि Miguel de Andrés यांनी लिहिलेल्या घोषणेनुसार, घोटाळ्यांमुळे देशातील नोंदवलेल्या गुन्ह्यांपैकी निम्म्याहून अधिक गुन्ह्यांचा समावेश आहे आणि 2019 पासून S$4 अब्ज पेक्षा जास्त नुकसान झाले आहे. कंपन्यांचे म्हणणे आहे की, घोटाळ्याची रणनीती, साध्या फिशिंगपासून गुंतागुंतीच्या सामाजिक अभियांत्रिकीकडे वळली आहे — ज्यामध्ये संभाषणाच्या आधीच्या दिवसात संभाषणासाठी पैसे तयार केले जातात. जे आता सर्व घोटाळ्यातील नुकसानीपैकी 80% पर्यंत आहे.

जेनेरिक एआय मॉडेल्स अनेकदा स्थानिक फसवणूक तंत्रांशी संघर्ष करतात, घोषणा नोट्स. ते संबोधित करण्यासाठी, संघाने सार्वजनिक संस्था, बँका आणि स्थानिक व्यक्तींच्या तोतयागिरीपासून ट्रेंडिंग प्रादेशिक योजनांपर्यंत स्थानिक घोटाळ्याच्या संभाषणांवर Google चे लाइटवेट जेम्मा मॉडेल चांगले केले. त्या प्रशिक्षणाचा हेतू मॉडेलला निरुपद्रवी सामाजिक बडबड अस्सल हाताळणीपासून वेगळे करू देण्यासाठी आहे.

दोन-स्टेज ऑन-डिव्हाइस पाइपलाइन कशी कार्य करते

मॉडेल संभाषण डेटावर पूर्णपणे डिव्हाइसवर प्रक्रिया करते. त्या डिझाइनची निवड महत्त्वाची आहे कारण पारंपारिक धोका शोधणे क्लाउड सर्व्हरवर संदेश स्कॅन करते - जे एंड-टू-एंड एन्क्रिप्शन वापरणाऱ्या बऱ्याच मेसेजिंग प्लॅटफॉर्मसाठी अशक्य आहे, जिथे प्रदाते त्यांना हवे असले तरीही खाजगी संभाषणांची तपासणी करू शकत नाहीत.

स्थानिक पातळीवर विश्लेषण चालवल्याने देखील शोध जलद होतो, त्यामुळे लोक आर्थिक किंवा क्रेडेन्शियल एक्सपोजर येण्यापूर्वी कारवाई करू शकतात. जेव्हा मॉडेलला हाताळणीचे संभाषणाचे नमुने आढळतात, तेव्हा डिव्हाइसवर रिअल-टाइम चेतावणी दिसते जी वापरकर्त्याला संवेदनशील माहिती किंवा पैसे शेअर करण्यापूर्वी थांबवण्याचा आग्रह करते.

घोषणेनुसार, आधुनिक स्मार्टफोन्सवर क्लिष्ट स्कॅम क्लासिफायर चालवताना बॅटरी कार्यक्षमता ही एक गंभीर चिंता होती. संघांनी दोन-चरण पाइपलाइनसह याचे निराकरण केले:

  • स्टेज 1: एक हलका, कार्यक्षम क्लासिफायर, संभाव्य धोके पकडण्यावर लक्ष केंद्रित करून, कमीतकमी उर्जा वापरून इनबाउंड संदेशांना स्क्रीन करतो.
  • स्टेज २: फाइन-ट्यून केलेले जेम्मा मॉडेल धोक्याची पुष्टी करण्यासाठी किंवा खोटा अलार्म टाकून देण्यासाठी संभाषणाच्या मोठ्या स्नॅपशॉटचे संदर्भित मूल्यमापन करते.

शासन: कोणताही नागरिक डेटा नाही, सार्वभौम सँडबॉक्स

हे सहकार्य सिंगापूर इंटरनॅशनल सायबर वीक 2026 मध्ये सादर करण्यात आले, ज्याचे उद्घाटन 13 ऑक्टोबर रोजी सिंगापूरचे वरिष्ठ मंत्री आणि गृहमंत्री के शनमुगम यांनी केले होते, असे गृह मंत्रालयाने म्हटले आहे. घोषणेमध्ये सार्वभौम सँडबॉक्स, नो सिटिझन डेटा आणि स्ट्रेस-टेस्टिंग असे लेबल असलेल्या तीन उपायांतर्गत संपूर्ण विकासामध्ये राखलेल्या कठोर प्रशासनाचे वर्णन केले आहे.

सार्वभौम सँडबॉक्स अंतर्गत, प्रशिक्षण डेटा वेगळा ठेवून, GovTech च्या व्यवस्थापित Google क्लाउड प्लॅटफॉर्म वातावरणात छान-ट्यूनिंग झाले. नो सिटिझन डेटा अंतर्गत, प्रशिक्षणात खाजगी किंवा वैयक्तिकरित्या ओळखण्यायोग्य माहिती वगळण्यात आली आहे, त्याऐवजी घोटाळ्याच्या अहवाल आणि गुप्तचर फीडमधून काढलेल्या अनामित डेटासेटवर अवलंबून आहे. ताण-चाचणी अंतर्गत, मॉडेलची चाचणी सिंथेटिक डायलॉग्स आणि स्थानिक कॉर्पोरामध्ये विविध घोटाळ्याच्या श्रेणी आणि विकसित होत असलेल्या तोतयागिरीच्या रणनीतींवर करण्यात आली.

"घोटाळ्यांशी लढणे म्हणजे वैयक्तिक गोपनीयतेचा त्याग करणे असा होत नाही," असे मार्क चेन, GovTech सिंगापूरचे ट्रस्ट आणि सेफ्टी संचालक यांनी घोषणेमध्ये सांगितले. "Google DeepMind सह कार्य करून, आम्ही थेट नागरिकांच्या उपकरणांवर प्रगत AI संरक्षण आणत आहोत. यामुळे आम्हाला वैयक्तिक संप्रेषण पूर्णपणे खाजगी ठेवताना, रियल टाइममध्ये उच्च लक्ष्यित, स्थानिक घोटाळ्याचे प्रयत्न पकडता येतात."

एका व्यापक Google-सिंगापूर AI भागीदारीचा भाग

स्कॅम डिटेक्शन मॉडेल Google च्या सिंगापूर सरकारसोबतच्या राष्ट्रीय AI भागीदारीचा भाग म्हणून वितरित केले गेले होते, ज्याची घोषणा Google DeepMind ने 20 मे 2026 रोजी, मागील वर्षी सिंगापूरमध्ये संशोधन प्रयोगशाळा उघडल्यानंतर केली होती. त्या भागीदारीत इतर कार्यक्रमांचा समावेश आहे: सार्वजनिक आरोग्य क्लस्टर्ससह AI सह-चिकित्सक सहकार्याचा शोध, संसर्गजन्य रोग संशोधनासाठी $7 दशलक्ष Google.org योगदानाद्वारे परोपकारी एशिया अलायन्सच्या हेल्थ फॉर ह्यूमन पोटेंशियल युतीसाठी समर्थन, अंधांसाठी Gemma-शक्तीवर चालणारे रनिंग असिस्टंट, अंध आणि कमी चाचणीसाठी स्थानिक संशोधनासाठी SG-सह प्रशिक्षण. नॅशनल रिसर्च फाउंडेशनसह एजंटिक AI विज्ञान साधने, शिक्षकांसाठी जेमिनी फॉर एज्युकेशन आणि इन्फोकॉम मीडिया डेव्हलपमेंट अथॉरिटी आणि एमएलकॉमन्ससह मल्टीमॉडल आणि बहुभाषिक सुरक्षा बेंचमार्कवर संशोधन.

मेसेजिंग प्लॅटफॉर्मसाठी एकीकरण पथ

Google DeepMind म्हणते की मेसेजिंग प्लॅटफॉर्म आणि ऑपरेटिंग सिस्टम विक्रेते हे हलके मॉडेल थेट समाकलित करू शकतात जे वापरकर्त्यांना स्थानिक पातळीवर सुरक्षित ठेवतात, खाजगी डेटा उघड न करता चॅट परस्परसंवाद सुरक्षित ठेवतात. घोषणा प्रकल्पाला मेसेजिंग प्लॅटफॉर्मसाठी टेम्प्लेट म्हणून ठेवते जे एंड-टू-एंड एनक्रिप्शनसह वापरकर्ता संरक्षण संतुलित करते — आणि सरकार आणि मॉडेल प्रदाते सुरक्षिततेच्या समस्यांवर एकत्रितपणे काम करतात ज्यांचे निराकरण एकट्याने करू शकत नाही.

ज्या प्रदेशात घोटाळ्याचे नुकसान दरवर्षी कोट्यवधींमध्ये होते, तेथे एन्क्रिप्शनचा आदर करणारे ऑन-डिव्हाइस रेलिंग परिणामकारक ठरू शकते. इतर सरकारे सिंगापूरच्या आघाडीचे अनुसरण करतात की नाही हे मॉडेल वास्तविक वापरकर्त्यांच्या फोनवर पोहोचल्यानंतर ते कसे कार्य करते यावर अवलंबून असेल.

---

Stay Ahead of AI

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

Read more AI news →