Google DeepMind และหน่วยงานเทคโนโลยีของรัฐบาลสิงคโปร์ (GovTech) ได้เปิดตัวรูปแบบการตรวจจับการหลอกลวงบนอุปกรณ์ที่ออกแบบมาเพื่อเตือนผู้ใช้สมาร์ทโฟนเกี่ยวกับการสนทนาที่มีการบิดเบือนแบบเรียลไทม์ โดยไม่มีข้อความส่วนตัวออกจากโทรศัพท์ การประกาศดังกล่าวเผยแพร่ในบล็อก Google DeepMind และนำเสนอที่ Singapore International Cyber ​​Week 2026 อธิบายถึงโมเดลน้ำหนักเบาที่ได้รับการปรับแต่งอย่างละเอียดสำหรับแนวการหลอกลวงในท้องถิ่น และปรับปรุงให้ทำงานบนสมาร์ทโฟนทั่วไป

ทำไมสิงคโปร์จึงเป็นพื้นที่ทดสอบ For more context on this story, see our ongoing latest AI developments.

ขนาดของปัญหาการหลอกลวงในสิงคโปร์ทำให้โครงการมีเหตุผลที่ชัดเจน ตามประกาศที่เขียนโดย JJ Geewax และ Miguel de Andrés จาก Google DeepMind การหลอกลวงคิดเป็นมากกว่าครึ่งหนึ่งของอาชญากรรมที่รายงานในประเทศ และก่อให้เกิดความสูญเสียมากกว่า 4 พันล้านดอลลาร์สิงคโปร์ตั้งแต่ปี 2019 บริษัทกล่าวว่ากลยุทธ์การหลอกลวงได้เปลี่ยนจากฟิชชิ่งธรรมดาไปสู่วิศวกรรมสังคมที่ซับซ้อน ซึ่งผู้โจมตีสร้างการสนทนาที่น่าเชื่อถือเป็นเวลาหลายวันหรือหลายสัปดาห์ก่อนจะขอเงิน ซึ่งเป็นรูปแบบที่ในตอนนี้คิดเป็นถึง 80% ของการสูญเสียจากการหลอกลวงทั้งหมด

โมเดล AI ทั่วไปมักประสบปัญหากับเทคนิคการหลอกลวงเฉพาะที่ เพื่อแก้ไขปัญหานี้ ทีมงานได้ปรับแต่งโมเดล Gemma แบบไลท์เวทของ Google เกี่ยวกับการสนทนาหลอกลวงในท้องถิ่น ตั้งแต่การแอบอ้างเป็นสถาบันสาธารณะ ธนาคาร และบุคคลในท้องถิ่น ไปจนถึงแผนการระดับภูมิภาคที่กำลังมาแรง การฝึกอบรมดังกล่าวมีจุดมุ่งหมายเพื่อให้แบบจำลองแยกแยะการพูดคุยทางสังคมที่ไม่เป็นอันตรายจากการบิดเบือนอย่างแท้จริง

วิธีการทำงานของไปป์ไลน์บนอุปกรณ์แบบสองขั้นตอน

โมเดลจะประมวลผลข้อมูลการสนทนาทั้งหมดบนอุปกรณ์นั้นเอง ตัวเลือกการออกแบบนั้นมีความสำคัญเนื่องจากการตรวจจับภัยคุกคามแบบเดิมจะสแกนข้อความบนเซิร์ฟเวอร์คลาวด์ ซึ่งเป็นสิ่งที่เป็นไปไม่ได้สำหรับแพลตฟอร์มการรับส่งข้อความจำนวนมากที่ใช้การเข้ารหัสจากต้นทางถึงปลายทาง ซึ่งผู้ให้บริการไม่สามารถตรวจสอบการสนทนาส่วนตัวได้แม้ว่าพวกเขาต้องการก็ตาม

การเรียกใช้การวิเคราะห์ภายในเครื่องยังทำให้การตรวจจับเร็วขึ้น ดังนั้นผู้คนจึงสามารถดำเนินการได้ก่อนที่ข้อมูลทางการเงินหรือข้อมูลรับรองจะเกิดขึ้น เมื่อโมเดลตรวจพบรูปแบบการสนทนาที่มีการบิดเบือน คำเตือนแบบเรียลไทม์จะปรากฏขึ้นบนอุปกรณ์เพื่อกระตุ้นให้ผู้ใช้หยุดก่อนที่จะแชร์ข้อมูลที่ละเอียดอ่อนหรือเงิน

ประสิทธิภาพของแบตเตอรี่ถือเป็นข้อกังวลที่สำคัญในการใช้งานตัวแยกประเภทการหลอกลวงที่ซับซ้อนบนสมาร์ทโฟนสมัยใหม่ ตามประกาศ ทีมงานแก้ไขปัญหานี้ด้วยขั้นตอนสองขั้นตอน:

  • ขั้นที่ 1: ตัวแยกประเภทที่มีน้ำหนักเบาและมีประสิทธิภาพจะคัดกรองข้อความขาเข้าโดยใช้พลังงานเพียงเล็กน้อย โดยมุ่งเน้นที่การตรวจจับภัยคุกคามที่อาจเกิดขึ้น
  • ขั้นที่ 2: โมเดล Gemma ที่ได้รับการปรับแต่งอย่างละเอียดจะทำการประเมินตามบริบทของภาพรวมการสนทนาขนาดใหญ่เพื่อยืนยันภัยคุกคามหรือละทิ้งการแจ้งเตือนที่ผิดพลาด

การกำกับดูแล: ไม่มีข้อมูลพลเมือง Sovereign Sandbox

ความร่วมมือดังกล่าวได้รับการนำเสนอที่งาน Singapore International Cyber Week 2026 ซึ่งมีการกล่าวเปิดงานเมื่อวันที่ 13 ตุลาคมโดย K Shanmugam รัฐมนตรีอาวุโสและรัฐมนตรีกระทรวงมหาดไทยของสิงคโปร์ ตามการระบุของกระทรวงมหาดไทย ประกาศดังกล่าวอธิบายถึงการกำกับดูแลที่เข้มงวดตลอดการพัฒนาภายใต้มาตรการ 3 ประการที่ติดป้ายกำกับ Sovereign Sandbox, ไม่มีข้อมูลพลเมือง และการทดสอบความเครียด

ภายใต้ Sovereign Sandbox การปรับแต่งอย่างละเอียดเกิดขึ้นภายในสภาพแวดล้อม Google Cloud Platform ที่ได้รับการจัดการของ GovTech โดยแยกข้อมูลการฝึกอบรมออกจากกัน ภายใต้ No Citizen Data การฝึกอบรมจะยกเว้นข้อมูลส่วนบุคคลหรือข้อมูลส่วนบุคคลอย่างเคร่งครัด โดยอาศัยชุดข้อมูลที่ไม่ระบุตัวตนที่ดึงมาจากรายงานหลอกลวงและฟีดข่าวกรองแทน ภายใต้การทดสอบความเครียด โมเดลดังกล่าวได้รับการทดสอบกับบทสนทนาสังเคราะห์และองค์กรในท้องถิ่น ซึ่งครอบคลุมหมวดหมู่การหลอกลวงที่หลากหลายและกลยุทธ์การแอบอ้างบุคคลอื่นที่กำลังพัฒนา

“การต่อสู้กับการหลอกลวงไม่ควรหมายถึงการเสียสละความเป็นส่วนตัว” Mark Chen ผู้อำนวยการฝ่ายความน่าเชื่อถือและความปลอดภัยของ GovTech Singapore กล่าวในประกาศ "การทำงานร่วมกับ Google DeepMind เรากำลังนำการป้องกัน AI ขั้นสูงมาสู่อุปกรณ์ของประชาชนโดยตรง ซึ่งช่วยให้เราตรวจจับความพยายามหลอกลวงในท้องถิ่นที่มีเป้าหมายสูงได้แบบเรียลไทม์ ขณะเดียวกันก็รักษาการสื่อสารส่วนบุคคลให้เป็นส่วนตัวโดยสมบูรณ์"

ส่วนหนึ่งของความร่วมมือด้าน AI ของ Google-สิงคโปร์ที่กว้างขึ้น

โมเดลการตรวจจับการหลอกลวงนี้เป็นส่วนหนึ่งของความร่วมมือ National AI ของ Google กับรัฐบาลสิงคโปร์ ซึ่ง Google DeepMind ประกาศเมื่อวันที่ 20 พฤษภาคม 2026 หลังจากเปิดห้องปฏิบัติการวิจัยในสิงคโปร์เมื่อปีที่แล้ว ความร่วมมือดังกล่าวรวมถึงโปรแกรมอื่นๆ มากมาย เช่น การสำรวจความร่วมมือระหว่างแพทย์ร่วมด้าน AI กับกลุ่มสาธารณสุข การสนับสนุนการวิจัยโรคติดเชื้อผ่านการบริจาคเงิน 7 ล้านดอลลาร์ของ Google.org ให้กับกลุ่มพันธมิตร Health for Human Potential ของ Philanthropy Asia Alliance ผู้ช่วยวิ่งที่ขับเคลื่อนด้วย Gemma สำหรับนักกีฬาคนตาบอดและผู้มีสายตาเลือนรางที่ทดสอบด้วย SG Enable การฝึกอบรมสำหรับนักวิจัยในท้องถิ่นเกี่ยวกับเครื่องมือวิทยาศาสตร์ AI แบบตัวแทนกับมูลนิธิการวิจัยแห่งชาติ Gemini for Education สำหรับนักการศึกษา และการวิจัยเกี่ยวกับความปลอดภัยหลายรูปแบบและหลายภาษา การวัดประสิทธิภาพกับ Infocomm Media Development Authority และ MLCommons

เส้นทางบูรณาการสำหรับแพลตฟอร์มการส่งข้อความ

Google DeepMind กล่าวว่าแพลตฟอร์มการส่งข้อความและผู้จำหน่ายระบบปฏิบัติการสามารถรวมโมเดลน้ำหนักเบาเหล่านี้ได้โดยตรงเพื่อปกป้องผู้ใช้ในพื้นที่ ทำให้การโต้ตอบการแชทปลอดภัยโดยไม่เปิดเผยข้อมูลส่วนตัว การประกาศดังกล่าวทำให้โครงการนี้เป็นเทมเพลตสำหรับแพลตฟอร์มการรับส่งข้อความที่สร้างความสมดุลระหว่างการปกป้องผู้ใช้ด้วยการเข้ารหัสจากต้นทางถึงปลายทาง และเป็นตัวอย่างของรัฐบาลและผู้ให้บริการโมเดลที่ทำงานร่วมกันในปัญหาด้านความปลอดภัยที่ไม่สามารถแก้ไขได้เพียงลำพัง

สำหรับภูมิภาคที่การสูญเสียจากการหลอกลวงเป็นพันล้านต่อปี ราวกั้นบนอุปกรณ์ที่เคารพการเข้ารหัสอาจพิสูจน์ได้ว่าเป็นผลสืบเนื่อง การที่รัฐบาลอื่นๆ จะติดตามผู้นำของสิงคโปร์หรือไม่นั้นจะขึ้นอยู่กับว่าโมเดลดังกล่าวมีประสิทธิภาพอย่างไรเมื่อเข้าถึงโทรศัพท์ของผู้ใช้จริง

---

Stay Ahead of AI

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

Read more AI news →