基于浪潮源1。0的AI反诈项目看高智商AI如何反杀诈骗犯

　　近日，B站一位开发者UP主基于开源大模型源1。0，开发了一个能够无障碍进行微信聊天的人工智能小源，并在与骗子的真实对话场景中进行测试，破解杀猪盘诈骗套路，识破诈骗话术，进而加深公众对诈骗套路的认识，增强公众的反诈骗意识，减少网络诈骗受害者。
　　杀猪盘是当下一种交友婚恋类网络诈骗：诈骗分子利用网络交友，诱导受害人投资赌博的电信诈骗方式。
　　诈骗分子准备好人设、交友套路等，通过建立恋爱关系，最后骗取钱财，而他们的目标女性一旦被锁定，无论最终结果如何，都将渡劫。从此类诈骗手段的名称杀猪盘就能看出，在这场圈套中，目标女性已不再被诈骗分子视为人，而是浑身洋溢着金钱味道、等待被用感情装饰的大刀挥下的猪，目的极其恶劣。
　　以杀猪盘为代表的情感诈骗，不仅给受害者带来巨大金钱损失，更带来严重感情伤害，甚至屡屡导致自杀事件发生。
　　诈骗团伙一般身处境外，伪造身份信息并通过各种社交平台寻找对象，若要根除这些团伙仍需时间，因此自身防范与识破套路的防御能力就变得尤为重要。
　　然而以身试险代价太大，在这个高科技发达的时代，能用魔法打败魔法吗？
　　情感诈骗毒瘤杀猪盘，用黑科技打败黑魔法
　　先看下这几张聊天截图：
　　小源是一线城市独生女，房车双全，工作体面稳定，唯独爱情还未开花结果，但她在赛博世界遇上了一份缘。
　　而对面正是一位从事金融行业的北京男孩，不仅性格爽朗体贴，经济上更是独立，随便一个项目就能小赚几百万，对她还很热情。
　　但都说谈钱伤感情，小源也未能幸免，面对投入资金进行共同投资的要求，我拒绝了对方，他因此认为小源没有和他走下去的心意，后来甚至恶语相加。
　　很明显，小源成为了这次杀猪盘的目标，但也不要太为她捏把汗。
　　因为严格来讲，上述聊天截图真假参半，真的是：确实在与怀有别样目的性的男士在文字聊天，假的是：这位女生并非真实人类，而是人工智能。
　　这是一位开发者B站up主图灵的猫基于开源预训练中文模型源1。0，开发了一个能够无障碍进行微信聊天的人工智能小源，并在与骗子的真实对话场景中进行测试，试着观察AI如何与骗子斗智斗勇。
　　为了让骗子上钩，图灵的猫在多个社交平台注册了账号，然后根据反诈中心发布的受害者画像，为账号定位了单身、多金、高学历乖乖女等身份标签。果不其然私信爆炸。
　　AI通过大量学习，能更好地掌握对话规则，反套路诈骗犯，破解杀猪盘诈骗套路，识破诈骗话术，进而加深公众对诈骗套路的认识，增强公众的反诈骗意识，减少网络诈骗受害者。
　　目前图灵的猫已将这一AI反诈项目已在Github上开源：
　　https：github。comTuringProjectAntiFraudChatBot
　　杀猪盘往往是有套路的，AI在对话中，又是如何见招拆招的呢？
　　当诈骗份子遇上AI：一场各怀心思的文字交锋
　　这是一场文字上的交锋，哪怕是AI上场，所谓的见招拆招需要有丰富的语料作为储备。
　　本次项目基于的NLP大模型浪潮源1。0是浪潮人工智能研究院研发成功的大规模中文语言模型，参数量高达2457亿，于2021年9月发布时即超越此前由美国OpenAI组织研发的1750亿参数量的英文语言模型GPT3，成为全球最大规模的人工智能语言模型。
　　有了源1。0作为智能基础，开发者还在对话机制上进行了一些设计，让AI对话起来更加自然，比如：设定每条信息的回复间隔，模拟真实打字速度（totallen102s）。
　　万事具备，就开始交锋吧。另外，作为一名潜在受害者，小源也并非事先知道哪位找她来聊天的是诈骗犯，她将和我们一起在沟通中发现蛛丝马迹并进行防御，她发现蛛丝马迹的过程正是为公众识别诈骗做出的示范。
　　当然为了避免误伤，开发者设定了一些严格的筛选条件，例如人设背景完美但关键信息模糊
　　、照片确认为网图、从事如私募、证券或投行等高端行业等，满足这些条件的人才会让小源接管对话。
　　之前就提到杀猪盘有一套严格的诈骗套路，规范的话术流程，诈骗犯把受害者叫做猪：
　　第一步，找猪，指私加好友。面对小源，诈骗犯也一上来就通过旁敲侧击来打听女生的现实情况，小源也会根据对方提供的信息做出反应，一些俏皮玩笑语句输出，让对话有来有回。
　　第二步，喂猪，指盗用他人优质资料包装自己，灌输自己很成功、很优秀等信息，获取受害者的信任。
　　开始了开始了，他开始装了。没关系，根据他给的信息，小源也会给他舞台，还给对方起了富哥作为昵称，拉进彼此距离。
　　第三步，养猪，指恋爱过程，这也是往往受害者放下警惕，交出信任的过程，诈骗犯在这一步都表现得深情款款，试图让对话氛围蜜里调油，并且说一些套路骚话来确认恋爱关系。
　　到了这一步，小源已经识别出他是诈骗犯了，那么为了反套路诈骗犯，小源装作上套，也表示喜欢诈骗犯。
　　杀猪盘其实就是一种规则化、模式化的对话博弈，诈骗犯本就毫无真心真情，只求在一来一回的对话中让受害者放低心理防御。在开发过程中，传统的无目标导向的开放域对话或词槽式目的域对话方案都表现不佳。
　　与GPT3不同的是，源1。0更加擅长的是零样本（ZeroShot）和小样本（FewShot）学习，而非目前更多模型所擅长的微调试学习（finetune）。在中文语言理解评测基准CLUE榜单的零样本学习（zeroshot）和小样本学习（fewshot）均取得过总榜第一的成绩。
　　从实际应用效果来看也确实如此，在13个，甚至只有1个合适example的示范下，模型就可以实现开发者希望达到的对话策略，比如反套路、用语料抛梗等等，让AI看起来能够对骗子具备识别能力，本质上这也是一种queryvalue的查询匹配。
　　而开发者在本次项目中，example语料主要抽取自B站和贴吧的热门评论，一来因为评论是天然的对话形式，有显式的回复与被回复关系；二来自古评论出人才，一些金句和梗可以把人机对话变得不那么生硬，就像富哥V5、小黑子，露出鸡脚了吧，以及喵、捏都是颇具网感的语句和语气助词。
　　具体语料经过人工筛选，过滤不当言论，再处理成prompt格式。以下是PromptExample的生成样例：
　　第四步，杀猪，指欺诈过程。这是诈骗犯的终极目标，于他们而讲，能不能成就这一哆嗦了，而对受害者来说，这也是涉及财产有无损失的关键一步。
　　在这个项目里，诈骗犯在循序渐进、有意无意地总是提到一个利润率很高的项目，试图给对方留下高回报率的印象。
　　这是一个连环计，这时候就要考验到AI的记忆力了。由于微信聊天是多轮对话，AI有时并不记得自己或对方上一句说过什么。
　　源1。0具备记忆能力，开发者同时参考了LSTM的思想，为系统增加了记忆机制，具体机制如下：
　　聊天记录放入记忆区，在每次回复时计算相似度，超过相似度阈值的历史对话将被AI读取使用；并且设定遗忘窗口M，超过M2轮次的对话将被pop（）这样，AI就能够实现简单的长短期对话记忆，比如昨天聊过的内容或上一轮对话内容。
　　带着这样的记忆，当过了两天当诈骗犯再试图和小源聊天时。小源也顺着对方问出了在哪里可以买到的话：
　　当然，聊归聊，开发者在进行开发时就给小源加上了思想钢印凡是涉及投资理财、引导资金投入的都是诈骗。
　　哪怕是面对诈骗犯的威逼利诱，小源依然不为所动，坚持声称自己没有钱，并提出向诈骗犯借钱。
　　到了后来，AI直接金蝉脱壳来一波反杀，面对PUA话术和挑衅行为，直接点出对方违法要求和她去警局自首，反将一军。
　　AI向善，感性与创新引导下的理性应用
　　据开发者图灵的猫介绍，对话中的这位Henry骗子哥，只是主动找上小源的其中一位聊天对象，还有13位嫌疑诈骗分子，这个数字还是在开发者已经进行了一波筛选之后。
　　小源完美的待嫁单身女生形象，吸引了无数人，私信爆炸。可以想象，同样条件的人类女生在社交网站上是多么危机四伏，随时都可能成为受害对象。
　　人类和AI的最大不同在于，多数时候人类的感性是占据上风的，做不到AI那样的绝对理性，所以才会不知不觉间落入圈套。
　　但正是这样感性的驱动下，AI在我们日常生产生活所发挥的空间才无穷，因为人工智能等先进技术的本质仍是工具，而工具所谓的善恶倾向则取决于人类的出发点。
　　就如同图灵的猫这样的开发者因为身边有遇到过杀猪盘的朋友们，进而义愤填膺基于源1。0大模型开发出AI反诈工具人小源，提醒广大女性提高警惕性，注意防范网络上的陌生人。
　　人类善用AI的智慧定会胜过日益强大的AI技术。
　　如今，人工智能已经从点到面渗透到更多行业、更多领域的各类场景，创新不断。作为通用的巨量中文AI模型，源1。0具备优秀的自然语言理解和自然语言生成的能力，可以作为新一代认知智能的引擎，适应广泛的下游AI任务，自开源问世以来，不少开发者和相关机构都基于此进行了诸多创新应用。
　　源1。0可以完成各种风格、类型文本的生成，如新闻资讯、金融行研、办公公文、法律文书、广告营销、网络文学、诗词歌赋、食谱菜谱等。
　　超1000家用户，采用源1。0提供的数据和API显著提升了金融、互联网、医疗和自动驾驶等行业应用的精度；
　　源1。0已经与多个行业用户开展深度合作，支持手机智能语音助手、大型互联网翻译平台等应用的AI智能化升级
　　除了这些相对常规的操作，不少开源社区的开发者们通过源1。0的开放开源平台进行了创意实现。
　　在文娱方面，一群来自上海学生开发者创作的AI剧本杀就是其中代表，曾在GitHub引发热烈讨论。
　　Github链接：https：github。combigbrother666shshezhangbujianle
　　在心理辅导方面，自香港浸会大学社会工作系副教授陈智达教授负责的运用AI模拟求助者支援社会服务工作者培训项目。
　　在上述案例中，AI在不同领域以意想不到的方式发挥着自己的潜力，也帮助着诉求不同的开发者们拓宽创新的边界。这些创新想法或许早就出现在他们富有想象力的脑海中，而将灵光乍现变成可实现、可落地的应用，很大程度上需归功于外部技术环境的变化，例如，如今以源1。0为代表的大模型已经成为人工智能算法基础设施，正在普惠千行百业。
　　事实上，创新往往并非无中生有的顿悟，而是某一领域发展到一定阶段、厚积薄发的涌现，技术是向善的工具，亦是创新萌发的沃土。