利用人工智能技術檢測欺詐和犯罪是一個雙方斗智斗勇的過程，而我們應該盡快確定如何通過人工智能來預防欺詐和犯罪的基本原理。

人工智能是一種將來會成為主流的技術，它可以出現在家里和汽車等任何地方。雖然人工智能技術并非萬能，但是未來還是可以出現用人工智能技術幫助用來識別欺詐和謊言的應用。而利用人工智能技術檢測欺詐和犯罪是一個雙方斗智斗勇的過程，而我們應該盡快確定如何通過人工智能來預防欺詐和犯罪的基本原理。

目前利用人工智能技術打擊欺詐行為主要有三種方式，而它們對于人工智能領域的發展起到了重要的作用。它們分別是：

1、規則和名譽清單；

2、機器學習方法；

3、無指導機器學習行為；

規則和聲譽清單

規則和聲譽在許多組織中識別欺詐都是一種有效的行為，它與“專家系統”非常類似，而這是在1970年被首次引入人工智能領域的概念。專家系統指的是計算機程序與不同領域的專家經驗相結合，整套系統容易啟動和運行，并且基于人類的理解能力，但是同時也限制在了高體力勞動等領域。

“規則”是一個以人類邏輯和語句來檢測欺詐賬戶的行為，比如一個機構可以制定一個規則，當某個賬戶花費超過1000美元購買一個項目，而這個項目在24小時內就會被阻止交易。

機器學習方法

機器學習是人工智能技術的一個分支，可以防止系統解決問題的方式過于死板。研究人員希望機器學習那些數據，而不是通過計算機編碼來尋找專家系統。

機器學習技術從上世紀90年代開始大規模進步，而進入到二十一世紀后被廣泛的用于反欺詐行為。

無指導機器學習行為

無指導機器學習在更少的領域可以被使用，包括欺詐檢測以及多層測試的結果預測。

無指導機器學習行為很難從內部被破解，因為它需要同時處理數十億中可能，而無需要特殊的指導機制。有些公司在這一領域已經獲取了很大的進步。