Google Ads Adotta un Nuovo Modello di IA per Combattere gli Inserzionisti Fraudolenti

# Google Ads: Un Nuovo Modello di IA per Rilevare Inserzionisti Fraudolenti

Google ha recentemente pubblicato un articolo di ricerca riguardante un nuovo modello di intelligenza artificiale (IA) per la rilevazione delle frodi nel sistema Google Ads. Questo modello rappresenta un significativo passo avanti rispetto ai sistemi precedenti. La ricerca, datata 31 dicembre 2025, annuncia che il nuovo modello ha già mostrato un miglioramento del tasso di rilevamento superiore a 40 punti percentuali, raggiungendo una precisione del 99,8% su specifiche politiche.

## ALF: Advertiser Large Foundation Model

Il nuovo modello di IA è chiamato ALF (Advertiser Large Foundation Model). ALF è un modello multimodale che analizza diversi tipi di dati, tra cui testi, immagini e video, insieme a fattori come l’età dell’account, i dettagli di fatturazione e le metriche di performance storiche.

I ricercatori spiegano che molti di questi fattori presi singolarmente potrebbero non segnalare un account come potenzialmente problematico. Tuttavia, confrontando tutti questi aspetti insieme, si ottiene una comprensione più chiara del comportamento e dell’intenzione degli inserzionisti.

>”Una sfida centrale in questo ecosistema è comprendere in modo accurato ed efficiente le intenzioni e i comportamenti degli inserzionisti. Questa comprensione è fondamentale per diversi applicativi chiave, tra cui il matching degli utenti con gli annunci e l’identificazione di frodi e violazioni delle politiche.”

## Le Sfide Affrontate

I ricercatori hanno identificato tre sfide che i sistemi precedenti non sono stati in grado di superare:

1. **Dati Eterogenei e ad Alta Dimensione**: I dati degli inserzionisti possono presentarsi in molteplici formati. Le difficoltà derivano dall’analisi di dati strutturati, come età dell’account, e dati non strutturati, come creatività pubblicitarie, in un contesto ad alta dimensione.

2. **Insiemi Illimitati di Asset Creativi**: Gli inserzionisti possono avere migliaia di asset creativi, rendendo difficile l’individuazione di quelli fraudolenti tra migliaia di altri innocenti.

3. **Affidabilità e Fiducia nel Mondo Reale**: Il sistema deve generare punteggi di fiducia affidabili per identificare intenti malevoli, evitando falsi positivi che potrebbero danneggiare inserzionisti innocenti.

## Privacy e Sicurezza

Anche se ALF analizza segnali sensibili come la storia di fatturazione e i dettagli dell’account, i ricercatori hanno garantito che il sistema è progettato con rigide misure di protezione della privacy. Prima che l’IA possa elaborare dati, tutte le informazioni identificabili vengono rimosse.

## La Ricetta Segreta: Riconoscere le Anomalie

ALF utilizza una tecnica chiamata “Inter-Sample Attention” per migliorare le sue capacità di rilevamento. Invece di analizzare un singolo inserzionista isolato, il modello confronta gruppi di inserzionisti per apprendere quali attività siano normali nell’intero ecosistema.

## ALF Supera i Benchmark di Produzione

I test hanno dimostrato che ALF supera significativamente un baseline di produzione, migliorando sia la precisione che il richiamo. Questo risultato indica che ALF è in grado di fornire guadagni misurabili su più criteri di valutazione in condizioni di produzione reale.

## Rilevamento delle Frodi Migliorato

Ora, ALF è stato implementato nel sistema di sicurezza di Google Ads per identificare gli inserzionisti che violano le politiche di Google Ads. Anche se al momento non è utilizzato in altri ambiti come la Ricerca o i Profili Aziendali Google, i ricercatori hanno suggerito che nelle future iterazioni potrebbe concentrarsi su fattori temporali per rilevare modelli in evoluzione.

Per maggiori dettagli, puoi leggere il documento originale della ricerca: [ALF: Advertiser Large Foundation Model for Multi-Modal Advertiser Understanding](https://research.google/pubs/alf-advertiser-large-foundation-model-for-multi-modal-advertiser-understanding/).