0
| 本文作者： 張進(jìn) | 2023-08-21 14:18 |
編者按：2023 年 8月14日，第七屆GAIR全球人工智能與機器人大會在新加坡烏節(jié)大酒店正式開幕。論壇由GAIR研究院、雷峰網(wǎng)、世界科技出版社、科特勒咨詢集團(tuán)聯(lián)合主辦。
大會共開設(shè)10個主題論壇，聚焦大模型時代下的AIGC、Infra、生命科學(xué)、教育，SaaS、web3、跨境電商等領(lǐng)域的變革創(chuàng)新。此次大會是在大模型技術(shù)爆炸時代，首個出海的AI頂級論壇，也是中國人工智能影響力的一次跨境溢出。
在8.15日的“Web3與AI的終極對撞”專場，BitDATA創(chuàng)始人王凱以“人工智能技術(shù)在 BitDATA 數(shù)字貨幣交易所反洗錢中的作用”為主題進(jìn)行了演講。
作為數(shù)字貨幣行業(yè)的資深從業(yè)者，王凱分享了AI在數(shù)字貨幣交易所反洗錢中的應(yīng)用。王凱創(chuàng)立的BitDATA Exchange（BitEx）是新加坡的加密貨幣交易所，專注于安全，并借助先進(jìn)技術(shù)支持，促進(jìn)高效的高交易量。
王凱認(rèn)為通過 AI 模型，BitDATA能夠持續(xù)學(xué)習(xí)和優(yōu)化，提高后續(xù)識別的這個準(zhǔn)確性。當(dāng)然整個技術(shù)還離不開人的介入。
王凱表示，這個過程屬于自動化+人工的協(xié)作，大量自動化的決策和處理過程，減少了人工審核的成本，提高了合規(guī)性?？傮w來說，人工智能技術(shù)在反洗錢領(lǐng)域有非常效果和收益，特別是在提高檢測準(zhǔn)確性、降低運營成本和增加客戶的任方面。
大家下午好，我是BitDATA Exchange的創(chuàng)始人王凱，首先非常感謝雷峰網(wǎng)(公眾號：雷峰網(wǎng))邀請我來給大家做一個分享，非常激動。很久沒有參加這種學(xué)術(shù)會議了，感覺重新回到了校園，我個人背景是做安全研究的。
今天我主要從一個客戶和應(yīng)用的角度，來跟大家分享我們是如何在數(shù)字貨幣交易所中應(yīng)用 AI 技術(shù)的。
先來簡單介紹一下BitDATA Exchange，我們是新加坡的一家受金融管理局監(jiān)管的合規(guī)交易所，主要業(yè)務(wù)圍繞錢，對數(shù)字貨幣的一個交易，包括支付。
在整個合規(guī)交易所里面的一個非常重要的課題，就是面臨著合規(guī)性的要求，那么合規(guī)性要求一個重要的點——反洗錢。今天我們就“利用人工智能技術(shù)，如何在 BitDATA數(shù)字貨幣交易所反洗錢中發(fā)揮作用”，給大家做一個分享。
簡單介紹一下數(shù)字貨幣市場，數(shù)字貨幣最開始是從比特幣中誕生而來的，而比特幣從 2009 年誕生以來，帶動了整個數(shù)字貨幣行業(yè)經(jīng)歷了大概十多年的高速發(fā)展，這個發(fā)展過程也是非常動蕩。當(dāng)然現(xiàn)在整個市場已經(jīng)趨于更加理性、合規(guī)的方向發(fā)展。很多發(fā)達(dá)國家包括新加坡都陸續(xù)出臺了相關(guān)的政策法規(guī)。
未來數(shù)字貨幣市場發(fā)展的趨勢有三個，一個是圍繞金融衍生品，一個是從技術(shù)角度來說，我們中心化和去中心化的交易所的一個基于電商的交易，最后一點是圍繞合規(guī)和持牌的經(jīng)營。那在這個大的前提下，隨著市場大量的資金流動，反洗錢就成了一個很重要的課題。所以在我們的交易所中也應(yīng)用了 AI 技術(shù)，去對抗反洗錢。
簡單介紹一下洗錢是什么？簡單來說洗錢就是一個過程，其中一個就是將非法的資金清洗干凈，讓它看起來更加合法。無論是傳統(tǒng)金融領(lǐng)域還是數(shù)字貨幣市場，都存在反洗錢操作。而這個問題隨著技術(shù)的發(fā)展，也會更復(fù)雜，包括新的一些像區(qū)塊鏈的發(fā)展也會進(jìn)行演變，所以說我們對抗反洗錢的技術(shù)手段也是需要不斷進(jìn)行升級的。
那除了我們要有嚴(yán)格的KYC身份驗證之外，反洗錢的機制也是在不斷的升級過程中。
現(xiàn)在反洗錢面臨的幾個挑戰(zhàn)中，一個是技術(shù)層面的，由于加密貨幣的匿名性，包括去中心化的交易所的人都有可能被反洗錢的人利用；第二個是它的全球性，因為數(shù)字貨幣是跨越國界的，所以不同國家的反洗錢法規(guī)也各不相同，這讓一些不法分子是有一些可以利用的空間；第三個就是偽造的身份和信息，這個技術(shù)其實也是在不斷的升級，包括大家可能最近挺常聽到的一個術(shù)語就是 AI 換臉的技術(shù)，能繞過通過人臉識別的KYC機制；第四個是圍繞數(shù)據(jù)保護(hù)和隱私問題，在反洗錢中收集和分享的大量客戶數(shù)據(jù)可能引發(fā)隱私關(guān)切，需要確保數(shù)據(jù)的安全性和保密性。那最后就是我們剛剛提到的，這個過程是一個變化的過程，這個過程當(dāng)中它會有一個對抗的時間差，所以我們也想利用AI技術(shù)來縮短這個時間差。
AI 技術(shù)在反洗錢中的應(yīng)用主要有幾個方面。
一個是在機器學(xué)習(xí)領(lǐng)域，利用大數(shù)據(jù)和機器學(xué)習(xí)進(jìn)行風(fēng)險識別：可以通過不斷的學(xué)習(xí)和分析數(shù)據(jù)來改變反洗錢識別的模式，還可以在交易模式上提供幫助，例如可以發(fā)現(xiàn)一些異常的交易行為和股東的行為中明顯有偏差的一些交易，對其進(jìn)行預(yù)警。另外基于機器學(xué)習(xí)能力可以做很多預(yù)測，包括對交易行為的所帶來的風(fēng)險方面的一些預(yù)測，比如某個客戶的交易行為突然發(fā)生了改變，那我們可以去預(yù)判他這個行為會容易造成什么損失或者異常情況。
那同時我們的自動化決策也是基于上述這些技術(shù)來實現(xiàn)，包括像我們會自動化地拒絕某個交易，或者根據(jù)我們的策略會凍結(jié)某個賬戶，那么這些都是基于自動化的決策來快速的實現(xiàn)阻斷，從而降低風(fēng)險，保護(hù)客戶的資產(chǎn)安全。
第二個維度就是大數(shù)據(jù)、機器學(xué)習(xí)與風(fēng)險識別：深化可疑交易的探測。在識別可疑交易方面，可疑交易又分為異常交易的檢測，那么通過機器學(xué)習(xí)模型也能讓我們發(fā)現(xiàn)這些日常交易，并且通過大數(shù)據(jù)的關(guān)聯(lián)分析，可以發(fā)現(xiàn)交易之間的一些隱藏關(guān)系。比如說來自不同賬戶的大量的小額的這種交易，可能會預(yù)示著它是一個結(jié)構(gòu)化的洗錢行為。
另外一個方面我們可以用在客戶的風(fēng)險評級方面。前面有人提到KYC，這也是反洗錢中很重要的內(nèi)容，但KYC屬于事前，用戶開戶的時候要做KYC，但在事中等到交易在后續(xù)的一系列行為中，我們還需要不斷進(jìn)行分析，所以我們會跟著客戶生成一個風(fēng)險等級報告，然后通過報告來分析有哪些可疑交易的行為。
最后AI技術(shù)可以用來做趨勢分析，通過長期大量在交易數(shù)據(jù)、機器學(xué)習(xí)的模型的積累，可以讓我們對未來的風(fēng)險趨勢有一個判斷。所以隨著數(shù)字貨幣市場的復(fù)雜性和速度不斷的增長，利用大數(shù)據(jù)和機器學(xué)習(xí)進(jìn)行風(fēng)險識別和管理，已經(jīng)成為這個行業(yè)的一個必然的選擇。
通過持續(xù)的學(xué)習(xí)和改進(jìn)的這些技術(shù)，將使我們這樣的交易所可以更好地更快速地去識別風(fēng)險，然后保護(hù)我們自己，也保護(hù)我們的客戶，確保一個市場在安全的一個狀態(tài)下運轉(zhuǎn)。
今天，在全球金融領(lǐng)域里面，反洗錢已經(jīng)成為一項至關(guān)重要的話題，為了提高識別反洗錢的行為，我們通過像利用知識圖譜，包括AI，還有一些 RPA 的自動化機器人處理的一些技術(shù)，來作為一個綜合的解決方案。
那我們簡單介紹一下知識圖譜，這是一種描述事物和他們之間關(guān)系的一個結(jié)構(gòu)化的知識的一個表示，它可以幫助組織整合分析大量的復(fù)雜的數(shù)據(jù)，并可以來提供一個可視化的一個視圖。所以在知識圖譜中我們應(yīng)用的一個點是對比如說電商資金的分析，可以找到這些資金是不是來自于同一個源，然后分散出去，然后最后怎么又歸集到了哪里？所以通過這個可視化的數(shù)據(jù)，讓我們的風(fēng)險合規(guī)人員可以很容易地鑒別一些復(fù)雜的事物。
自動化的技術(shù)可以讓我們執(zhí)行大量的日常的自動化的一些任務(wù)，同時結(jié)合 AI 技術(shù)可以更智能的來幫我們處理數(shù)據(jù)，識別相關(guān)的風(fēng)險，并做出自動化的決策。
我們構(gòu)筑反洗錢的知識圖譜大概有幾個步驟，從數(shù)據(jù)的收集到數(shù)據(jù)的清洗，然后再構(gòu)建它的關(guān)系模型，再生成知識圖譜，最后通過不斷的有更多新的數(shù)據(jù)源的加入，持續(xù)的去更新這個圖譜。
再者，AI 和自動化技術(shù)的結(jié)合，可以有效的提高我們反洗錢的效率。
主要體現(xiàn)在幾個方面，一個是自動化的數(shù)據(jù)整合，我們使用 RPA 的技術(shù)可以自動的從各系統(tǒng)、數(shù)據(jù)庫中收集數(shù)據(jù)，然后通過 AI 技術(shù)可以幫助我們識別可能的交易模式或異常的交易行為，那 RPA 可以自動的生成報告來發(fā)送這些相關(guān)的預(yù)警過程，然后確保我們的相關(guān)人員可以及時的收到這些通知。
最后根據(jù)產(chǎn)生的大量數(shù)據(jù)，通過 AI 模型可以持續(xù)的學(xué)習(xí)和優(yōu)化，來提高我們后續(xù)識別的準(zhǔn)確性。當(dāng)然整個技術(shù)還離不開人的介入，所以我們也會有相關(guān)的人員隨時跟人工智能技術(shù)結(jié)合協(xié)作。
人工智能可以處理大量的數(shù)據(jù)，并識別相關(guān)的風(fēng)險模式，但人類的經(jīng)驗依然重要。所以在這里面，當(dāng)AI識別到可疑的模式時，那就需要人工來進(jìn)行二次確認(rèn)。整個過程屬于自動化，人機協(xié)作的一個過程，通過我們?nèi)斯そ尤肟梢圆粩鄡?yōu)化我們的模型和策略，讓識別變得更精準(zhǔn)。
所以基于上述分析，在反洗錢領(lǐng)域，運用知識圖譜和AI、RPA 的技術(shù)，為我們交易所提供一個高效和準(zhǔn)確的工具，可以更準(zhǔn)確的識別風(fēng)險，預(yù)防反洗錢。同時人和機器協(xié)作可以確保這是高效和準(zhǔn)確的過程，為后續(xù)的服務(wù)創(chuàng)造了很多價值。
那具體在BitDATA Exchange如何應(yīng)用上述技術(shù)？下面我們列舉一些重要的點來展示一下。
今天我們的話題主要圍繞反洗錢合規(guī)。其實在 AI 里面，前面有人分享安全是圍繞著漏洞，我們的 AI 技術(shù)也是圍繞著怎么預(yù)防攻擊。
AI怎么來幫助我們？首先第一個，我們可以智能的去發(fā)現(xiàn)一些異常交易。通過深度學(xué)習(xí)模型，我們交易所可以實時翻譯這些交易數(shù)據(jù)，來識別市場的一些操控行為，或者異常的交易模式。
另外就是對反洗錢的監(jiān)測，我們的知識圖譜和機器學(xué)習(xí)，可以持續(xù)的來跟蹤找到資金的流動，然后標(biāo)注這些相關(guān)的信息，為我們后續(xù)的判斷和決策提供一些依據(jù)。
第三點，反洗錢的壓力比較大的地方，除了傳統(tǒng)金融領(lǐng)域，還有數(shù)字貨幣，因為數(shù)字貨幣匿名性、跨國界的特性，所以怎么去分析幣的反洗錢，也給我們這一類合規(guī)的貨幣交易所提出一個新的挑戰(zhàn)。我們對區(qū)塊鏈的電商的一些交易數(shù)據(jù)來進(jìn)行實時的收集和監(jiān)控，然后建立起我們整個交易的關(guān)系圖，再通過已知的風(fēng)險案例來訓(xùn)練我們的分類器，能夠識別這些可疑的交易，包括行為模式。
同時我們也會跟一些政府，包括一些反洗錢相關(guān)的機構(gòu)來合作，通過采購更多的數(shù)據(jù)源，包括黑名單的地址，然后用交易所的地址來實現(xiàn)，我們可以及時的發(fā)現(xiàn)哪些是黑客。
最后我們也利用AI技做一些市場預(yù)測，包括大量的交易數(shù)據(jù)和市場相關(guān)的新聞。我們的 AI 系統(tǒng)也可以提供一些市場趨勢的預(yù)測，當(dāng)然不作為投資建議，只提供一個判斷。
那我們是如何來評估 AI 技術(shù)在整個反洗錢中的效果和收益的，主要是通過以下幾個方面，第一個就是要看它的準(zhǔn)確性，所以要通過大量日常數(shù)據(jù)的積累來去驗證比如說誤報、漏報的這些風(fēng)險。第二個就是自動化決策的效率。第三個就是它的持續(xù)升級。
運用了知識圖譜、AI和RPA技術(shù)后，我們在收益方面有很多顯性化的收益，第一個是幫我們降低了運營成本，大量自動化的決策和處理過程，不僅減少了我們?nèi)斯徍说某杀荆沧尶蛻趔w驗變得更好。然后第二個是提高了我們的合規(guī)性，我們通過 AI 技術(shù)讓我們審查的內(nèi)容更加準(zhǔn)確，更好的去滿足各國的反洗錢法規(guī)。那第三點是增強了客戶信任，通過這些高效準(zhǔn)確的反洗錢措施，我們規(guī)避了很多風(fēng)險，但同時這些規(guī)避的風(fēng)險是在保護(hù)我們的客戶。最后是業(yè)務(wù)增長，高效的反洗錢可以促進(jìn)我們整個業(yè)務(wù)的發(fā)展，從而吸引更多的客戶。
AI 技術(shù)目前也還在發(fā)展中，還有很多問題，面臨著許多挑戰(zhàn)和限制，主要體現(xiàn)在幾個方面，一個是數(shù)據(jù)質(zhì)量與完整性方面， AI 模型的效果很大程度上都依賴于這兩方面。如果數(shù)據(jù)質(zhì)量不夠高的話，結(jié)果就會出現(xiàn)偏差。第二個是解釋性的問題，深度學(xué)習(xí)模型往往缺乏一個透明度，這可能導(dǎo)致我們決策有時候難以解釋。第三個是持續(xù)更新與維護(hù)，為了應(yīng)對新的轉(zhuǎn)型，新的洗錢的策略，A模型也是要不斷維護(hù)和更新的，所以我們也是不斷地投入在里面。
總體來說人工智能技術(shù)在反洗錢領(lǐng)域有著顯著的效果和收益，特別是在提高檢測的準(zhǔn)確性，降低我們的運營成本和增加客戶的信任方面幫助很大。為了發(fā)揮AI技術(shù)的價值和潛力，我們也是不斷的在這方面進(jìn)行投資。
隨著人工智能技術(shù)正在成為我們交易所反洗錢的有力工具，那在這個背景下我們也對未來有一些大膽的預(yù)測。
1、智能模式識別。隨著深度學(xué)習(xí)、機器學(xué)習(xí)技術(shù)的進(jìn)一步成熟，可以幫我們交易所更準(zhǔn)確地識別反向行為和一個復(fù)雜的模式，甚至可以預(yù)測新出現(xiàn)的洗錢策略。那未來我們會看到更多的自適應(yīng)模型，可以實時學(xué)習(xí)、調(diào)整，提高其檢測的精度。
2、更強的一個自動化處理能力。現(xiàn)在的交易所需要進(jìn)入大量的交易數(shù)據(jù)，那么通過人工智能的大部分反饋腳本，可以自動的進(jìn)行清算還有結(jié)算，可能會涉及一些洗錢的交易時進(jìn)行標(biāo)記，然后轉(zhuǎn)給我們相關(guān)的專業(yè)團(tuán)隊來進(jìn)行人工審查，也很大地提高了我們的處理效率和準(zhǔn)確性。
3、多數(shù)據(jù)源的整合。反洗錢工作不僅僅是分析交易數(shù)據(jù)，還需要其他的一些數(shù)據(jù)源，例如我們監(jiān)控的社交媒體，通過技術(shù)手段自動收集整個市場的新聞資訊，還有購買的一些第三方的數(shù)據(jù)庫來進(jìn)行整合，然后人工智能可以幫我們從這些數(shù)據(jù)中整合提煉出有價值的信息，來更全面的評估整個交易風(fēng)險。
4、全球合作與共享。隨著數(shù)字貨幣的發(fā)展，它也是一個全球化的過程，所以為了應(yīng)對跨國的洗錢活動，不同國家的交易所和監(jiān)管機構(gòu)也需要合作，而人工智能可以促進(jìn)這種合作，一起構(gòu)建出全球的反洗錢的知識圖譜，然后共享洗錢的模式、策略，促進(jìn)合規(guī)交易，提升反洗錢的效率。
這些是我們認(rèn)為AI在反洗錢領(lǐng)域未來的發(fā)展趨勢。還有兩點也比較重要，AI在反洗錢領(lǐng)域的應(yīng)用可以幫我們提高用戶的體驗，另外在安全和隱私方面其也可以給我們帶來很多的幫助。所以總的來說人工智能技術(shù)在數(shù)字貨幣交易所反洗錢領(lǐng)域，具有龐大的發(fā)展?jié)摿?，希望交易所和監(jiān)管機構(gòu)能不斷的在這方面進(jìn)行投入研發(fā)
現(xiàn)在關(guān)注“雷鋒網(wǎng)”微信公眾號（leiphone-sz），回復(fù)關(guān)鍵詞【2018】，隨機抽送價值 3999 元的參會門票 3 張
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
