<mark id="oztn4"></mark>
0
| 本文作者： 張進 | 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大酒店正式開幕。論壇由GAIR研究院、雷峰網(公眾號：雷峰網)、世界科技出版社、科特勒咨詢集團聯合主辦。
大會共開設10個主題論壇，聚焦大模型時代下的AIGC、Infra、生命科學、教育，SaaS、web3、跨境電商等領域的變革創新。此次大會是在大模型技術爆炸時代，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創始人王凱以“人工智能技術在 BitDATA 數字貨幣交易所反洗錢中的作用”為主題進行了演講。
作為數字貨幣行業的資深從業者，王凱分享了AI在數字貨幣交易所反洗錢中的應用。王凱創立的BitDATA Exchange（BitEx）是新加坡的加密貨幣交易所，專注于安全，并借助先進技術支持，促進高效的高交易量。
王凱認為通過 AI 模型，BitDATA能夠持續學習和優化，提高后續識別的這個準確性。當然整個技術還離不開人的介入。
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，提高了合規性。總體來說，人工智能技術在反洗錢領域有非常效果和收益，特別是在提高檢測準確性、降低運營成本和增加客戶的任方面。
大家下午好，我是BitDATA Exchange的創始人王凱，首先非常感謝雷峰網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術會議了，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用的角度，來跟大家分享我們是如何在數字貨幣交易所中應用 AI 技術的。
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管的合規交易所，主要業務圍繞錢，對數字貨幣的一個交易，包括支付。
在整個合規交易所里面的一個非常重要的課題，就是面臨著合規性的要求，那么合規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，如何在 BitDATA數字貨幣交易所反洗錢中發揮作用”，給大家做一個分享。
簡單介紹一下數字貨幣市場，數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，帶動了整個數字貨幣行業經歷了大概十多年的高速發展，這個發展過程也是非常動蕩。當然現在整個市場已經趨于更加理性、合規的方向發展。很多發達國家包括新加坡都陸續出臺了相關的政策法規。
未來數字貨幣市場發展的趨勢有三個，一個是圍繞金融衍生品，一個是從技術角度來說，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和持牌的經營。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用了 AI 技術，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。無論是傳統金融領域還是數字貨幣市場，都存在反洗錢操作。而這個問題隨著技術的發展，也會更復雜，包括新的一些像區塊鏈的發展也會進行演變，所以說我們對抗反洗錢的技術手段也是需要不斷進行升級的。
那除了我們要有嚴格的KYC身份驗證之外，反洗錢的機制也是在不斷的升級過程中。
現在反洗錢面臨的幾個挑戰中，一個是技術層面的，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，因為數字貨幣是跨越國界的，所以不同國家的反洗錢法規也各不相同，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語就是 AI 換臉的技術，能繞過通過人臉識別的KYC機制；第四個是圍繞數據保護和隱私問題，在反洗錢中收集和分享的大量客戶數據可能引發隱私關切，需要確保數據的安全性和保密性。那最后就是我們剛剛提到的，這個過程是一個變化的過程，這個過程當中它會有一個對抗的時間差，所以我們也想利用AI技術來縮短這個時間差。
AI 技術在反洗錢中的應用主要有幾個方面。
一個是在機器學習領域，利用大數據和機器學習進行風險識別：可以通過不斷的學習和分析數據來改變反洗錢識別的模式，還可以在交易模式上提供幫助，例如可以發現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，對其進行預警。另外基于機器學習能力可以做很多預測，包括對交易行為的所帶來的風險方面的一些預測，比如某個客戶的交易行為突然發生了改變，那我們可以去預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來實現，包括像我們會自動化地拒絕某個交易，或者根據我們的策略會凍結某個賬戶，那么這些都是基于自動化的決策來快速的實現阻斷，從而降低風險，保護客戶的資產安全。
第二個維度就是大數據、機器學習與風險識別：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，那么通過機器學習模型也能讓我們發現這些日常交易，并且通過大數據的關聯分析，可以發現交易之間的一些隱藏關系。比如說來自不同賬戶的大量的小額的這種交易，可能會預示著它是一個結構化的洗錢行為。
另外一個方面我們可以用在客戶的風險評級方面。前面有人提到KYC，這也是反洗錢中很重要的內容，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的一系列行為中，我們還需要不斷進行分析，所以我們會跟著客戶生成一個風險等級報告，然后通過報告來分析有哪些可疑交易的行為。
最后AI技術可以用來做趨勢分析，通過長期大量在交易數據、機器學習的模型的積累，可以讓我們對未來的風險趨勢有一個判斷。所以隨著數字貨幣市場的復雜性和速度不斷的增長，利用大數據和機器學習進行風險識別和管理，已經成為這個行業的一個必然的選擇。
通過持續的學習和改進的這些技術，將使我們這樣的交易所可以更好地更快速地去識別風險，然后保護我們自己，也保護我們的客戶，確保一個市場在安全的一個狀態下運轉。
今天，在全球金融領域里面，反洗錢已經成為一項至關重要的話題，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，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系的一個結構化的知識的一個表示，它可以幫助組織整合分析大量的復雜的數據，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據，讓我們的風險合規人員可以很容易地鑒別一些復雜的事物。
自動化的技術可以讓我們執行大量的日常的自動化的一些任務，同時結合 AI 技術可以更智能的來幫我們處理數據，識別相關的風險，并做出自動化的決策。
我們構筑反洗錢的知識圖譜大概有幾個步驟，從數據的收集到數據的清洗，然后再構建它的關系模型，再生成知識圖譜，最后通過不斷的有更多新的數據源的加入，持續的去更新這個圖譜。
再者，AI 和自動化技術的結合，可以有效的提高我們反洗錢的效率。
主要體現在幾個方面，一個是自動化的數據整合，我們使用 RPA 的技術可以自動的從各系統、數據庫中收集數據，然后通過 AI 技術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送這些相關的預警過程，然后確保我們的相關人員可以及時的收到這些通知。
最后根據產生的大量數據，通過 AI 模型可以持續的學習和優化，來提高我們后續識別的準確性。當然整個技術還離不開人的介入，所以我們也會有相關的人員隨時跟人工智能技術結合協作。
人工智能可以處理大量的數據，并識別相關的風險模式，但人類的經驗依然重要。所以在這里面，當AI識別到可疑的模式時，那就需要人工來進行二次確認。整個過程屬于自動化，人機協作的一個過程，通過我們人工接入可以不斷優化我們的模型和策略，讓識別變得更精準。
所以基于上述分析，在反洗錢領域，運用知識圖譜和AI、RPA 的技術，為我們交易所提供一個高效和準確的工具，可以更準確的識別風險，預防反洗錢。同時人和機器協作可以確保這是高效和準確的過程，為后續的服務創造了很多價值。
那具體在BitDATA Exchange如何應用上述技術？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。其實在 AI 里面，前面有人分享安全是圍繞著漏洞，我們的 AI 技術也是圍繞著怎么預防攻擊。
AI怎么來幫助我們？首先第一個，我們可以智能的去發現一些異常交易。通過深度學習模型，我們交易所可以實時翻譯這些交易數據，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測，我們的知識圖譜和機器學習，可以持續的來跟蹤找到資金的流動，然后標注這些相關的信息，為我們后續的判斷和決策提供一些依據。
第三點，反洗錢的壓力比較大的地方，除了傳統金融領域，還有數字貨幣，因為數字貨幣匿名性、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的貨幣交易所提出一個新的挑戰。我們對區塊鏈的電商的一些交易數據來進行實時的收集和監控，然后建立起我們整個交易的關系圖，再通過已知的風險案例來訓練我們的分類器，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的機構來合作，通過采購更多的數據源，包括黑名單的地址，然后用交易所的地址來實現，我們可以及時的發現哪些是黑客。
最后我們也利用AI技做一些市場預測，包括大量的交易數據和市場相關的新聞。我們的 AI 系統也可以提供一些市場趨勢的預測，當然不作為投資建議，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確性，所以要通過大量日常數據的積累來去驗證比如說誤報、漏報的這些風險。第二個就是自動化決策的效率。第三個就是它的持續升級。
運用了知識圖譜、AI和RPA技術后，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，不僅減少了我們人工審核的成本，也讓客戶體驗變得更好。然后第二個是提高了我們的合規性，我們通過 AI 技術讓我們審查的內容更加準確，更好的去滿足各國的反洗錢法規。那第三點是增強了客戶信任，通過這些高效準確的反洗錢措施，我們規避了很多風險，但同時這些規避的風險是在保護我們的客戶。最后是業務增長，高效的反洗錢可以促進我們整個業務的發展，從而吸引更多的客戶。
AI 技術目前也還在發展中，還有很多問題，面臨著許多挑戰和限制，主要體現在幾個方面，一個是數據質量與完整性方面， AI 模型的效果很大程度上都依賴于這兩方面。如果數據質量不夠高的話，結果就會出現偏差。第二個是解釋性的問題，深度學習模型往往缺乏一個透明度，這可能導致我們決策有時候難以解釋。第三個是持續更新與維護，為了應對新的轉型，新的洗錢的策略，A模型也是要不斷維護和更新的，所以我們也是不斷地投入在里面。
總體來說人工智能技術在反洗錢領域有著顯著的效果和收益，特別是在提高檢測的準確性，降低我們的運營成本和增加客戶的信任方面幫助很大。為了發揮AI技術的價值和潛力，我們也是不斷的在這方面進行投資。
隨著人工智能技術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測。
1、智能模式識別。隨著深度學習、機器學習技術的進一步成熟，可以幫我們交易所更準確地識別反向行為和一個復雜的模式，甚至可以預測新出現的洗錢策略。那未來我們會看到更多的自適應模型，可以實時學習、調整，提高其檢測的精度。
2、更強的一個自動化處理能力。現在的交易所需要進入大量的交易數據，那么通過人工智能的大部分反饋腳本，可以自動的進行清算還有結算，可能會涉及一些洗錢的交易時進行標記，然后轉給我們相關的專業團隊來進行人工審查，也很大地提高了我們的處理效率和準確性。
3、多數據源的整合。反洗錢工作不僅僅是分析交易數據，還需要其他的一些數據源，例如我們監控的社交媒體，通過技術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據庫來進行整合，然后人工智能可以幫我們從這些數據中整合提煉出有價值的信息，來更全面的評估整個交易風險。
4、全球合作與共享。隨著數字貨幣的發展，它也是一個全球化的過程，所以為了應對跨國的洗錢活動，不同國家的交易所和監管機構也需要合作，而人工智能可以促進這種合作，一起構建出全球的反洗錢的知識圖譜，然后共享洗錢的模式、策略，促進合規交易，提升反洗錢的效率。
這些是我們認為AI在反洗錢領域未來的發展趨勢。還有兩點也比較重要，AI在反洗錢領域的應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在數字貨幣交易所反洗錢領域，具有龐大的發展潛力，希望交易所和監管機構能不斷的在這方面進行投入研發
現在關注“雷鋒網”微信公眾號（leiphone-sz），回復關鍵詞【2018】，隨機抽送價值 3999 元的參會門票 3 張
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
