0
| 本文作者： 张进 | 2023-08-21 14:18 |
编者按：2023 年 8月14日，第七届GAIR全球人工智能与机器人大会在新加坡乌节大酒店正式开幕。论坛由GAIR研究院、雷峰网、世界科技出版社、科特勒咨询集团联合主办。
大会共开设10个主题论坛，聚焦大模型时代下的AIGC、Infra、生命科学、教育，SaaS、web3、跨境电商等领域的变革创新。此次大会是在大模型技术爆炸时代，首个出海的AI顶级论坛，也是中国人工智能影响力的一次跨境溢出。
在8.15日的“Web3与AI的终极对撞”专场，BitDATA创始人王凯以“人工智能技术在 BitDATA 数字货币交易所反洗钱中的作用”为主题进行了演讲。
作为数字货币行业的资深从业者，王凯分享了AI在数字货币交易所反洗钱中的应用。王凯创立的BitDATA Exchange（BitEx）是新加坡的加密货币交易所，专注于安全，并借助先进技术支持，促进高效的高交易量。
王凯认为通过 AI 模型，BitDATA能够持续学习和优化，提高后续识别的这个准确性。当然整个技术还离不开人的介入。
王凯表示，这个过程属于自动化+人工的协作，大量自动化的决策和处理过程，减少了人工审核的成本，提高了合规性。总体来说，人工智能技术在反洗钱领域有非常效果和收益，特别是在提高检测准确性、降低运营成本和增加客户的任方面。
大家下午好，我是BitDATA Exchange的创始人王凯，首先非常感谢雷峰网(公众号：雷峰网)邀请我来给大家做一个分享，非常激动。很久没有参加这种学术会议了，感觉重新回到了校园，我个人背景是做安全研究的。
今天我主要从一个客户和应用的角度，来跟大家分享我们是如何在数字货币交易所中应用 AI 技术的。
先来简单介绍一下BitDATA Exchange，我们是新加坡的一家受金融管理局监管的合规交易所，主要业务围绕钱，对数字货币的一个交易，包括支付。
在整个合规交易所里面的一个非常重要的课题，就是面临着合规性的要求，那么合规性要求一个重要的点——反洗钱。今天我们就“利用人工智能技术，如何在 BitDATA数字货币交易所反洗钱中发挥作用”，给大家做一个分享。
简单介绍一下数字货币市场，数字货币最开始是从比特币中诞生而来的，而比特币从 2009 年诞生以来，带动了整个数字货币行业经历了大概十多年的高速发展，这个发展过程也是非常动荡。当然现在整个市场已经趋于更加理性、合规的方向发展。很多发达国家包括新加坡都陆续出台了相关的政策法规。
未来数字货币市场发展的趋势有三个，一个是围绕金融衍生品，一个是从技术角度来说，我们中心化和去中心化的交易所的一个基于电商的交易，最后一点是围绕合规和持牌的经营。那在这个大的前提下，随着市场大量的资金流动，反洗钱就成了一个很重要的课题。所以在我们的交易所中也应用了 AI 技术，去对抗反洗钱。
简单介绍一下洗钱是什么？简单来说洗钱就是一个过程，其中一个就是将非法的资金清洗干净，让它看起来更加合法。无论是传统金融领域还是数字货币市场，都存在反洗钱操作。而这个问题随着技术的发展，也会更复杂，包括新的一些像区块链的发展也会进行演变，所以说我们对抗反洗钱的技术手段也是需要不断进行升级的。
那除了我们要有严格的KYC身份验证之外，反洗钱的机制也是在不断的升级过程中。
现在反洗钱面临的几个挑战中，一个是技术层面的，由于加密货币的匿名性，包括去中心化的交易所的人都有可能被反洗钱的人利用；第二个是它的全球性，因为数字货币是跨越国界的，所以不同国家的反洗钱法规也各不相同，这让一些不法分子是有一些可以利用的空间；第三个就是伪造的身份和信息，这个技术其实也是在不断的升级，包括大家可能最近挺常听到的一个术语就是 AI 换脸的技术，能绕过通过人脸识别的KYC机制；第四个是围绕数据保护和隐私问题，在反洗钱中收集和分享的大量客户数据可能引发隐私关切，需要确保数据的安全性和保密性。那最后就是我们刚刚提到的，这个过程是一个变化的过程，这个过程当中它会有一个对抗的时间差，所以我们也想利用AI技术来缩短这个时间差。
AI 技术在反洗钱中的应用主要有几个方面。
一个是在机器学习领域，利用大数据和机器学习进行风险识别：可以通过不断的学习和分析数据来改变反洗钱识别的模式，还可以在交易模式上提供帮助，例如可以发现一些异常的交易行为和股东的行为中明显有偏差的一些交易，对其进行预警。另外基于机器学习能力可以做很多预测，包括对交易行为的所带来的风险方面的一些预测，比如某个客户的交易行为突然发生了改变，那我们可以去预判他这个行为会容易造成什么损失或者异常情况。
那同时我们的自动化决策也是基于上述这些技术来实现，包括像我们会自动化地拒绝某个交易，或者根据我们的策略会冻结某个账户，那么这些都是基于自动化的决策来快速的实现阻断，从而降低风险，保护客户的资产安全。
第二个维度就是大数据、机器学习与风险识别：深化可疑交易的探测。在识别可疑交易方面，可疑交易又分为异常交易的检测，那么通过机器学习模型也能让我们发现这些日常交易，并且通过大数据的关联分析，可以发现交易之间的一些隐藏关系。比如说来自不同账户的大量的小额的这种交易，可能会预示着它是一个结构化的洗钱行为。
另外一个方面我们可以用在客户的风险评级方面。前面有人提到KYC，这也是反洗钱中很重要的内容，但KYC属于事前，用户开户的时候要做KYC，但在事中等到交易在后续的一系列行为中，我们还需要不断进行分析，所以我们会跟着客户生成一个风险等级报告，然后通过报告来分析有哪些可疑交易的行为。
最后AI技术可以用来做趋势分析，通过长期大量在交易数据、机器学习的模型的积累，可以让我们对未来的风险趋势有一个判断。所以随着数字货币市场的复杂性和速度不断的增长，利用大数据和机器学习进行风险识别和管理，已经成为这个行业的一个必然的选择。
通过持续的学习和改进的这些技术，将使我们这样的交易所可以更好地更快速地去识别风险，然后保护我们自己，也保护我们的客户，确保一个市场在安全的一个状态下运转。
今天，在全球金融领域里面，反洗钱已经成为一项至关重要的话题，为了提高识别反洗钱的行为，我们通过像利用知识图谱，包括AI，还有一些 RPA 的自动化机器人处理的一些技术，来作为一个综合的解决方案。
那我们简单介绍一下知识图谱，这是一种描述事物和他们之间关系的一个结构化的知识的一个表示，它可以帮助组织整合分析大量的复杂的数据，并可以来提供一个可视化的一个视图。所以在知识图谱中我们应用的一个点是对比如说电商资金的分析，可以找到这些资金是不是来自于同一个源，然后分散出去，然后最后怎么又归集到了哪里？所以通过这个可视化的数据，让我们的风险合规人员可以很容易地鉴别一些复杂的事物。
自动化的技术可以让我们执行大量的日常的自动化的一些任务，同时结合 AI 技术可以更智能的来帮我们处理数据，识别相关的风险，并做出自动化的决策。
我们构筑反洗钱的知识图谱大概有几个步骤，从数据的收集到数据的清洗，然后再构建它的关系模型，再生成知识图谱，最后通过不断的有更多新的数据源的加入，持续的去更新这个图谱。
再者，AI 和自动化技术的结合，可以有效的提高我们反洗钱的效率。
主要体现在几个方面，一个是自动化的数据整合，我们使用 RPA 的技术可以自动的从各系统、数据库中收集数据，然后通过 AI 技术可以帮助我们识别可能的交易模式或异常的交易行为，那 RPA 可以自动的生成报告来发送这些相关的预警过程，然后确保我们的相关人员可以及时的收到这些通知。
最后根据产生的大量数据，通过 AI 模型可以持续的学习和优化，来提高我们后续识别的准确性。当然整个技术还离不开人的介入，所以我们也会有相关的人员随时跟人工智能技术结合协作。
人工智能可以处理大量的数据，并识别相关的风险模式，但人类的经验依然重要。所以在这里面，当AI识别到可疑的模式时，那就需要人工来进行二次确认。整个过程属于自动化，人机协作的一个过程，通过我们人工接入可以不断优化我们的模型和策略，让识别变得更精准。
所以基于上述分析，在反洗钱领域，运用知识图谱和AI、RPA 的技术，为我们交易所提供一个高效和准确的工具，可以更准确的识别风险，预防反洗钱。同时人和机器协作可以确保这是高效和准确的过程，为后续的服务创造了很多价值。
那具体在BitDATA Exchange如何应用上述技术？下面我们列举一些重要的点来展示一下。
今天我们的话题主要围绕反洗钱合规。其实在 AI 里面，前面有人分享安全是围绕着漏洞，我们的 AI 技术也是围绕着怎么预防攻击。
AI怎么来帮助我们？首先第一个，我们可以智能的去发现一些异常交易。通过深度学习模型，我们交易所可以实时翻译这些交易数据，来识别市场的一些操控行为，或者异常的交易模式。
另外就是对反洗钱的监测，我们的知识图谱和机器学习，可以持续的来跟踪找到资金的流动，然后标注这些相关的信息，为我们后续的判断和决策提供一些依据。
第三点，反洗钱的压力比较大的地方，除了传统金融领域，还有数字货币，因为数字货币匿名性、跨国界的特性，所以怎么去分析币的反洗钱，也给我们这一类合规的货币交易所提出一个新的挑战。我们对区块链的电商的一些交易数据来进行实时的收集和监控，然后建立起我们整个交易的关系图，再通过已知的风险案例来训练我们的分类器，能够识别这些可疑的交易，包括行为模式。
同时我们也会跟一些政府，包括一些反洗钱相关的机构来合作，通过采购更多的数据源，包括黑名单的地址，然后用交易所的地址来实现，我们可以及时的发现哪些是黑客。
最后我们也利用AI技做一些市场预测，包括大量的交易数据和市场相关的新闻。我们的 AI 系统也可以提供一些市场趋势的预测，当然不作为投资建议，只提供一个判断。
那我们是如何来评估 AI 技术在整个反洗钱中的效果和收益的，主要是通过以下几个方面，第一个就是要看它的准确性，所以要通过大量日常数据的积累来去验证比如说误报、漏报的这些风险。第二个就是自动化决策的效率。第三个就是它的持续升级。
运用了知识图谱、AI和RPA技术后，我们在收益方面有很多显性化的收益，第一个是帮我们降低了运营成本，大量自动化的决策和处理过程，不仅减少了我们人工审核的成本，也让客户体验变得更好。然后第二个是提高了我们的合规性，我们通过 AI 技术让我们审查的内容更加准确，更好的去满足各国的反洗钱法规。那第三点是增强了客户信任，通过这些高效准确的反洗钱措施，我们规避了很多风险，但同时这些规避的风险是在保护我们的客户。最后是业务增长，高效的反洗钱可以促进我们整个业务的发展，从而吸引更多的客户。
AI 技术目前也还在发展中，还有很多问题，面临着许多挑战和限制，主要体现在几个方面，一个是数据质量与完整性方面， AI 模型的效果很大程度上都依赖于这两方面。如果数据质量不够高的话，结果就会出现偏差。第二个是解释性的问题，深度学习模型往往缺乏一个透明度，这可能导致我们决策有时候难以解释。第三个是持续更新与维护，为了应对新的转型，新的洗钱的策略，A模型也是要不断维护和更新的，所以我们也是不断地投入在里面。
总体来说人工智能技术在反洗钱领域有着显著的效果和收益，特别是在提高检测的准确性，降低我们的运营成本和增加客户的信任方面帮助很大。为了发挥AI技术的价值和潜力，我们也是不断的在这方面进行投资。
随着人工智能技术正在成为我们交易所反洗钱的有力工具，那在这个背景下我们也对未来有一些大胆的预测。
1、智能模式识别。随着深度学习、机器学习技术的进一步成熟，可以帮我们交易所更准确地识别反向行为和一个复杂的模式，甚至可以预测新出现的洗钱策略。那未来我们会看到更多的自适应模型，可以实时学习、调整，提高其检测的精度。
2、更强的一个自动化处理能力。现在的交易所需要进入大量的交易数据，那么通过人工智能的大部分反馈脚本，可以自动的进行清算还有结算，可能会涉及一些洗钱的交易时进行标记，然后转给我们相关的专业团队来进行人工审查，也很大地提高了我们的处理效率和准确性。
3、多数据源的整合。反洗钱工作不仅仅是分析交易数据，还需要其他的一些数据源，例如我们监控的社交媒体，通过技术手段自动收集整个市场的新闻资讯，还有购买的一些第三方的数据库来进行整合，然后人工智能可以帮我们从这些数据中整合提炼出有价值的信息，来更全面的评估整个交易风险。
4、全球合作与共享。随着数字货币的发展，它也是一个全球化的过程，所以为了应对跨国的洗钱活动，不同国家的交易所和监管机构也需要合作，而人工智能可以促进这种合作，一起构建出全球的反洗钱的知识图谱，然后共享洗钱的模式、策略，促进合规交易，提升反洗钱的效率。
这些是我们认为AI在反洗钱领域未来的发展趋势。还有两点也比较重要，AI在反洗钱领域的应用可以帮我们提高用户的体验，另外在安全和隐私方面其也可以给我们带来很多的帮助。所以总的来说人工智能技术在数字货币交易所反洗钱领域，具有庞大的发展潜力，希望交易所和监管机构能不断的在这方面进行投入研发
现在关注“雷锋网”微信公众号（leiphone-sz），回复关键词【2018】，随机抽送价值 3999 元的参会门票 3 张
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
