人工智能:銀行如何使用AI捕捉罪犯并發現偏見

想象一下一種算法，該算法每秒檢查數千個金融交易并標記欺詐交易。由于近年來人工智能的發展，這已經成為可能，對于充斥著大量日常交易以及對抗金融犯罪，洗錢，金融融資的挑戰越來越大的銀行來說，這是一個非常有吸引力的價值主張。恐怖主義和腐敗。

但是，人工智能的好處并不是完全免費的。使用AI來偵查和預防犯罪的公司還面臨著新的挑戰，例如算法偏差，當AI算法導致一組特定性別，種族或宗教的系統性劣勢時，就會發生此問題。在過去的幾年中，算法偏差沒有得到很好的控制，從而損害了使用它的公司的聲譽。時刻警惕這種偏見的存在是非常重要的。

例如，在2019年，運行Apple信用卡的算法被發現偏向女性，這導致對該公司的公關反應強烈。在2018年，亞馬遜不得不關閉由AI驅動的招聘工具，該工具也顯示出對女性的偏見。

摩根大通：CBDC每年可為銀行節省超1000億美元跨境交易成本:11月3日消息，咨詢公司Oliver Wyman和摩根大通周三發布的一份名為 \"釋放1200億美元的支付價值 \"的報告稱，中央銀行數字貨幣（CBDC）可以每年節省超過1000億美元的交易成本。該報告估計，在每年近24萬億美元的跨境批發支付中，銀行產生了超過1200億美元的總交易成本；這還不包括被困的流動性和延遲結算的潛在隱藏成本。（coindesk）[2021/11/3 6:29:09]

銀行面臨著類似的挑戰，這就是他們如何在避免陷阱的同時利用人工智能打擊金融犯罪。

抓the徒

打擊金融犯罪涉及監視許多交易。例如，總部位于荷蘭的荷蘭銀行目前約有3400名員工，從事篩選和監控交易。

浙商銀行貴陽分行推出區塊鏈應收款鏈平臺“分銷通”平:浙商銀行貴陽分行運用區塊鏈技術打造的應收款鏈平臺“分銷通”平，解決了應收款登記、確權等問題，把產業鏈上下游間的應收賬款改造成了區塊鏈債權流轉。目前貴陽、黔東南、安順、六盤水、銅仁5家新華書店中心分店在線申請授信審批，并申請區塊鏈應收款保兌，支付核心企業并繼續向上游流轉，從而獲得1億元的流動資金支持。（經濟日報）[2020/8/31]

傳統的監視依賴于基于規則的系統，該系統是嚴格的，并且不包括許多新出現的金融威脅，例如恐怖主義融資，非法販運以及野生動植物和醫療保健欺詐。同時，它們會產生許多誤報，被標記為可疑的合法交易。這使得分析師很難跟上大量的數據。

這是AI算法可以提供幫助的主要領域。可以訓練AI算法來檢測異常值，偏離客戶正常行為的交易。由MalouvandenBerg領導的荷蘭銀行創新與設計部門的數據科學團隊構建了有助于在金融交易中發現未知因素的模型。

德國零售銀行Postbank：29％的人認為加密貨幣是投資機會:\t德國零售銀行Postbank最近的一項調查顯示，29％的德國人認為加密貨幣是一個理想的投資機會。該調查結果基于今年2月底至3月底對3100名德國人的采訪。[2018/6/10]

該團隊在發現欺詐性交易并減少誤報方面非常成功。“我們還看到了以前從未見過的模式和事物，”范德伯格解釋說。

這些算法代替靜態規則，可以適應客戶不斷變化的習慣，還可以檢測隨著財務模式逐漸變化而出現的新威脅。

“如果我們的AI將交易標記為偏離客戶的正常模式，我們會找出原因。根據可用信息，我們檢查交易是否偏離客戶的正常模式。如果調查不能明確說明付款方式，我們可以向客戶查詢。”vandenBerg說。

曾稱比特幣“高風險”的荷蘭銀行考慮建造加密錢包:荷蘭合作銀行(Rabobank)宣布，可能會推出一種“加密貨幣錢包”，并與該公司的銀行服務掛鉤。此前，該銀行對參與比特幣交易的賬戶持有人進行了“高風險”分析。其資產總額顯示，它可能會推出一種名為“Rabobit”的加密貨幣錢包。[2018/3/2]

荷蘭銀行使用無監督機器學習，這是AI的一個分支，可以查看大量未標記的數據并找到可以暗示安全和可疑交易的相關模式。無監督機器學習可以幫助創建動態的金融犯罪檢測系統。但是，像其他AI分支一樣，無監督的機器學習模型也可能會形成隱藏的偏見，如果處理不當，可能會造成不必要的傷害。

消除不必要的偏見

銀行的數據科學和分析團隊必須找到合適的平衡點，在這些平衡點上，他們的AI算法可以在不侵犯任何人權利的情況下找出欺詐性交易。人工智能系統的開發人員要確保在模型中避免包含問題變量，例如性別，種族和種族。但是問題在于，其他信息可以充當相同元素的代理，而AI科學家必須確保這些代理不會影響其算法的決策。例如，就亞馬遜有缺陷的聘用算法而言，雖然在聘用決策中并未明確考慮性別，但該算法已學會將負分與履歷表與女性名字或諸如“國際象棋俱樂部”之類的詞聯系起來。

“例如，當使用人工智能技術來識別涉嫌犯罪活動的客戶時，必須首先證明該人工智能在敏感特征方面公平對待所有客戶，”范登伯格說。

范登伯格團隊的數據科學家LarsHaringa解釋說：“構建AI模型的數據科學家不僅需要證明模型的性能，而且還要從倫理上證明其影響。這意味著在模型投入生產之前，數據科學家必須確保遵守有關隱私，公平和偏見的規定。一個例子就是通過建立統計保障措施來確保員工不會因使用AI系統而產生偏見，以確保通過AI工具為員工提供無偏見的選擇。”

負責事務監視分析結果的部門還負責公平對待。只有當他們接受工作并由數據科學家進行分析時，該模型才能用于客戶數據的生產中。

荷蘭銀行的交易監控團隊會預先衡量潛在的偏差，并定期預防這些負面影響。“在ABNAMRO，數據科學家與法律和隱私部門合作，以確保保護客戶和員工的權利，”范德伯格對TNW說。

平衡合作

公司使用AI算法面臨的挑戰之一是確定要披露多少有關AI的細節。一方面，公司希望充分利用算法和技術上的聯合工作，而另一方面，他們希望阻止惡意參與者對其進行游戲。他們還有保護客戶數據的法律責任。

“與銀行中的所有其他模型一樣，為了保護算法有效性，模型批準中有幾個關鍵的利益相關者：除了模型發起者和開發者之外，還有模型驗證，合規性，法律，隱私權和審計，”范德伯格說。“這是所有銀行的標準做法。”

范德伯格說，荷蘭銀行并未公布其反犯罪工作的細節，但這里有著濃厚的知識共享文化，各個部門將各自的算法和技術交織在一起以取得更好的效果。但是同時，對客戶數據和統計信息的使用也有嚴格的限制。荷蘭銀行還與其他具有相同限制的銀行共享知識。在需要共享數據的地方，對數據進行匿名處理，以確保不會向外部方透露客戶身份。

像許多其他部門一樣，銀行業正在通過人工智能進行重新發明和重新定義。隨著金融犯罪分子的方法和策略變得越來越復雜，銀行家將需要他們所能獲得的所有幫助，以保護其客戶和聲譽。在尊重所有客戶權利的智能反金融犯罪技術方面，全行業的合作可以成為全球銀行家最好的盟友之一。

Tags：人工智能區塊鏈加密貨幣ANK人工智能電影哪個不是區塊鏈特性加密貨幣為什么有價值Lbank公司怎么樣

Coinw