Balázs Richárd
Mesterséges intelligencia nyomoz a pénzmosók után
Ausztrália pénzügyi nyomozó ügynöksége, az AUSTRAC gépi tanuló rendszert képez a gyanús tranzakciók felderítésére.
Amikor a pénz útját kell követni, a hatóságoknak enyhén szólva sincs könnyű dolguk. A bűnözők évente több mint 1,5 trillió dollárt mosnak tisztára, ezért döntöttek úgy az ausztrálok, hogy egy mesterséges intelligenciához fordulnak segítségért. Az országban a fenti probléma megközelítőleg 4,5 milliárd amerikai dollárt jelent. Az illegálisan megszerzett pénzösszegek felgöngyölítése az AUSTRAC, vagyis az Ausztrál Tranzakciós Jelentések és Elemzések Központjának a feladata. Az ügynökség egyre nagyobb kihívással kénytelen szembenézni, éves szinten akár 100 millió tranzakciót kell átfésülniük, ezekből szűrik ki, majd vizsgálják meg a gyanús tevékenységeket.
"Egyre nehezebb és nehezebb lesz lépést tartani a mennyiséggel és tiszta lelkiismerettel kijelenteni, hogy uraljuk az adathalmot" - nyilatkozott Pauline Chou, az AUSTRAC munkatársa. A probléma megoldása érdekében az ügynökség a Melbourne-i RMIT Egyetem kutatóival lépett együttműködésre kifejlesztetve egy gépi tanuló rendszert a gyanús ügyletek azonosítására. A legalapvetőbb jelek a pénzmosásban a nagy összegű készpénz- vagy vagyonmozgások, melyek gyors vásárlásokat és eladásokat finanszíroznak. A pénzmosók azonban egyre jobbak tranzakcióik ártatlannak álcázásában.
A korábbi észlelési rendszerek az egyénre fókuszálva próbálták elcsípni a gyanús viselkedést, a pénzmosás jelei azonban sokszor csak akkor válnak láthatóvá, ha csoportok esetében kezdjük visszafejteni a tranzakciókat. Az új MI rendszer képes olyan sémákat is kiszúrni, ami önmagában nem tűnne gyanúsnak, csak ha más tranzakciókkal együttesen vizsgálják. A csapat korábbi pénzmosó hálózatok elemzéseinek felhasználásával képezte ki a rendszert. A folyamatban a gép több millió tranzakciót szűkített le 750 000-re, amit az ügynökség képzett nyomozói vizsgálnak tovább. Amennyiben a rendszer tovább bizonyít és egyre nagyobb tudást halmoz fel, az AUSTRAC jövőre éles nyomozásokban is beveti.
Jason Kingdon, aki az 1990-es években segített a Londoni Tőzsde csalárd üzelmeinek leleplezésére mesterséges intelligenciát kifejleszteni, elismeréssel szólt az AUSTRAC törekvéseiről. "Valami újon dolgoznak" - mondta Kingdon, aki cégével, a Searchspace-szel számos bankkal és tőzsdével működik együtt a fenti témakörben. A szakember hozzátette, ahhoz hogy ezek a rendszerek megállják a helyüket, a hatóságok számára tisztán kell látszania mi alapján "bélyegeznek meg" egyes embereket másokkal szemben.
Amikor a pénz útját kell követni, a hatóságoknak enyhén szólva sincs könnyű dolguk. A bűnözők évente több mint 1,5 trillió dollárt mosnak tisztára, ezért döntöttek úgy az ausztrálok, hogy egy mesterséges intelligenciához fordulnak segítségért. Az országban a fenti probléma megközelítőleg 4,5 milliárd amerikai dollárt jelent. Az illegálisan megszerzett pénzösszegek felgöngyölítése az AUSTRAC, vagyis az Ausztrál Tranzakciós Jelentések és Elemzések Központjának a feladata. Az ügynökség egyre nagyobb kihívással kénytelen szembenézni, éves szinten akár 100 millió tranzakciót kell átfésülniük, ezekből szűrik ki, majd vizsgálják meg a gyanús tevékenységeket.
"Egyre nehezebb és nehezebb lesz lépést tartani a mennyiséggel és tiszta lelkiismerettel kijelenteni, hogy uraljuk az adathalmot" - nyilatkozott Pauline Chou, az AUSTRAC munkatársa. A probléma megoldása érdekében az ügynökség a Melbourne-i RMIT Egyetem kutatóival lépett együttműködésre kifejlesztetve egy gépi tanuló rendszert a gyanús ügyletek azonosítására. A legalapvetőbb jelek a pénzmosásban a nagy összegű készpénz- vagy vagyonmozgások, melyek gyors vásárlásokat és eladásokat finanszíroznak. A pénzmosók azonban egyre jobbak tranzakcióik ártatlannak álcázásában.
A korábbi észlelési rendszerek az egyénre fókuszálva próbálták elcsípni a gyanús viselkedést, a pénzmosás jelei azonban sokszor csak akkor válnak láthatóvá, ha csoportok esetében kezdjük visszafejteni a tranzakciókat. Az új MI rendszer képes olyan sémákat is kiszúrni, ami önmagában nem tűnne gyanúsnak, csak ha más tranzakciókkal együttesen vizsgálják. A csapat korábbi pénzmosó hálózatok elemzéseinek felhasználásával képezte ki a rendszert. A folyamatban a gép több millió tranzakciót szűkített le 750 000-re, amit az ügynökség képzett nyomozói vizsgálnak tovább. Amennyiben a rendszer tovább bizonyít és egyre nagyobb tudást halmoz fel, az AUSTRAC jövőre éles nyomozásokban is beveti.
Jason Kingdon, aki az 1990-es években segített a Londoni Tőzsde csalárd üzelmeinek leleplezésére mesterséges intelligenciát kifejleszteni, elismeréssel szólt az AUSTRAC törekvéseiről. "Valami újon dolgoznak" - mondta Kingdon, aki cégével, a Searchspace-szel számos bankkal és tőzsdével működik együtt a fenti témakörben. A szakember hozzátette, ahhoz hogy ezek a rendszerek megállják a helyüket, a hatóságok számára tisztán kell látszania mi alapján "bélyegeznek meg" egyes embereket másokkal szemben.