Co łączy pracę inżyniera sztucznej inteligencji z pracą detektywa?
Czy inżynier sztucznej inteligencji też działa incognito? Czy – podobnie jak detektyw – nosi szary prochowiec i usiłuje wtopić się w tłum? A może zakłada podsłuchy albo zbiera dowody w jakiejś sprawie? Cóż, odpowiedź na to pytanie jest znacznie mniej oczywista, niż może się wydawać. Okazuje się, że inżyniera systemowego łączy z detektywem pranie pieniędzy, a dokładnie – przeciwdziałanie temu procederowi.
Z tego artykułu dowiesz się, jak sztuczna inteligencja (ang. artificial intelligence, AI) wspiera pracę analityków bankowych, którzy śledzą nielegalne transakcje. Podpowiemy Ci także, co możesz zrobić, żeby w przyszłości zostać cyfrowym detektywem.
Co mają wspólnego Al Capone i sztuczna inteligencja?
W latach 20-tych XX wieku rząd Stanów Zjednoczonych wprowadził zakaz spożywania napojów alkoholowych. Co chcieli osiągnąć rządzący? Na pewno ograniczyć nadużywanie alkoholu przez Amerykanów, a także przeciwdziałać zjawisku głodu (spowodowanego wyniszczającą wojną) poprzez zwiększenie udziału zboża w produkcji chleba; wcześniej sporo płodów rolnych „marnowało się” właśnie na alkohol. Mieszkańcy USA nie byli zadowoleni z wprowadzonych restrykcji i szukali sposobów ich obejścia.
Tę sytuację wykorzystało oczywiście środowisko przestępcze, m.in. słynny Al Capone, który stał na czele mafii działającej w Chicago. Organizacje przestępcze czerpały ogromne zyski z nielegalnego obrotu alkoholem. Chcąc wprowadzić dochód do legalnego obrotu, Al Capone otworzył sieć pralni – oczywiście zgodnie z prawem. Nielegalnie zawyżając utarg każdej swojej jednostki, krok po kroku wprowadzał na rynek pieniądze zarobione na handlu alkoholem. To stąd pochodzi określenie „pranie brudnych pieniędzy”, którego używamy do dziś.
O ile z zakazu spożywania alkoholu szybko się wycofano, o tyle problem związany z praniem pieniędzy pozostał aktualny. Rządy i organizacje międzynarodowe stojące na straży prawa wciąż podejmują radykalne kroki, by ograniczać do minimum nielegalne działania. W wielu krajach wprowadzone zostały surowe przepisy obligujące instytucje finansowe, np. banki, do kontrolowania przepływów środków pieniężnych oraz informowania odpowiednich służb o podejrzeniu prania pieniędzy lub finansowaniu terroryzmu.
Banki nie mają wyjścia – kary nakładane przez instytucje nadzorujące są ogromne. Instytucjom finansowym ukrywającym informacje o praniu pieniędzy grożą nie tylko konsekwencje finansowe, ale także prawne – łącznie z pozbawieniem licencji na prowadzenie działalności. Banki zostały zobowiązanie do wprowadzenia systemów do monitorowania przepływów pieniędzy, np. systemów regułowych. Otworzyły także wewnętrzne jednostki AML (ang. Anti-Money Laundering), i właśnie pracowników tych jednostek – analityków AML – możemy śmiało nazwać detektywami. Dlaczego?
Okazuje się, że osoby, które zajmują się przeciwdziałaniem praniu brudnych pieniędzy w bankach działają jak detektywi – na podstawie dostępnych dowodów (zdjęć, doniesień w Internecie, informacji od jednostek specjalnych etc.) mogą stwierdzić, czy mają do czynienia z praniem pieniędzy, czy też nie.
Jak dziś można wyprać pieniądze?
Strategia prania pieniędzy, którą wymyślił 100 lat temu Al Capone, jest aktualna także dziś, choć przestępcy, z obawy przed wykryciem stosują coraz bardziej złożone techniki. Mogą np. założyć sieć różnych firm, pomiędzy którymi przesyłane będą fałszywe faktury, zagrać w kasynie w pokera przy ustawionym stoliku... No i kto powiedział, że nie można zwycięzcy w loterii zaproponować więcej, niż jest wart jego kupon? W ten sposób przestępca będzie mógł się chwalić „wielkim szczęściem”, a ten, kto sprzedał mu kupon będzie musiał wytłumaczyć policji, skąd ma kilka milionów w gotówce od człowieka, który, jak się okazało, posługiwał się fałszywą tożsamością. Sposobów jest naprawdę mnóstwo.
Z drugiej strony barykady
Tak jak przestępcy mają swoje metody wprowadzania nielegalnych pieniędzy do obrotu, tak samo banki mają swoje sposoby, by to wykrywać – wykorzystują w tym celu temu m.in. wspomniane już wcześniej systemy regułowe.
Proces AML w banku rozpoczyna się od analizy wszystkich transakcji wykonywanych przez klientów instytucji celem wychwycenia wszelkich podejrzanych zachowań. Podejrzane zachowania są definiowane poprzez reguły opracowane przez ekspertów AML. Reguły te wywołują alerty, które wskazują, która z transakcji wykonanych przez klienta banku może mieć znamiona prania pieniędzy. Analityk AML bierze pod lupę jeden z takich alertów i dokładnie sprawdza transakcję – kim jest nadawca, kim jest odbiorca, poszukuje informacji o działalnościach prowadzonych przez te osoby, sprawdza bazy danych. Analityk wszystkie pojedyncze informacje łączy w całość i opracowuje raport rozstrzygający, czy dany klient rzeczywiście pierze pieniądze.
Specyfika prostych systemów regułowych sprawia, że oprócz rzeczywistych przypadków prania pieniędzy, również transakcje legalne mogą być etykietowane jako podejrzane. Takich fałszywych alarmów pojawiają się tysiące.
Banki i inne instytucje finansowe bardzo chętnie wykorzystują nowe technologie, by usprawnić procesy wewnętrzne. Coraz częściej wsparciem dla analityków AML okazują się narzędzia wykorzystujące rozwiązania z zakresu sztucznej inteligencji. W tym obszarze mogą wykazać się nasi cyfrowi detektywi – inżynierzy sztucznej inteligencji.
Ramię w ramię
Wsparcie pracy analityka AML narzędziami wzbogaconymi o rozwiązania sztucznej inteligencji jest przykładem idealnego połączenia pracy człowieka z nowymi technologiami. Nowymi technologiami, za którymi stoi drugi człowiek – inżynier uczenia maszynowego.
No dobrze, ale skąd właściwie wiadomo, które transakcje są najbardziej podejrzane? Przestępcy nie są głupi. Ich transakcje raczej nie będą wyróżniały się niczym szczególnym: nie będą przelewać wysokich kwot, docelowe kraje niekoniecznie będą rajami podatkowymi. Setki tysięcy transakcji na różne kwoty, z różnych krajów z pewnością mogą przyprawić o zawrót głowy, a odpowiedź na pytania od czego zacząć i gdzie może ukryć się nielegalna transakcja, wydaje się nieosiągalna. W takiej sytuacji naszemu analitykowi AML przychodzi z pomocą cyfrowy detektyw – inżynier uczenia maszynowego, który buduje szyte na miarę rozwiązania oparte na sztucznej inteligencji (machine learning, deep learning). Jego zadaniem jest analizować i łączyć ze sobą ogromne zbiory danych.
Wynikiem pracy inżyniera uczenia maszynowego może być m.in. zbudowanie rankingu alertów, czyli wskazanie, które alerty są bardziej ryzykowne i należy się im przyjrzeć w pierwszej kolejności i poświęcić więcej czasu. Analitykom dużo łatwiej pracuje się, kiedy otrzymają dodatkowe informacje o tym, które transakcje mogą być rzeczywistymi przypadkami prania pieniędzy. Dzięki przeanalizowaniu tych transakcji jako pierwszych, informacja o podejrzeniu popełnienia przestępstwa dotrze do odpowiednich jednostek znacznie szybciej.
Praca analityka AML to również żmudne zbieranie śladów, najczęściej online. Wielokrotnie trzeba odwiedzić Facebooka, Twitter, mapy internetowe, rządowe bazy danych, a także przeszukać strony internetowe firm. Należy odpowiedzieć sobie na wiele pytań, np. czy sposób wydatkowania pieniędzy ma jakiś sens i jest zgodny z profilem klienta. Żeby połączyć ze sobą fakty i powiązać szczegóły, najpierw trzeba zdobyć odpowiednie informacje. I tutaj ponownie na pomoc przychodzi nasz "cyfrowy detektyw"! Dzięki zbudowanym przez niego i innych developerów nowoczesnym narzędziom do automatycznego zbierania i analizy danych, analitycy otrzymują wsparcie przy procesie poznawania klienta banku. Opracowana przez nich ewaluacja zawiera informacje, które są kluczowe z punktu widzenia naszego „śledztwa”.
Narzędzia do wizualizacji przepływów finansowych w połączeniu z geolokalizacją pomagają również lepiej zrozumieć specyfikę danego przypadku. Cyfrowy detektyw potrafi przy wykorzystaniu sztucznej inteligencji przetworzyć i wyciągnąć wnioski z ogromnych ilości danych, których przeanalizowanie w tradycyjny sposób byłoby niemożliwe.
Al Capone, który 100 lat temu stworzył i zainicjował proceder prania brudnych pieniędzy, z pewnością nie spodziewał się, że wyspecjalizowane modele AI będą stać na straży praworządności. Ba, pewnie nawet się nie domyślał, że coś takiego jak sztuczna inteligencja kiedykolwiek powstanie!
Zostań naszym cyfrowym detektywem
Szukasz dla siebie ciekawej formy spędzenia najbliższych wakacji? Chcesz zostać częścią zespołu tworzącego całkowicie nowe rozwiązania? Jeśli lubisz szukać zależności, wspierać kolegów z zespołu, a także znasz podstawy programowania, to bez wahania aplikuj na program stażowy Comarch.