Ως δοκιμή του προκύπτοντος εργαλείου τεχνητής νοημοσύνης τους, οι ερευνητές έλεγξαν τα αποτελέσματά του με ένα ανταλλακτήριο κρυπτονομισμάτων – το οποίο η εφημερίδα δεν κατονομάζει – εντοπίζοντας 52 ύποπτες αλυσίδες συναλλαγών που είχαν εισρεύσει τελικά σε αυτό το χρηματιστήριο. Το χρηματιστήριο, όπως αποδείχθηκε, είχε ήδη επισημάνει 14 από τους λογαριασμούς που είχαν λάβει αυτά τα κεφάλαια για ύποπτη παράνομη δραστηριότητα, συμπεριλαμβανομένων οκτώ που είχε επισημανθεί ως σχετιζόμενοι με ξέπλυμα βρώμικου χρήματος ή απάτη, με βάση εν μέρει τις πληροφορίες του πελάτη που είχε ζητήσει. από τους κατόχους λογαριασμών. Παρόλο που δεν είχε πρόσβαση σε αυτά τα δεδομένα του πελάτη ή σε οποιαδήποτε πληροφορία σχετικά με την προέλευση των κεφαλαίων, το μοντέλο τεχνητής νοημοσύνης των ερευνητών είχε συμφωνήσει με τα συμπεράσματα των ερευνητών του ίδιου του χρηματιστηρίου.
Ο σωστός προσδιορισμός 14 από τους 52 από αυτούς τους λογαριασμούς πελατών ως ύποπτους μπορεί να μην ακούγεται ως υψηλό ποσοστό επιτυχίας, αλλά οι ερευνητές επισημαίνουν ότι μόνο το 0,1 τοις εκατό των λογαριασμών του χρηματιστηρίου επισημαίνονται ως δυνητικό ξέπλυμα χρήματος συνολικά. Το αυτοματοποιημένο εργαλείο τους, υποστηρίζουν, είχε ουσιαστικά μειώσει το κυνήγι για ύποπτους λογαριασμούς σε περισσότερους από έναν στους τέσσερις. «Η μετάβαση από το «ένα στα χίλια πράγματα που βλέπουμε ότι θα είναι παράνομα» σε 14 στα 52 είναι μια τρελή αλλαγή», λέει ο Mark Weber, ένας από τους συν-συγγραφείς της εφημερίδας και συνεργάτης στο Media Lab του MIT. «Και τώρα οι ερευνητές θα ψάξουν πραγματικά τους υπόλοιπους για να δουν, περίμενε, μήπως χάσαμε κάτι;»
Η Elliptic λέει ότι χρησιμοποιεί ήδη ιδιωτικά το μοντέλο AI στη δουλειά της. Ως περισσότερες αποδείξεις ότι το μοντέλο τεχνητής νοημοσύνης παράγει χρήσιμα αποτελέσματα, οι ερευνητές γράφουν ότι η ανάλυση της πηγής κεφαλαίων για ορισμένες ύποπτες αλυσίδες συναλλαγών που εντοπίστηκαν από το μοντέλο τους βοήθησε να ανακαλύψουν διευθύνσεις Bitcoin που ελέγχονται από μια ρωσική αγορά σκοτεινού ιστού, έναν «μίκτη» κρυπτονομισμάτων που σχεδιάστηκε. για να θολώσει τα ίχνη των bitcoin στο blockchain και ένα σχέδιο Ponzi με βάση τον Παναμά. (Η Elliptic αρνήθηκε να ταυτοποιήσει ονομαστικά οποιονδήποτε από αυτούς τους φερόμενους εγκληματίες ή υπηρεσίες, λέγοντας στο WIRED ότι δεν προσδιορίζει τους στόχους των εν εξελίξει ερευνών.)
Ίσως πιο σημαντικό από την πρακτική χρήση του μοντέλου τεχνητής νοημοσύνης των ερευνητών, ωστόσο, είναι οι δυνατότητες των δεδομένων εκπαίδευσης της Elliptic, που οι ερευνητές έχουν δημοσίευσε στον ιστότοπο Kaggle της κοινότητας μηχανικής εκμάθησης και επιστήμης δεδομένων που ανήκει στην Google. «Ο Elliptic θα μπορούσε να το κρατήσει αυτό για τον εαυτό του», λέει ο Weber του MIT. «Αντίθετα, υπήρχε πολύ ένα ήθος ανοιχτού κώδικα εδώ να συνεισφέρει κάτι στην κοινότητα που θα επιτρέψει σε όλους, ακόμη και στους ανταγωνιστές τους, να είναι καλύτεροι στην καταπολέμηση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες». Η Elliptic σημειώνει ότι τα δεδομένα που έδωσε στη δημοσιότητα είναι ανώνυμα και δεν περιέχουν κανένα αναγνωριστικό για τους κατόχους διευθύνσεων Bitcoin ή ακόμα και τις ίδιες τις διευθύνσεις, μόνο τα δομικά δεδομένα των «υπογραφημάτων» των συναλλαγών που επισήμανε με τις αξιολογήσεις της για ύποπτη νομιμοποίηση εσόδων από παράνομες δραστηριότητες.
Αυτό το τεράστιο πλήθος δεδομένων αναμφίβολα θα εμπνεύσει και θα επιτρέψει πολύ περισσότερη έρευνα με επίκεντρο την τεχνητή νοημοσύνη για το ξέπλυμα βρώμικου χρήματος bitcoin, λέει ο Stefan Savage, καθηγητής πληροφορικής στο Πανεπιστήμιο της Καλιφόρνια στο Σαν Ντιέγκο, ο οποίος υπηρέτησε ως σύμβουλος του κύριου συγγραφέα ενός σπερματικό έγγραφο εντοπισμού bitcoin που δημοσιεύθηκε το 2013. Υποστηρίζει, ωστόσο, ότι το τρέχον εργαλείο δεν φαίνεται πιθανό να φέρει επανάσταση στις προσπάθειες καταπολέμησης της νομιμοποίησης εσόδων από παράνομες δραστηριότητες στην κρυπτογράφηση με την τρέχουσα μορφή του, τόσο όσο να χρησιμεύσει ως απόδειξη της ιδέας. «Ένας αναλυτής, νομίζω, θα δυσκολευτεί πολύ με ένα εργαλείο που είναι είδος του δικαιώματος μερικές φορές», λέει ο Savage. «Το θεωρώ αυτό ως μια προκαταβολή που λέει, ‘Ε, υπάρχει ένα πράγμα εδώ. Περισσότεροι άνθρωποι θα πρέπει να δουλέψουν σε αυτό.»