Intel และ Consilient ผนึกกำลังเพื่อใช้การเรียนรู้แบบสมาพันธ์เพื่อต่อสู้กับการฉ้อโกงทางการเงิน

Consilient บริษัทที่จัดตั้งขึ้นใหม่ที่อุทิศตนเพื่อสร้างระบบยุคหน้าสำหรับการต่อต้านการฟอกเงินและการต่อต้านการสนับสนุนทางการเงินแก่การก่อการร้าย (AML/CFT) เปิดตัวแพลตฟอร์มการเรียนรู้แบบรวมศูนย์ที่ปลอดภัยใหม่ ซึ่งขับเคลื่อนโดย Intel® Software Guard Extensions (Intel® SGX ). แพลตฟอร์มปัญญาประดิษฐ์ (AI) มีเป้าหมายเพื่อป้องกันอาชญากรรมทางการเงินและเปิดใช้งานการทำงานร่วมกันอย่างปลอดภัยระหว่างสถาบันการเงิน ในขณะเดียวกันก็ช่วยปกป้องความเป็นส่วนตัวและข้อมูลที่ปลอดภัย

ทำไมถึงสำคัญ

จากข้อมูลขององค์การสหประชาชาติ ทั่วโลกมีการฟอกผลิตภัณฑ์มวลรวมในประเทศ (GDP) ประมาณ 2-5% ทุกปี ซึ่งมีมูลค่าถึง 800 ล้านดอลลาร์ – 2 ล้านล้านดอลลาร์ Consilient ตระหนักถึงความจำเป็นในการก้าวไปไกลกว่าระบบการตรวจสอบแบบแมนนวลและแยกส่วน Consilient ได้สร้างโซลูชันที่ชาญฉลาด ทำงานร่วมกัน และเปิดใช้งานตลอดเวลา ซึ่งใช้ประโยชน์จากการเรียนรู้แบบรวมศูนย์และ Intel SGX เพื่อตรวจจับการฉ้อโกงทางการเงิน

ด้วยการทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติผ่านการเรียนรู้แบบสมาพันธ์ การเข้าถึงชุดข้อมูล ฐานข้อมูล และเขตอำนาจศาลหลายชุดจะถูกเข้ารหัสโดยไม่ต้องเปิดเผยข้อมูลหรือข้อมูลลูกค้าที่ละเอียดอ่อนต่อฝ่ายต่างๆ ที่เกี่ยวข้อง รัฐบาลและสถาบันทางการเงินสามารถใช้แพลตฟอร์มใหม่นี้เพื่อตรวจจับกิจกรรมที่ผิดกฎหมายได้อย่างแม่นยำและมีประสิทธิภาพมากขึ้น โดยมีอัตราการตรวจพบเท็จที่ต่ำกว่า ช่วยต่อต้านอาชญากรรมทางการเงิน ขัดขวางการฟอกเงินที่มีมูลค่าสูงกว่า และทำให้บุคคลและธุรกิจที่ถูกต้องตามกฎหมายสามารถจัดการความเสี่ยงได้อย่างมีประสิทธิภาพมากขึ้น

“เมื่อธนาคารพยายามตรวจจับกิจกรรมที่ผิดกฎหมายและฉ้อโกง ระบบจะไม่มีประสิทธิภาพและประสิทธิผลสูง โดยกว่า 95% ของการตรวจสอบธุรกรรมทำให้เกิดผลบวกลวง และสถาบันไม่สามารถมองเห็นความเสี่ยงนอกเหนือกำแพงของตนเองได้ ด้วยเทคโนโลยีการเรียนรู้ของเครื่องแบบรวมศูนย์ของ Consilient ซึ่งได้รับการสนับสนุนโดย Intel SGX เรากำลังออกแบบวิธีที่สถาบันการเงินและหน่วยงานกำกับดูแลค้นพบและป้องกันความเสี่ยงจากอาชญากรรมทางการเงินแบบไดนามิกและปลอดภัย แนวทางใหม่นี้ช่วยให้องค์กรต่างๆ สามารถประหยัดต้นทุน ปรับบุคลากรใหม่ ตลอดจนจัดการและจัดลำดับความสำคัญของความเสี่ยงทางการเงินที่ผิดกฎหมายที่ร้ายแรงยิ่งขึ้นได้อย่างมีประสิทธิภาพและประสิทธิผล"

— ฮวน ซาราเต หุ้นส่วนผู้จัดการร่วมระดับโลกและประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ K2 Integrity และผู้ช่วยเลขาธิการคนแรกของกระทรวงการคลังสหรัฐฯ สำหรับการจัดหาเงินทุนของผู้ก่อการร้ายและอาชญากรรมทางการเงิน

มันทำงานอย่างไร

สหพันธ์การเรียนรู้ เป็นเทคนิคการเรียนรู้ของเครื่องที่รักษาความเป็นส่วนตัว (ML) และรูปแบบการคำนวณที่เป็นความลับซึ่งช่วยให้การฝึกอบรม AI โดยไม่ต้องรวมศูนย์ข้อมูล Consilient ได้สร้างแพลตฟอร์มที่ขับเคลื่อนด้วย ML ตามพฤติกรรมที่ทำงานบนเทคโนโลยี DOZER™ โมเดล ML สามารถฝึกฝนในชุดข้อมูลหลายชุดเพื่อตรวจจับและวิเคราะห์รูปแบบ "ปกติ" และ "ผิดปกติ" ที่มนุษย์และเทคโนโลยีปัจจุบันส่วนใหญ่ไม่สามารถทำได้ สิ่งนี้ช่วยให้สถาบัน หน่วยงาน และหน่วยงานกำกับดูแลที่เข้าร่วมสามารถทำงานร่วมกันในขณะที่เปิดเผยและจัดการความเสี่ยงเชิงระบบได้อย่างมีประสิทธิภาพ ประสิทธิผล และยั่งยืนมากขึ้นโดยไม่ทำให้ข้อมูลส่วนตัวตกอยู่ในความเสี่ยง

โมเดลการคำนวณนี้เกิดขึ้นได้ผ่าน Intel SGX ซึ่งใช้สภาพแวดล้อมการดำเนินการที่เชื่อถือได้บนฮาร์ดแวร์ (TEE) เพื่อช่วยแยกและปกป้องรหัสแอปพลิเคชันและข้อมูลเฉพาะในหน่วยความจำ เทคโนโลยีนี้ช่วยให้มั่นใจได้ว่าต้นตอของความไว้วางใจนั้นจำกัดอยู่ที่ส่วนเล็กๆ ของฮาร์ดแวร์ของหน่วยประมวลผลกลางและแอปพลิเคชัน ML เอง ลดพื้นผิวการโจมตีสำหรับภัยคุกคามที่อาจเกิดขึ้น และปกป้องความลับและความสมบูรณ์ของโค้ดและข้อมูลได้ดียิ่งขึ้น

“การประยุกต์ใช้เทคโนโลยี Intel Software Guard Extensions (Intel SGX) ในแวดวงการเงินนั้นน่าตื่นเต้นอย่างไม่น่าเชื่อ” Anil Rao รองประธานและผู้จัดการทั่วไปของ Intel ฝ่าย Data Platforms Security and Systems Architecture กล่าว “การเงิน ดังที่เราได้เห็นในหลายอุตสาหกรรม มักจะถูกจำกัดด้วยการแบ่งปันข้อมูลที่ปลอดภัย และผลการทดลองเบื้องต้นระหว่าง Intel และ Consilient ถือเป็นคำมั่นสัญญาที่ยิ่งใหญ่สำหรับอนาคตของการร่วมมือทางการเงิน”

ข้อมูลเพิ่มเติมเกี่ยวกับการใช้การเรียนรู้แบบสมาพันธ์ในอุตสาหกรรมบริการทางการเงินมีอยู่ในเอกสารไวท์เปเปอร์เรื่อง สหพันธรัฐการเรียนรู้ผ่านเทคโนโลยีปฏิวัติ.