Tiến sĩ Mark Goldspink, CEO của The ai Corporation (ai) – Loạt Phỏng Vấn

Tiến sĩ Mark Goldspink là CEO của The ai Corporation (ai), họ cung cấp các giải pháp phát hiện gian lận tự phục vụ độc đáo được nhiều “nhà lãnh đạo tư tưởng” trong ngành coi là tốt nhất thế giới. Các giải pháp, bao gồm một giải pháp “tiên tiến” mới về học máy, bảo vệ và làm giàu trải nghiệm thanh toán cho hơn 100 ngân hàng, hơn 3 triệu thương nhân đa kênh và hơn 300 triệu chủ thẻ tiêu dùng. Họ cũng theo dõi hơn 25 tỷ giao dịch và ủy quyền mỗi năm.

Điều gì ban đầu thu hút bạn đến với học máy và Trí tuệ nhân tạo?

Trí tuệ nhân tạo là cách duy nhất để thực hiện việc ra quyết định kinh doanh với các nguồn dữ liệu lớn một cách hiệu quả.

Sự sử dụng đầu tiên của tôi về học máy (1992) là xem xét độ co giãn của giá trong lĩnh vực nhiên liệu. Mỗi trạm dịch vụ và sản phẩm có chỉ số độ co giãn riêng. Chúng tôi sử dụng Trí tuệ nhân tạo để tạo ra một công cụ định giá dự đoán giúp chúng tôi hiểu mối quan hệ giữa giá và lượng cầu. Công cụ đó vẫn được sử dụng trên toàn thế giới ngày nay.

Có thể bạn hãy giải thích ngắn gọn về The ai Corporation (ai) là gì?

ai giúp việc số hóa các giải pháp thanh toán bằng cách cung cấp các sản phẩm và dịch vụ đám mây doanh nghiệp. Nói một cách đơn giản, chúng tôi nhằm mục đích bảo vệ công nghệ thanh toán của khách hàng để đảm bảo họ vẫn phù hợp với thị trường kỹ thuật số đang phát triển không ngừng. Chúng tôi tin rằng việc thanh toán nên trở nên vô hình, để các doanh nghiệp có thể tập trung nhiều hơn vào việc quản lý khách hàng và dành ít thời gian hơn để lo lắng về cách thức thanh toán.

Có những công nghệ học máy nào được sử dụng để đánh dấu các mối đe dọa và gian lận tiềm năng?

Có nhiều phương pháp và kỹ thuật khác nhau được sử dụng trên toàn cảnh quan phát hiện gian lận và mối đe dọa. Các ví dụ đầu tiên bao gồm logic Bayesian và cây quyết định. Các đổi mới sau này đã dẫn đến việc áp dụng rộng rãi các mạng nơ-ron, vẫn được sử dụng rộng rãi ngày nay. Việc áp dụng nhanh chóng học máy (ML) trên các ngành công nghiệp khác đã khuyến khích việc áp dụng nhiều phương pháp khác, chẳng hạn như các kỹ thuật không giám sát, XGBoost và các kỹ thuật khác. Hầu hết các doanh nghiệp chọn phát triển các phương pháp của riêng họ, thường dựa trên các phương pháp hiện có để cải thiện hiệu suất phát hiện.

Hiện tại, ngay cả khi học máy thực hiện hầu hết “công việc nặng”, vẫn còn một lượng lớn công việc giám sát cần thiết để theo dõi gian lận. Làm thế nào việc tự động hóa quy trình quản lý gian lận bằng cách sắp xếp mô hình có thể giải quyết vấn đề này?

Hầu hết các hệ thống gian lận sử dụng nhiều mô hình để phát hiện số lượng gian lận tối ưu đồng thời giảm tỷ lệ “từ chối” của các khoản thanh toán hợp pháp. Tuy nhiên, vấn đề số một với những hệ thống đó là lượng quản trị bổ sung khổng lồ cần thiết để quản lý những mô hình đó. Công việc quản trị và quản lý đó thường là thủ công, và càng nhiều mô hình được sử dụng, càng nhiều nỗ lực thủ công cần thiết để đảm bảo các mô hình tiếp tục hoạt động tốt.

Sắp xếp mô hình đang cách mạng hóa cách chúng tôi quản lý các hệ thống gian lận. Với sắp xếp, máy móc hiệu quả quản lý chính nó. Khi các mô hình được nhận diện là không hoạt động tốt, chúng sẽ được thay thế bằng mô hình mới hoặc được đào tạo lại trên dữ liệu mới nhất. Quá trình này sử dụng các quy trình tự động để thu thập thống kê hiệu suất cho các mô hình trực tiếp, cũng như thống kê tương tự cho các mô hình tự động ngoại tuyến được sản xuất. Khi các mô hình ngoại tuyến hoạt động tốt, chúng sẽ được chuyển lên sản xuất. Điều này tạo thành một hệ thống tự động hóa khép kín cho việc phát hiện gian lận và quy trình kinh doanh tối ưu.

Có thể bạn hãy cung cấp một số ví dụ về các mối đe dọa an ninh mạng hoặc tài chính mà trước đây đã được phát hiện bởi học máy?

Ở đây tại ai, chúng tôi liên tục ngăn chặn gian lận bằng giải pháp học máy AutoPilotML của mình, giúp theo dõi các xu hướng gian lận bằng cách tự động tối ưu hóa toàn bộ chiến lược gian lận (bao gồm cả mô hình ML và quy tắc được tạo thủ công). Các giải pháp được tối ưu hóa của chúng tôi đã phát hiện các kế hoạch chiếm đoạt tài khoản và hack tài khoản trong không gian TELCO, ví dụ, giúp các nhà điều hành tiết kiệm hàng nghìn bảng. Trên thực tế, chúng tôi đã phát hiện gần 10.000.000 đô la giá trị giao dịch đáng ngờ mỗi năm.

Ngoài không gian gian lận, các cuộc tấn công quy mô lớn được ngăn chặn bởi học máy hàng ngày. Ví dụ, Microsoft (MSFT ) đã phát hiện và ngăn chặn ngay lập tức các cuộc tấn công mạng từ botnet trong nhiều năm. Vào tháng 2 năm 2018, họ đã ngăn chặn một cuộc tấn công botnet Emotet lớn gần như ngay lập tức), sử dụng những gì họ gọi là “học máy phân lớp”, bao gồm cả mô hình học máy phía máy khách và phía máy chủ.

Các mối đe dọa an ninh mạng thường xuất phát từ web tối, bạn có thể thảo luận về một số Dịch vụ Quản lý Web Tối hiện đang được cung cấp?

ai cung cấp một dịch vụ giám sát web tối, được cung cấp thông qua ứng dụng SaaS của Skurio, để thông báo và bảo vệ khách hàng bị xâm phạm ngay khi dữ liệu của họ được lộ trên Web Tối. Chúng tôi tin rằng quan hệ đối tác này là duy nhất và cung cấp cho người dùng của chúng tôi thông tin tình báo mạng hàng đầu thế giới, tự động quét các trang web, thị trường và diễn đàn để phát hiện các trường hợp dữ liệu của khách hàng xuất hiện trên Web Tối.

Có điều gì khác mà bạn muốn chia sẻ về The ai Corporation (ai)?

Xây dựng các sản phẩm tuyệt vời cùng với các quy trình chính xác chỉ có thể được thực hiện bằng cách có một đội ngũ thế giới. Tôi vô cùng tự hào về đội ngũ ai và chính sự hợp tác đó giúp chúng tôi trở nên sáng tạo.

Nó cũng là sự hợp tác giúp việc làm việc tại ai trở nên thú vị và tạo động lực cho tôi. Đó là điều phần thưởng nhất về việc trở thành một nhà lãnh đạo. Giúp mọi người phát triển và trưởng thành.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập The ai Corporation (ai).