Featurespace创始人Dave Excell – 采访系列

Dave Excell 是 Featurespace 的创始人，Dave 创立 Featurespace 是因为他发明了 适应性行为分析，该技术使用可解释的 AI 帮助银行识别和标记可疑的消费者行为。即使在最近的消费者行为转变中，这种先进的 AI 也能够遏制欺诈并帮助当局打击洗钱和其他有组织的金融犯罪，同时将信任带回金融科技。

您能否与我们分享您如何与Professor Bill Fitzgerald合作，提出适应性行为分析的概念的故事？

在我攻读博士学位期间，我与剑桥大学的Professor Bill Fitzgerald合作，应用机器学习和统计技术来了解人类行为。在那段时间里，各个组织会来找我们，寻求解决他们在自动决策和从数据中提高效率方面的挑战。我开始注意到一个模式：各个行业的组织都难以理解他们收集的数据背后的行为或“意图”，尤其是在试图识别恶意行为时。例如，我们曾为一个组织建模计算机游戏中玩家的决策，以确定他们是真实的玩家还是作弊的机器人。我们做的项目越多，我就越意识到需要一种可以适应行为（和数据）变化以避免被检测到的机器学习。实际上，这就是我首次提出适应性行为分析的概念的起源，这后来成为Featurespace的第一项基本技术。

您能否与我们分享这个概念如何导致Featurespace的成立的故事？

虽然我喜欢研究和寻找解决方案，但我不喜欢仅仅为了研究而进行研究。我受到应用技术解决实际问题和找到商业价值的驱动，通过部署技术对我们生活的世界产生积极影响。这就是我创立Featurespace的原因，我们的使命是让世界变得更安全。

您能否讨论现有的用于防止欺诈和金融犯罪的技术，以及为什么这些技术不够用？

在这个领域已经有各种技术应用了一段时间——事实上，使用AI打击金融欺诈的第一批应用可以追溯到20世纪90年代初期。然而，那种原始的AI假设欺诈行为会保持不变。算法被设计为识别相同的欺诈行为一次又一次。这种理论在今天仍被广泛应用于反欺诈技术。但是，欺诈并不是静态的。欺诈者不断适应他们的方法以保持领先于反欺诈技术。这就是为什么Featurespace创建了世界上第一个适应性AI模型来打击欺诈。我们在不需要任何人工干预的情况下始终领先于欺诈者三步。

为什么适应性行为分析与这些传统的欺诈防止技术相比具有如此大的影响力？

我们的专有适应性行为分析与传统的欺诈防止技术相比具有如此大的影响力，因为传统玩家依赖于静态的欺诈模式——但欺诈永远不是静态的。传统玩家学习不同类型的已知恶意行为的外观，然后尝试在数百万笔交易中检测这些恶意行为。问题在于这些模型只能考虑到以前见过的恶意行为，而欺诈者不断适应他们的方法以保持领先于欺诈防止技术。相比之下，我们的适应性行为分析模型学习什么是“好”行为的样子，然后检测与这些好行为的变化。世界上有更多的好行为被执行，而不是坏行为，这给了我们更多的东西来学习。有一个较小的欺诈行为集，并且它们不断变化。尝试仅检测已知的欺诈行为是一场输掉的游戏。

使用了哪些不同的机器学习算法？

Featurespace的适应性行为分析使用了无监督和有监督的机器学习技术的组合。无监督技术用于识别行为的变化以指示可能的风险。然后使用有监督技术优化我们模型的准确性以防止和检测欺诈和金融犯罪。去年，Featurespace推出了 自动深度行为网络 模型，该模型使用了一种新型的循环神经网络架构。Featurespace Research开发了自动深度行为网络，以自动化特征发现并引入具有对时间在交易流中的重要性的本机理解的记忆细胞，从而改进了我们现有的适应性行为分析的市场领先性能。

这些模型在学习新消费者行为和优化客户资料方面有多大的适应性？

我们的适应性行为分析模型正是需要的那样适应，即使面对前所未有的变化。例如，在2020年的COVID-19封锁期间，消费者的购买行为在一夜之间发生了变化。到2020年4月29日，万事达卡看到无接触支付量增加了40%。非适应性欺诈防止AI模型被搞糊涂了，阻止了人们在家中下单的合法支付。我们的模型在没有人工干预的情况下自动适应了。这在 TSYS Foresight Score 中最为明显，TSYS Foresight Score是一个由TSYS和Featurespace共同开发的针对支付发卡行的欺诈和风险管理决策评分工具。从2020年1月到6月，TSYS Foresight Score带有Featurespace的评分每周持续提供稳定的评分分布，使得被要求待在家中的消费者能够无缝地继续购买食品和其他必需品。

该技术的最大用例是什么？

该技术专门针对银行、金融机构和支付处理商。例如，支付处理公司Worldpay最近因其FraudSight产品（由Featurespace提供动力）能够减少欺诈同时提高商户的批准率和保护消费者而受到认可。

您是否还有其他关于Featurespace的信息想要分享？

诈骗是世界上增长最快的欺诈类别之一。监管机构正在认识到这一点，并试图建立保护措施。例如，英国政府于2022年3月推出了《在线安全法》的改革，旨在防止诈骗并增加消费者对在线交易的信心。同样，在美国，消费者金融保护局（CFPB）正在考虑采取行动保护消费者免受诈骗，通过让银行和信用合作社承担更多责任。通过在诈骗发生之前防止诈骗，Featurespace可以在无需人工干预的情况下为银行节省资金并保护他们的客户。

一个例子是 NatWest (NWG ) ，英国第四大银行，资产总额约为190亿英镑，客户约1900万人。NatWest在部署Featurespace的ARIC Risk Hub 24小时内看到检测到的欺诈和诈骗价值增加，包括立即降低了 false positive rates（真实客户活动减少）。作为我们合作的结果，他们将Featurespace列为向投资者介绍的“强大合作伙伴”。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问 Featurespace。