Pinigų plovimo atpažinimo tyrimas naudojant skaitmeninį intelektą

Abstract

Pinigų plovimo prevencija, siekiant atpažinti ir laiku sustabdyti šią nusikalstamą veiklą, vis dar išlieka viena aktualiausių temų globaliu mastu. Didelis duomenų kiekis, susijęs su pinigų plovimo reikalavimų laikymusi, ir didėjantis nusikalstamų metodų sudėtingumas verčia finansų įmones ieškoti naujų priemonių, kurios padėtų įvykdyti reguliavimo įsipareigojimus. Siekiant šio tikslo technologijos, kurių veikimas paremtas dirbtiniu intelektu, tampa neatsiejamos nuo pinigų plovimo prevencijos. Šiame straipsnyje pagrindžiama pinigų plovimo tikroji kaina pasaulinei ekonomikai. Tyrimo tikslas – įvertinti skaitmeninio intelekto pritaikymo svarbą pinigų plovimo prevencijoje. Šiam tikslui pasiekti buvo lyginamos skirtingos technologijos, taikomos finansiniam sukčiavimui atpažinti. Ypatingas dėmesys šiame straipsnyje skiriamas dirbtinio intelekto pogrupiui skaitmeninio intelekto ir mašininio mokymosi metodams. Remiantis naujausiais moksliniais tyrimais, šių technologijų derinys leidžia numatyti ateities įvykius, sukurti tinkamas taisykles, priimti tikslingus sprendimus, komunikuoti su tiksline auditorija. Dirbtinio intelekto svarbą pinigų plovimo prevencijoje pabrėžia straipsnyje analizuojamas tyrimas, kuriame buvo apklausiami aukščiausio lygio vadovai, atsakingi už pinigų plovimo prevenciją. Respondentai išreiškė vienbalsę nuomonę, jog tolesnis dirbtinio intelekto taikymas pinigų plovimo prevencijos srityje yra prioritetas. Tačiau sykiu tyrimo rezultatai identifikavo respondentų įvardytas grėsmes, dėl kurių praktiškai dirbtinio intelekto metodai veikloje taikomi vangiai.

The large amount of data related to compliance with money laundering requirements and the increasing sophistication of criminal methods are forcing financial companies to look for new tools to help them meet their regulatory obligations. To achieve this goal, technologies whose operation is based on artificial intelligence become inseparable from the prevention of money laundering. This article makes the case for the true cost of money laundering to the global economy. To achieve this, different technologies used in identifying financial fraud were compared. Special attention in this article is given to a subset of artificial intelligence – digital intelligence methods. According to the latest scientific research, these methods are based on soft computing, which allow to adapt to many situations, predict future events, create appropriate rules, and make targeted decisions. Also, the importance of artificial intelligence in the prevention of money laundering is emphasized by the US study analyzed in the article, in which top-level managers responsible for the field of money laundering prevention were interviewed. The respondents expressed a unanimous opinion that the further application of artificial intelligence in the field of money laundering prevention is a priority.