技術應用 | 人工智能技術在反洗錢工作中的應用研究

文 / 中國反洗錢監測分析中心 葉鋼 向路 秦偉

随着計算機技術的不斷發展，人工智能技術正逐漸成為驅動新一輪科技革命的戰略性技術。習近平總書記多次強調“要深入把握新一代人工智能發展的特點，加強人工智能和産業發展融合，為高品質發展提供新動能”。近年來，人工智能被廣泛應用到銀行、保險、證券等金融領域，不斷催生出新的金融産品，逐漸形成了新的金融業态。這一趨勢對于反洗錢工作而言，既是機遇也是挑戰。本文研究總結了人工智能技術的發展狀況及其在反洗錢領域的主要應用場景，分析了人工智能給反洗錢工作帶來的機遇和挑戰，并提出了基于人工智能技術建構反洗錢資訊系統的基本過程和工作建議。

人工智能技術的形成和發展

人工智能是研究開發模拟人腦思維的理論、方法、技術及應用的一項前沿性學科。它試圖在研究人腦智能本質的基礎上，制造與人類思維方式相似的智能機器。該領域的研究包括機器學習、自然語言處理、進化計算和智能機器人等。

自人工智能的概念和理論首次提出以來，該技術和産業的發展曆經了以下三個主要階段。

第一階段是20世紀50年代至70年代。這一階段是人工智能概念的提出和形成階段。一般認為，1956年召開的達特茅斯會議，推動了人工智能正式成為一個被廣泛研究的學科。此後，學界開始興起相關技術的研究熱潮。但因受處理能力、資料量等因素的限制，當時的計算機無法有效完成人工智能算法的計算任務。是以這一階段的人工智能研究更多停留在理論層面。

第二階段是20世紀80年代至90年代。這一階段随着計算和存儲能力的提升，科學家開始探索如何利用人工智能技術，建立輔助人類解決實際問題的專家系統。這類系統學習已有問題的解決方法，形成知識存入知識庫中。在遇到類似的問題時，能夠自動地分析、決策，并加以解決。但是專家系統的使用場景，僅局限于解決其他手段已經解決過的問題，加之受高昂的硬體成本、有限的适用場景等限制，該階段人工智能未能取得工業級的應用。

第三階段從2015年至今。這一階段的标志性事件是2016年3月，谷歌公司研發的AlphaGo在圍棋人機大戰中，擊敗了南韓職業九段圍棋手李世石。随後，在2022年11月，OpenAI公司釋出了聊天機器人程式ChatGPT，它能夠模仿人類的思考和對話方式，與使用者進行聊天交流，甚至能完成郵件編寫、文案翻譯、論文撰寫等任務，再次在全球掀起了一股人工智能熱潮。随着資料量爆炸式增長、算力迅速提升和新算法的不斷湧現，人工智能的研究領域不斷擴大。特别是深度學習技術的發展，讓人工智能進入新的研究階段，并逐漸形成完整的産業鍊分工和協作體系。

人工智能在反洗錢領域的主要應用場景

洗錢活動是指犯罪分子将違法所得通過各種手段隐瞞、轉化，使其在形式上合法化的行為。基于人工智能技術開展反洗錢工作，利用人工智能技術監測和預防與洗錢有關的非法活動。人工智能在反洗錢領域的主要應用場景包括如下。

交易行為自動監控：人工智能技術可以實時分析海量金融交易資料，發現其中存在的異常交易行為。通過不斷分析和學習曆史資料，人工智能技術可以輔助分析員發現已知和未知的洗錢模式，識别出傳統基于規則的方法難以檢測到的可疑行為，提升監測分析工作的效率。在反洗錢工作中，利用人工智能技術實施交易監控，可以自動處理交易資料，迅速發現異常，預警新型洗錢風險，進而使分析員可以重點關注經人工智能技術篩查後的結果，提升工作效率。

交易報告自動處理：人工智能技術可以使計算機像人那樣了解、處理和生成語言類資訊。是以，它可用于分析和處理例如檔案、語音等人類語言載體，并對擷取的資訊進行資訊挖掘、主題分類、品質評價等加工處理。在反洗錢工作中，利用人工智能技術，可以對可疑交易報告等進行報告品質評價、重點内容提取、涉罪類型分類等預處理，進而能向分析員提示報告品質和報告關鍵内容等資訊，有效提升可疑交易報告的處理能力。

交易網絡自動分析：人工智能技術可以繪制并分析複雜的實體網絡，挖掘分析交易主體間的潛在關系或隐藏聯系，進而識别出高風險個人或實體。在反洗錢工作中，實體和網絡分析技術可用于穿透式資金分析、洗錢幫派分析、主體畫像等領域，為分析員提供網絡化分析手段。

洗錢風險自動評估：在交易層面，人工智能技術能通過分析交易曆史、主體名單、地理資訊和關系網絡等各種因素，自動評估與主體、賬戶或交易相關的洗錢風險大小，預測未來的交易趨勢和風險，進而提前采取預警措施。在機構層面，人工智能技術能結合評價名額體系和參考評分要點，對金融機構整體洗錢風險控制能力進行定性或定量評價，有利于促進金融機構反洗錢履職，維護經濟金融安全和社會穩定。

總之，人工智能在打擊洗錢犯罪和提升風險管控效率等方面具有巨大潛力，有利于提升反洗錢工作的全面性、準确性和有效性。

圖 反洗錢AI架構圖

基于人工智能技術建構反洗錢系統的基本過程

随着人工智能技術的進一步發展，基于該技術建構反洗錢系統，将成為整體提升反洗錢監測分析能力的有效手段。建構這類系統的基本過程可分為以下幾個主要步驟。

明确目标：明确系統建設目标至關重要。隻有明确了目标，才能制定出行之有效的系統建設方案，才能確定系統開發和應用不偏離建設初衷。這一環節包括确定系統用以解決哪些問題、達到哪些成效等。總的來說，基于人工智能技術建構反洗錢系統的建設目标就是，綜合分析各類金融資料，自動監測可疑交易行為，識别相關洗錢模式，對可能存在洗錢風險的場景進行自動預警，以資訊化手段提升反洗錢監測分析工作的效率。

資料收集和準備：開發、訓練和測試人工智能相關技術，需要高品質、多樣性的海量資料作為支撐。是以，建構基于人工智能技術的反洗錢系統，首先要收集和加工基礎資料。目前，反洗錢主要資訊來源有兩類：一類是交易及相關資訊，主要來源于大額和可疑交易報告中與交易直接相關的各要素。例如，交易金額、交易主體等。另一類則是其他補充資訊，包括以自然語言文本、多媒體等形式存在的資料，以及來自第三方的各類資料，例如，“疑點分析”“資金及行為情況描述”等資訊。在收集到上述原始資料後，需要根據一定的規則對資料進行剃重、補全、消歧、标注等加工處理，為開發人工智能系統做好資料準備。

系統開發：系統建設需要針對既定的目标，綜合運用機器學習、深度學習、自然語言處理等人工智能技術，依次開展特征提取、系統開發和系統部署等工作。其中，特征提取通過分析已準備好的資料，提取其中與反洗錢相關的資料特征，例如交易頻率、交易行為特征、主體年齡特征等，進而将原始資料轉換為更适合機器計算的特征值。計算所得的特征值，将用于人工智能算法的訓練和評估，這一過程将不斷調整人工智能算法的結構或參數，直到達到最佳的預測效果為止。算法成熟後，可考慮将系統部署到生産環境中，用于開展反洗錢監測分析工作。

系統應用和持續改進：系統部署上線後，分析人員可利用該系統實時開展監測分析業務。該系統既可協助分析員進行資料的搜集整理，也可輔助分析員開展案情分析和報告撰寫等工作。同時，在與分析員的互動中，人工智能技術通過學習分析員的分析思路和工作習慣，不斷自我完善。系統開發和維護人員通過分析性能名額、使用者回報等資訊，确定需要增強或擴充的領域，及時引入新的智能算法，對已有算法進行改進，實作系統的持續優化更新。

人工智能帶來的風險與挑戰

雖然人工智能技術可以加強反洗錢工作，但分析員的參與和專業知識仍然至關重要。缺乏人工決策的幹預，系統可能會錯失重要的線索，甚至導向錯誤的結論。總的來說，基于人工智能技術建構反洗錢系統面臨的主要風險與挑戰包括如下。

資料品質引起的偏差：人工智能技術産生的結果高度依賴所使用的資料。可以說，資料是人工智能系統的核心。高品質的資料，是開發出符合預期的人工智能系統的前提。正所謂差之毫厘謬以千裡，資料存有瑕疵或者錯誤，會導緻系統的決策偏差，甚至可能産生完全錯誤的結果。例如，事實表明，當無法擷取相關資料或者受到假訊息幹擾時，ChatGPT會給出不合邏輯或不正确的回報，甚至會編造事實。是以，在運用人工智能技術時，需要篩選和驗證資料，確定資料的準确性和可靠性，以降低因資料品質問題帶來的風險。

結論的可解釋性：人工智能技術的計算過程往往比較複雜，導緻決策過程難以了解和解釋。在訓練過程中，為尋找輸入資料與輸出結論間的關系，許多人工智能算法往往會融合多個輸入資料項，構造一個複雜的數學模型，使得輸入資料經過該模型的計算可以較好地貼合預期的結論。例如，用一批交易資訊訓練人工智能算法時，該算法可能會最終得出難以解釋的計算模型，作為用以識别較高洗錢風險交易的方法。但對于這樣的數學模型所蘊含的邏輯，人們往往無法直覺了解。

洗錢手段的不斷演變：随着全球經濟和金融的不斷發展，洗錢活動涉及的上遊犯罪由經濟、販毒、走私等領域向涉衆、職務犯罪等領域延伸，犯罪手法不斷翻新，涉及的行業也在不斷拓展。特别是随着加密貨币、虛拟資産、暗網等交易載體和交易平台的出現，其隐蔽性強、追蹤難度大等特點，正日益成為洗錢犯罪的溫床。面對這一情形，人工智能系統隻有不斷适應并跟上這些變化，才能具備較強的監測和預防能力，否則可能無法有效應對新型洗錢行為。

總之，基于人工智能技術的資訊系統并非一勞永逸，需要定期更新更新，以盡量減少誤判和錯報的風險。

工作建議

1.加強人工智能技術的研究。針對人工智能技術帶來的機遇與挑戰，我們應進一步加強相關領域的研究以及前沿技術的追蹤，将技術吃深吃透，進而将運用過程中可能遇到的各種風險控制在可接受的範圍之内。為此，可以采取以下方式推進研究工作：一是制定切實可行的人工智能技術發展戰略規劃，明确技術路線和重點任務，強化業務和技術部門間的協調合作，深入推進人工智能技術的研究工作。二是加強與相關企業、高校和科研機構的合作，共同研究人工智能技術的最新動态和發展趨勢，研究成果共建共享。三是根據自身的業務需求和特點，選取典型場景開展人工智能技術的應用研究，不斷探索該技術在反洗錢監測分析工作中的應用實踐。

2.強化人才隊伍建設。人工智能是集專業領域知識和計算機技術于一體的綜合性學科，涉及諸多領域，如計算機科學、社會科學、工程學等，對于建設者和使用者都提出了較高要求。隻有同時具備豐富業務經驗且熟練掌握相關技術的複合型人才，才能使人工智能技術發揮出最大的價值。為此，可以采取以下方式加強人才儲備：一是針對自身的業務需求，制定人才培養計劃，通過加大内部教育訓練、引進外部資源等方式，提高人才隊伍的技術素養。二是加強與外部相關機關的合作和交流，通過合作研究、交流互訪等方式，拓寬技術視野和工作思路，提升研究水準和應用能力。

（此文刊發于《金融電子化》2024年4月上半月刊）