AI ตรวจบิตคอยน์ผิดกฎหมายแม่นยำ 89.4% แต่ Recall อยู่ที่ 64.5%

ทีมวิจัยจากมหาวิทยาลัยประชาชนด้านความมั่นคงสาธารณะแห่งประเทศจีน(中国人民公安大学) พัฒนาโมเดลปัญญาประดิษฐ์(AI) สำหรับตรวจจับ ‘ธุรกรรมผิดกฎหมาย’ ในบิตคอยน์(BTC) และสินทรัพย์ดิจิทัล โดยผลทดสอบด้วยชุดข้อมูลสาธารณะให้ค่าความแม่นยำรวม 89.4%

South China Morning Post รายงานผลการศึกษานี้ ขณะที่ทีมวิจัยเผยแพร่บทความวิชาการที่เกี่ยวข้องในวารสาร Journal of Information Science(情报学杂志) เมื่อเดือนพฤษภาคมปีนี้

โมเดลดังกล่าวประกอบด้วย 3 ส่วนหลัก ได้แก่ △โครงข่ายประสาทกราฟแบบไดนามิก(DGNN) ที่มองเครือข่ายธุรกรรมคริปโตเป็นเครือข่ายที่เปลี่ยนแปลงตลอดเวลา และวิเคราะห์โครงสร้างธุรกรรม กระแสเงิน และการเปลี่ยนแปลงตามเวลา △โมดูลหน่วยความจำที่นำธุรกรรมใหม่ไปเทียบกับรูปแบบธุรกรรมผิดกฎหมายในอดีตที่มีลักษณะคล้ายกัน △โมเดลภาษาขนาดใหญ่(LLM) ที่รวมคุณลักษณะและข้อมูลโครงสร้างเครือข่ายจากสองขั้นตอนแรก เพื่อจัดทำการประเมินความเสี่ยงเป็นภาษาธรรมชาติ ในขั้นนี้ ระบบจะแสดงทั้งการจัดประเภทว่าถูกกฎหมายหรือผิดกฎหมาย คะแนนความเสี่ยง เหตุผลประกอบ และกระบวนการอนุมาน

การทดสอบใช้ชุดข้อมูลธุรกรรมบิตคอยน์สาธารณะ ‘Elliptic’ ซึ่งมีธุรกรรม 203,769 รายการ การเชื่อมโยง 234,355 รายการ และคุณลักษณะต่อธุรกรรม 166 รายการ ผลทดสอบพบว่าโมเดลมีค่าความแม่นยำในการตรวจจับธุรกรรมผิดกฎหมาย 89.1% และค่า Recall 64.5% ค่า Recall ที่ต่ำกว่าความแม่นยำรวมและความแม่นยำเชิงจำแนกหมายความว่า ระบบอาจพลาดธุรกรรมผิดกฎหมายจริงได้จำนวนหนึ่ง ทีมวิจัยระบุว่าในการทดสอบกับชุดข้อมูลสาธารณะ โมเดลนี้ทำผลงานดีกว่าโมเดลเดิมหลัก ๆ หลายแบบ

งานวิจัยนี้ออกมาในช่วงที่ทางการจีนเพิ่มความเข้มงวดต่อการปราบปรามอาชญากรรมทางการเงินที่ใช้สินทรัพย์ดิจิทัล สำนักงานอัยการประชาชนสูงสุดของจีน(最高人民检察院) ระบุเมื่อเดือนมีนาคมว่า ในปี 2024 มีการฟ้องดำเนินคดี 3,259 คน ในข้อหาฟอกเงินผ่านสินทรัพย์ดิจิทัลและธนาคารใต้ดิน(地下钱庄) นอกจากนี้ เมื่อวันที่ 25 เดือนที่แล้ว ศาลแห่งหนึ่งในเขตมองโกเลียในมีคำพิพากษาคดีที่เกี่ยวข้องกับเงินประมาณ 444 ล้านดอลลาร์(ประมาณ 620,000 ล้านวอน) เงินดังกล่าวถูกกล่าวหาว่าเกี่ยวข้องกับการชำระหนี้พนันออนไลน์ และมีการหยิบยกความเป็นไปได้ว่าอาจเชื่อมโยงกับการเดิมพันช่วงฟุตบอลโลก อย่างไรก็ดี รายละเอียดการใช้เงินยังอยู่ในขั้นข้อกล่าวหา และยังไม่ใช่ข้อเท็จจริงที่ยืนยันแล้ว

ทีมวิจัยระบุว่าโมเดลนี้เป็นแนวทางตรวจจับที่แม่นยำ นำไปใช้ทั่วไปได้ และสามารถอธิบายเหตุผลของการตัดสินใจได้ จึงอาจเป็นเส้นทางเทคโนโลยีใหม่สำหรับหน่วยงานกำกับดูแลในการรับมืออาชญากรรมเศรษฐกิจที่เกี่ยวข้องกับสินทรัพย์ดิจิทัล อย่างไรก็ตาม ตัวเลขประสิทธิภาพครั้งนี้เป็นผลจากการทดสอบด้วยชุดข้อมูล Elliptic เท่านั้น และยังไม่มีการยืนยันประสิทธิภาพเมื่อนำไปใช้จริงในงานสืบสวนหรือกำกับดูแล