ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
นักวิจัยจากมหาวิทยาลัยความมั่นคงสาธารณะแห่งประชาชนจีน(People's Public Security University of China) พัฒนาโมเดลปัญญาประดิษฐ์(AI) สำหรับตรวจจับธุรกรรมบิตคอยน์(BTC) ที่ผิดกฎหมาย โดยผสานโครงข่ายประสาทกราฟแบบไดนามิก(GNN) กับโมเดลภาษาขนาดใหญ่(LLM) และทำคะแนนความถูกต้องรวมในการทดสอบได้ 89.4%
คริปโตบรีฟฟิง(Crypto Briefing) รายงานว่า งานวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Journal of Intelligence เมื่อเดือนพฤษภาคม อย่างไรก็ตาม ปีที่ตีพิมพ์ยังไม่สามารถยืนยันได้อย่างชัดเจน
กรอบการทำงานที่ทีมวิจัยออกแบบประกอบด้วย 3 ส่วนหลัก ได้แก่ △โครงข่ายประสาทกราฟแบบไดนามิกที่ติดตามความสัมพันธ์ที่เปลี่ยนไปของโหนดธุรกรรม △โมดูลหน่วยความจำที่เก็บรูปแบบในอดีตของกิจกรรมผิดกฎหมาย △โมเดลภาษาขนาดใหญ่ที่ทำหน้าที่ให้เหตุผลและจัดประเภท โมเดลนี้ทดสอบกับชุดข้อมูลบิตคอยน์สาธารณะของเอลลิปติก(Elliptic) ซึ่งมีโหนดธุรกรรม 203,769 รายการ และเอดจ์เชื่อมโยง 234,355 รายการ
เมื่อดูตัวชี้วัดแยกกัน ผลลัพธ์ให้ภาพที่ต่างกัน อัตราความแม่นยำ หรือสัดส่วนของธุรกรรมที่โมเดลระบุว่า ‘ผิดกฎหมาย’ และถูกยืนยันว่าผิดกฎหมายจริง อยู่ที่ 89.1% ขณะที่อัตราการเรียกคืน หรือสัดส่วนธุรกรรมผิดกฎหมายทั้งหมดที่โมเดลตรวจพบจริง อยู่ที่ 64.5% หมายความว่า ธุรกรรมผิดกฎหมายราวหนึ่งในสามยังไม่ถูกตรวจพบด้วยโมเดลนี้
ซุน จิงเฉา(Sun Jingchao) นักวิจัยจากมหาวิทยาลัยความมั่นคงสาธารณะแห่งประชาชนจีนและผู้เขียนติดต่อของงานวิจัย ระบุว่า จุดแข็งสำคัญของโมเดลคือการใช้โมดูลหน่วยความจำเพื่อเทียบกับรูปแบบในอดีต คริปโตบรีฟฟิงยังรายงานว่า โมเดลสามารถให้คะแนนความเสี่ยงพร้อมอธิบายเหตุผลเป็นภาษาธรรมชาติได้ ต่างจากโมเดลตรวจจับแบบเดิมที่มักให้เพียงคะแนนความน่าจะเป็น
ทางการจีนเพิ่มความเข้มงวดต่อการปราบปรามการฟอกเงินผ่านสินทรัพย์ดิจิทัลในช่วงที่ผ่านมา เมื่อเดือนมีนาคมปีที่แล้ว อัยการจีนฟ้องผู้เกี่ยวข้อง 3,259 คนในคดีฟอกเงินที่เชื่อมโยงคริปโตกับธนาคารใต้ดิน และเมื่อวันที่ 25 เดือนที่แล้ว ศาลจีนพิจารณาคดีมูลค่าราว 3 พันล้านหยวน(ประมาณ 444 ล้านดอลลาร์ หรือประมาณ 6.2 แสนล้านวอน) ที่เกี่ยวข้องกับหนี้พนันออนไลน์
งานวิจัยนี้มุ่งเฉพาะธุรกรรมบิตคอยน์ ไม่ได้ครอบคลุมตลาดแลกเปลี่ยนรายใดรายหนึ่งหรือเหรียญอื่น ๆ ส่วนกำหนดการนำไปใช้จริงในงานสืบสวนและขอบเขตการประยุกต์ใช้ยังไม่เป็นที่ยืนยัน
ความคิดเห็น 0