Hvordan kunstig intelligens lærer fra vores vaner og bedrag

Normalt, for at finde kriminalitet i dit Netværk online, du har brug for at vide, hvad man skal kigge efter. Kunstig intelligens, som ser i det skjulte ordninger, mønstre, kan gøre det bedre end mennesker — og endda være på forkant af kurven. Afspilning af video-spil Counter Strike vide, at det er svært at dreje rundt hele tiden og ikke at miste essensen af, hvad der sker. I hurtige first person shooter, der vil altid være spillere med hurtigere reflekser eller en mere akut øje.

Men på toppen af populariteten af spillet for et par år siden, begyndte folk til ansigt med de spillere, de færdigheder, der var for god. Skytter som Counter Strike og Half Life, en anden meget populært spil, har et problem i lyset af de spillere, der brugte snyd, mere software, fastsættelse af synet på mål eller giver dig mulighed for at se gennem vægge.

Så i 2006, hvor online konkurrence, stigende renter på grund af den monetære præmier, kom til hjælp, et par usædvanlige voldgiftsmænd. David Exell og bill Fitzgerald var matematikere, som har netop lanceret et selskab til at udvikle kunstig intelligens Featurespace i laboratoriet af University of Cambridge. Deres program var godt gjort her med identifikation af mærkelig opførsel.

Featurespace har udviklet et system af machine learning at opdage uventede ændringer til data i realtid. På grundlag af disse anomalier, det tog så et kvalificeret gæt om de sandsynlige årsager — og ofte viser det sig, at folk gør, hvad der ikke skal.

Den Første test af AI var en søgen efter spillere, der citerat (ved hjælp af uærlige metoder) i video spil. "Vores teknologi er tilladt gaming virksomheder til at sikre, at folk vil være i stand til at spille mod mennesker, ikke robotter," siger Exell. Men AI Featurespace er nu nøje overholdes, og andre typer af aktiviteter. Han blev tavs sentinel i hjertet af netbank, e-handel og forsikring. Det giver dig mulighed for at opdage svindel og malware på Internettet og selv hjælper ludomaner.

En Automatisk afsløring af uregelmæssigheder i real-time data er ikke noget nyt — så spam-filtre til at frasortere uønskede e-mails eller anti-virus software, aflytning af ondsindet kode, for eksempel. Men opdagelsen af, at disse ting som regel kræver, så systemet ved, at de er på udkig efter. Antivirus-software skal få friske data om status af fingeraftryk eller underskrifter, der af malware.

Men det vil ikke hjælpe dig til at opdage hidtil ukendte aktiviteter. Så Axel og Fitzgerald satte sig for at bygge et system der kan registrere enhver form for adfærd, der afviger fra normen, og forstå, hvor det kom fra.

Deres s — kaldet "Arik" (Aric — ID enkelte adaptive ændringer i real-time) — baseret på arbejde af præsten og matematiker i det 18. århundrede Thomas Bayes. Bayes udviklet en måde at tænke på sandsynlighed, når sandsynligheden for, at forekomsten er beregnet på grundlag af, hvad der er blevet set, og der er sket. Bayesian sandsynlighed anvendes af Alan Turing til at finde ubåde af Nazisterne, baseret på deres aktivitet i fortiden.

Og det kan bruges til at bestemme, hvornår en spiller i Counter Strike, mest sandsynligt en snyder. Sporing af time-lapse-data i spil, "Arik" markerer en usædvanlig byger i nøjagtigheden af de enkelte spillere. Det er indlysende, at de bruger apt-bots at spille for dem, siger Axell. "Arik" har også bemærket, at nogle spillere overraskende hurtigt angribe deres modstandere, og konkluderede, at de bruger en bedrager, der giver dig mulighed for at se gennem vægge.

Så Featurespace har brugt hans teknikker til at reducere antallet af droner, at den Britiske militære tabe i luften. Tracking data uregelmæssigheder i flight control, "Arik" fundet hidtil ukendte fejl, der førte til fiasko af droner.

Fitzgerald døde i 2014, men at den teknologi, han var med til at udvikle, ændre metoder til afsløring af bedrageri. Den første store kommercielle anvendelse Featurespace blev gennemført i fællesskab med den Britiske firma, online gambling Betfair, som "Arik" afsløret tilfælde af uansvarlig udgifter på priser — et tegn på, at nogen kan sætte en person andens penge. Hvis "Arik" hæver alarm, Betfair straks forstår situationen, kan transaktionen blive stoppet på farten, hvis det er nødvendigt.

"Arik" er også begyndt at kigge efter spillere på deres egne. En serie af high stakes kan sige, at folk opfører sig altid i bevægelse. Bortset fra online betting, dette system kan også spore aktivitet på spilleautomater, og spørgsmålet advarselstegn. "Hvis du kan forudsige, hvilke spillere, der kan blive afhængige, kan du prøve at gribe ind, før der opstår problemer," siger Featurespace CEO Martina king. Nu "Arica" er brugt flere store gaming virksomheder.

Men den største kunder, "Arica" var banker og betalingssystemer. Watching hver fase af den transaktion, som den materialiserer sig — for alle-klik på drop-down menu, som regel den person, der bevæger sig på hjemmesiden, at han pludselig blev et stærkt værktøj i kampen mod kriminalitet.

For eksempel, kan systemet fortælle, hvis nogen bruger en stjålet bankkonto oplysninger til at logge ind. Et rødt flag vil blive rejst, hvis en person bruger en hjemmeside, men hans opførsel er ikke i overensstemmelse med en model, som er velkendte for ejeren af den stjålne oplysninger.

På samme måde, hvis nogen opfører sig usædvanligt ihjemmeside, kan dette være en indikation af, at han træder ind i deres bankoplysninger, måske under pres eller under stress. Ubeslutsomhed hæve alarmen i Banken, vil han være interesseret i årsager og kan hjælpe.

Selvfølgelig, software stopper ikke der, siger kirk Breznikar fra Hewlett Packard. For at gøre denne opdagelse endnu mere kraftfuld, Breznikar og hans kolleger oprette computere, der er specielt designet til håndtering tætte datasæt, som studiet machine learning som "Arica". Hardware er Hewlett Packard — Maskinen tilføjer en enorm mængde hukommelse, der er til hver af sine processorer, der kan kommunikere indbyrdes med forbløffende hastighed.

Resultatet er en stor mængde af data, der kan udføre alle på én gang, hvilket er meget vigtigt for anomalisøgning i stigende grad store og komplekse data. Hewlett Packard har planer om at beskæftige sig med hackere og malware, ikke svindlere. Men andre virksomheder i Silicon valley er også forbundet til dette. Intel for nylig købt Safran-Teknologi, som gør systemet i stand til at opdage og forhindre svig, ved at overvåge den "kaotiske, ustrukturerede data. Featurespace også planer om at opgradere den "Arica", ved at kombinere software med hardware hurtigere til at minimere falske alarmer.