Jak sztuczna inteligencja uczy się na naszych przyzwyczajeniach i złudzeń

Zwykle aby znaleźć przestępczość w Sieci, w internecie, trzeba wiedzieć, czego szukać. Sztuczna inteligencja, która widzi ukryte schematy, wzory, może robić to lepiej ludzi — a nawet być o krok do przodu. Grając w grę Counter Strike wie, że dość trudno stale się przy tym nie tracić istocie tego, co się dzieje. W szybkich grach fps, zawsze znajdą się gracze z szybszym refleksem lub bardziej ostrym okiem.

Ale na szczycie popularności gry kilka lat temu, ludzie zaczęli mieć do czynienia z graczami, których umiejętności były zbyt dobre. Fps jak Counter Strike i Half Life, jeszcze jedna bardzo popularna gra, otrzymali problem w twarzy graczy, którzy używali kody, dodatkowe oprogramowanie, ustalający celownik na cel lub pozwalający widzieć przez ściany.

Dlatego w 2006 roku, kiedy w internecie-wydarzenia wzrosły stawki za konto nagród pieniężnych, na pomoc przyszła para niezwykłych arbitrów. David Экселл i Bill Fitzgerald byli matematykami, którzy dopiero uruchomiliśmy firmę w rozwoju sztucznej inteligencji Featurespace w laboratorium uniwersytetu Cambridge. Ich program świetnie sobie radziła z tym: identyfikacja dziwnego zachowania.

Featurespace opracowała system uczenia maszynowego, która wykazywała nieoczekiwane zmiany w danych w czasie rzeczywistym. Na podstawie tych nieprawidłowości jest następnie brała uzasadnione przypuszczenie na temat prawdopodobnej przyczyny — i najczęściej okazywało się, że ludzie robią to, czego nie powinny.

Pierwszy test AI był wyszukiwanie graczy, którzy читерят (używają niewłaściwych metod) w grach wideo. "Nasza technologia pozwoliła gry firmom upewnić się, że ludzie będą grać przeciwko ludziom, a nie przeciwko robotów", mówi Экселл. Ale AI Featurespace teraz ściśle troszczy i inne rodzaje aktywności. Stał się cichym strażnikiem w serce online-banking, e-commerce i ubezpieczenia. Pozwala on wykryć oszustwo i złośliwe oprogramowanie w Internecie — i nawet pomaga kompulsywne картежникам.

Automatyczne wykrywanie anomalii w danych w czasie rzeczywistym nie jest czymś nowym — tak właśnie filtry antyspamowe отсеивают niechciane wiadomości e-mail lub oprogramowanie antywirusowe, перехватывающее złośliwy kod, na przykład. Ale wykrycie takich rzeczy, zazwyczaj wymaga, aby system wiedział, czego szuka. Oprogramowanie antywirusowe musi otrzymywać najnowsze dane o stanie linii papilarnych lub sygnatur złośliwego oprogramowania.

Ale to nie pomaga odkryć wcześniej niewidoczne rodzaje działalności. Dlatego Экселл i Fitzgerald planowali zbudować system, który będzie w stanie wykryć każdy rodzaj zachowania, róine normy, i zrozumieć, skąd się wziął.

Ich AI — pod nazwą "Арик" (Aric — adaptacyjny identyfikator indywidualnych zmian w czasie rzeczywistym) — opiera się na pracy duchownego i matematyka 18 wieku Thomasa Bayesa. Байес opracował sposób myślenia prawdopodobieństwa, gdy prawdopodobieństwo zdarzenia jest obliczana na podstawie tego, co już było przed i zdarzało się. Байесовскую prawdopodobieństwo wykorzystał Alan Turing, aby znaleźć łodzie podwodne nazistów, na podstawie ich aktywności w przeszłości.

I można ją użyć do określenia, kiedy gracz Counter Strike, najprawdopodobniej читерит. Śledząc покадровые dane w grze, "Арик" oznacza niezwykłe skoki na celność poszczególnych graczy. Oczywiście, że używają trafne boty, które grają na nich, mówi Экселл. "Арик" też zauważyłem, że niektórzy gracze niespodziewanie szybko atakują swoich przeciwników, i stwierdził, że te wykorzystują cheat pozwalający widzieć przez ściany.

Następnie Featurespace wykorzystała swoje metody, aby zmniejszyć liczbę samolotów bezzałogowych, które brytyjscy wojskowi tracą w powietrzu. Tropi nieprawidłowości w danych sterowania lotem, "Арик" znalazłem wcześniej nieznane błędy, które doprowadziły do awarii drony.

Fitzgerald zmarł w 2014 roku, ale technologie, które pomógł opracować, zmieniają metody wykrywania oszustw. Pierwsze poważne komercyjne zastosowanie Featurespace dokonano wspólnie z brytyjską firmą hazardu online Betfair, dla której "Арик" ujawniał przypadki bezmyślnego wydatki na dziennych — znak, że ktoś może postawić na cudze pieniądze. Jeśli "Арик" podnosi alarm, Betfair natychmiast orientuje się w sytuacji — transakcję można zatrzymać się na bieżąco, jeśli to konieczne.

"Арик" również zaczyna szukać graczy hazardowych i samodzielnie. Seria wysokich stawek mogą mówić o tym, że ludzie zachowują się compulsively. Oprócz internetowych zakładów, system ten może również śledzić aktywność na automatach i wydawać sygnały ostrzegawcze. "Jeśli można przewidzieć, jakie gracze mogą stać się uzależnieni, można próbować interweniować do problemów", mówi dyrektor generalny Featurespace Martin King. Teraz "Arica" używają kilku poważnych gier bukmacherów.

Ale największymi klientami "Arica" stały się banki i systemy płatności. Obserwując każdym etapie transakcji, a w miarę jej przebiegu — każde kliknięcie myszy na rozwijanym menu, jak zwykle człowiek porusza się po witrynie, — stał się nagle potężnym narzędziem walki z przestępczością.

Na przykład, system może powiedzieć, jeśli ktoś używa skradzione dane do logowania. Czerwona flaga będzie podniesiony, jeżeli osoba korzysta ze stron internetowych serwisu, a jego zachowanie nie pasuje do modelu, który zwyczajowe właściciel skradzionych informacji.

Dokładnie tak samo, jeśli ktoś będzie się dziwnie zachowywać namiejscu, to może być znak, że wprowadza on swoje dane bankowe, być może, pod ciśnieniem lub w stanie stresu. Wszelkie wahanie podniesie alarm w banku, on będzie się zastanawiał nad przyczynami i, być może, pomoże.

Oczywiście, oprogramowaniem nie jest, mówi Kirk Бресникер z Hewlett Packard. Aby dokonać takiego wykrycie nieprawidłowości jeszcze mocniejszy, Бресникер i jego koledzy tworzą komputery, przeznaczone specjalnie do obróbki zwartych zestawów danych, z których uczą się programy z maszyny szkoleniem w stylu "Arica". Sprzęt Hewlett Packard — The Machine — dodaje ogromną ilość pamięci dla każdego ze swoich procesorów, które mogą komunikować się między sobą z zadziwiającą prędkością.

W rezultacie uzyskuje się dużą ilość danych, które mogą analizować wszystko na raz, co jest bardzo ważne, aby wykryć nieprawidłowości w coraz większych i bardziej złożonych danych. Hewlett-Packard planuje zająć się hakerami i złośliwym oprogramowaniem, a nie oszustów. Ale inne firmy w dolinie Krzemowej też podłącza się do tego. Intel niedawno nabyła Saffron Technology, która sprawia, że systemy, które potrafią wykrywać i zapobiegać oszustwom, dzięki monitoringowi "chaotyczne nieuporządkowanych danych". Featurespace także plany modernizacji "Arica", wyrównując oprogramowanie sprzętowe szybko, aby zminimalizować fałszywe sygnały.