وقتی از پیشرفت تکنولوژی و فناوری اطلاعات به ویژه در حوزه بیگ دیتا و پردازش اطلاعات با حجم بالا صحبت می کنیم، هوش مصنوعی (Artificial intelligence) یا همان AI ، فناوری یادگیری ماشین (Machine Learning) یا همان ML و یادگیری عمیق (Deep Learning) یا همان DL، حرف اول و آخر را می زنند. امروزه و مخصوصا در 5 سال اخیر، حضور این تکنولوژی ها در زندگی روزمره ما در برخی مواقع قابل لمس و در بسیاری جاها نامحسوس است. تقریبا تمام گوشی‌ها و موتورهای جستجوگر، دارای فناوری تحلیل با هوش مصنوعی و یا دستیار های هوشمند هستند. البته ناگفته نماند، تصورات بسیاری از مردم از هوش مصنوعی بسیار عجیب و غریب بوده و ذهنیت آنها بدنبال ربات های مهاجم ، دنیاهای مجازی مثل متاورس، سرکشی دستیار صوتی مثل سیری و الکسا و پایان بشریت و ... کشیده می شود، اما نگران این موضوع نباشید، هوش مصنوعی فعلا در خدمت بشریت می باشد.

هوش مصنوعی چیست ؟

هوش مصنوعی ( smart mindیاartificial intelligence) شاخه ای از علوم کامپیوتری با گرایش بین رشته ای سخت‌افزاری و نرم‌افزاری است که هدف اصلی آن تولید ماشین‌های با پردازش های هوشمند است. این افزاره ها توانایی انجام وظایفی که نیازمند به هوش انسانی است مانند تصمیم گیری سریع بجای انسان را دارند. در واقع هوش مصنوعی نوعی شبیه سازی هوش انسانی برای کامپیوتر است و به گونه ای برنامه نویسی شده که همانند انسان فکر کند و توانایی تقلید از رفتار و تصمیم گیری های انسان را داشته باشد. این تعریف می تواند به تمامی ماشین هایی اطلاق شود که بگونه‌ای همانند ذهن انسان عمل می‌کنند و می‌توانند کارهایی مانند حل مسئله و یادگیری عمیق داشته باشند.

اگر بخواهیم هوش مصنوعی را به زبان ساده تر توضیح دهیم ، بهتر است از تعریف جالب آقای آلن تورینگ (پدر علم هوش مصنوعی) استفاده ‌کنیم که می‌گوید :

دستگاهی هوشمند است که انسان در زمان برقراری ارتباط با آن احساس نکند که در حال صحبت با یک ماشین است.

در واقع  منظور اصلی تورینگ از این تعریف این بوده که هوش مصنوعی زمانی به تکامل می‌رسد که توانایی ادراک احساسات و همچنین بروز احساسات را همانند انسان داشته باشد . برای مثال همه اینها را می‌توان در نمونه های اولیه سیری و الکسا مشاهده نمود.

در حالت کلی امروزه در عصر دیجیتال هوش مصنوعی سه کارکرد عمده دارد :

• ماشین‌های هوشمندی که قابلیت‌های انسان را بهبود می‌دهند؛ دستیارها
• ماشین‌های هوشمند که در کنار انسان‌ها همکاری می‌کنند؛ اتوماسیون ها
• ماشین‌های هوشمندی که جایگزین انسان‌ها می‌شوند؛ ربات ها

مزایای هوش مصنوعی

• کاهش خطای انسانی
• حذف ریسک
•  هفت روز هفته و ۲۴ ساعته در دسترس
• دستیار دیجیتال
• خدمات بیشتر و جدیدتر

معایب هوش مصنوعی

• هزینه‌های تحقیقات و نگهداری بالا
• امکان خارج شدن از کنترل انسان
• افزایش بیکاری
• تنبل شدن انسان‌ها

با کمی تامل در میابیم که هوش مصنوعی ظرفیت عظیمی برای ایجاد دنیایی بهتر برای زندگی ما دارد به شرطی که مهم‌ترین نقش انسان‌ این باشد که باعث نشود هوش مصنوعی از کنترل انسانی خارج شود. اگرچه مزایا و معایب هوش مصنوعی قابل‌بحث است، تأثیر آن بر صنعت جهانی انکارناشدنی است. این حوزه هر روز با رشد و پیشرفت خود باعث توسعه کسب‌وکارهای مختلف صنعتی و خدماتی می‌شود. این مساله یک تابع دوطرفه بوده و نیاز به سواد هوش مصنوعی برای پیشرفت در بسیاری از مشاغل عصر جدید را می‌طلبد. بنابراین بسیاری از افراد در هر حوزه‌ای که مشغول‌به‌کار هستند، به‌نوعی به دنبال فراگیری مهارت‌های هوش‌مصنوعی هستند تا درنهایت از این موجی که در راه است عقب نمانده و بتوانند کشتی کسب و کارهای خود را در دریای طوفانی مغزها، پیش ببرند.

کاربرد های هوش مصنوعی در بانکداری

یکی از حوزه هایی که تحت تاثیر روزافزون هوش مصنوعی قرار گرفته است، صنعت بانکداری می باشد. امروزه استفاده از هوش مصنوعی در بانکداری موجب افزایش سرعت و امنیت در مبادلات مالی و نقل و انتقالات بین بانکی شده است. به عنوان مثال؛ یکی از بارزترین روش‌هایی که صنعت بانکی از هوش مصنوعی برای ارائه خدمات به مشتریان استفاده می‌کند، از طریق چت‌بات‌ها و ربات‌های دستیار امور بانکی است. در واقع چت بات ها و دستیاران صوتی قادرند تا بدون دخالت انسان، بسیاری از مسائل و سوالات بانکی افراد را از طریق دستورات مالکانه بگیرند و برای آن راه حل ارائه کنند. بسیاری از بزرگترین بانک مرکزی های دنیا و مؤسسات مالی، مانند بانک آمریکا (BOA) و جی.پی مورگان (J.P.Morgan)، از هوش مصنوعی استفاده می‌کنند تا به آسان ترین روش خدمات خود علی الخصوص در زمینه سبدهای سرمایه‌گذاری و صندوق‌های با درآمد ثابت و متغیر را به مشتریان ارائه دهند. این عوامل هوشمند همزمان با پیشرفت پردازش‌های زبان طبیعی، قابلیت‌های سخنوری و تشخیص موضوع، دسترسی به حجم انبوهی از داده‌های زمان حقیقی، انجام معاملات و تصمیم‌ گیری های معاملاتی رشد کرده است.

روش دیگر مشتری‌مداری از راه هوش مصنوعی، تسهیل بانکداری تحت موبایل و اپلیکیشن است. فرض اصلی بانکداری موبایل محور، ارائه خدمات بانکی بصورت شبانه‌روزی و همچنین فراهم ساختن پشتیبانی برای مشتری جهت تمرکز روی کارهای پیچیده‌تر است. به عنوان مثال، یک چت‌بات، می‌تواند به مشتریان کمک کند تا توازن حساب خود را بررسی کنند، به آن‌ها موعد پرداخت صورتحساب‌ها را یادآوری کند و به سؤالات بانکی مشتریان نیز پاسخ دهد.

برخی همراه بانک ها و درگاه های پرداخت اینترنتی نیز خود را به فناوری هوش مصنوعی مجهز کرده اند و با کمک این نوآوری می‌توانند کارایی های خود را افزایش دهند به عنوان مثال در زمان نیاز کاربران، یادآوری‌هایی برایشان ارسال شود و یا ساده‌سازی فعالیت‌های کاربر با فن‌آوری صوتی، سرعت بخشیدن به عملیات های بانکی ضروری و ... در این ردیف ها قرار می گیرند.

از ویژگی های مهم بکارگیری هوش مصنوعی در صنعت بانکداری می‌توان به ایجاد امنیت و قابلیت بایگانی های دیجیتال با فراخوانی هوشمند، تجزیه و تحلیل و نتیجه‌گیری از حجم بی‌شماری از اطلاعات در لحظه، اعتبارسنجی و ... دانست.

 آنها بی نظیرند و می‌توانند در ظرف چند ثانیه، سابقه مالی مشتری، نوع فعالیت و زنجیره تراکنش‌های قبلی وی را بررسی کرده و با کشف ارتباط معنی دار بین آنها، از بروز سواستفاده مالی جلوگیری نماید.

شناسایی و جلوگیری از کلاهبرداری :

طبق آمارهای پلیس فتا ، دزدی مجازی از کارت‌های اعتباری، ریسک اعتباری وام های پرداختی و هک کردن اطلاعات مهم یکی از رایج‌ترین انواع سرقت در سال‌های اخیر بوده است. هوش مصنوعی در صنعت بانکداری در مواجهه با ثبت نام جدید، تراکش جدید و یا غیرمعمول به بررسی رفتار مشتری، موقعیت مکانی وی و تجزیه و تحلیل عادات مالی او می‌پردازد و در صورت تشخیص هرگونه فعالیت غیرعادی، مکانیزم امنیتی خود را که شامل ترم های مختلف مسدودی، گزارش به پلیس و یا اعلام به مشتری ، فعال می‌کند. این روش باعث می‌شود بسیاری از سرقت‌ها و کلاهبرداری های بانکی صورت نگیرد و موجب افزایش اعتماد مشتریان به بانک‌ها، رقابت سالم‌تر درمیان موسسات و شرکت‌ها و بهبود پشتیبانی و رضایت آنها می‌شود.

تکنیک های هوش مصنوعی برای احراز کلاهبرداری

• داده کاوی
• سیستم های تخصصی بانکداری باز
• تشخیص الگو
• یادگیری ماشینی
• شبکه های عصبی

جلوگیری از پولشویی توسط هوش مصنوعی

پولشویی یعنی تبدیل پول کثیف یا پول سیاه بدست آمده از فعالیت های غیرقانونی به پول تمیز بدست آمده از راه قانونی. در واقع پولشویی راهی برای پنهان کردن پول بدست آمده بصورت غیرقانونی است. شرکت های ارائه دهنده درگاه پرداخت بانکی می توانند با استفاده از سامانه های ضد پولشوئی، این تیپ معاملات و جرایم پولشویی را تشخیص دهند. روش های مختلفی وجود دارد که می تواند پولشویی را نشان دهد اما بهترین و سریعترین روش، استفاده از فناوری های نوآورانه با تکنولوژی هوش مصنوعی است. به عنوان مثال هزاران تراکنش به صورت آنلاین در هر ساعت انجام می شود که بررسی و تحلیل هر یک از این تراکنش ها برای تحلیلگران انسانی غیرممکن می باشد،در حالیکه هوش مصنوعی  می تواند بصورت ویژه برای این کار مناسب باشد. این سیستم می تواند هزاران تراکنش را در مدت زمان کمی تجزیه و تحلیل کند. سیستم های تجزیه و تحلیل داده ها، یکی دیگر از ابزارهای اساسی است که ارائه دهندگان درگاه پرداخت اینترنتی می توانند از طریق رفتارهای الگوریتمی بین حساب های مختلف، تلاش های خود برای مبارزه با پولشویی را بیشتر کنند. بعید است پولشویی به طور کامل از بین برود، اما با استفاده از فناوری هایی مانند هوش مصنوعی یا تجزیه و تحلیل داده ها می توان پولشویی را شناسایی و از ریسک مترتب آن جلوگیری کرد.

جدال با کلاهبرداری در فین‌تک با هوش مصنوعی

مدیریت ریسک تقلب (Fraud Risk Management) در فین‌تک یک روند بسیار مهم در پیشگیری از کلاهبرداری است؛ در واقع چرخه‌ای است که شامل نظارت، تشخیص، تصمیم‌گیری، مدیریتِ پرونده و یادگیری است. سیستم شناسایی تقلب در فین‌ تک ها باید بصورت مستمر از رویدادهای کلاهبرداری‌ درس بگیرد (Trying to learn) و از آنها در جهت ارتقای فرایندهای نظارت و تشخیص بهره ببرد. این سیستم باید به گونه‌ای پیاده سازی گردد که رفتارهای صحیح و الگوهای رایج را از رفتارهای جعلی و مشکوک متمایز کرده و قادر به سازگاری با رویکرد های جدید، غیرقابل پیش‌بینی و بعضاً بحرانی باشد.

جلوگیری از فیشینگ با هوش مصنوعی

فیشینگ یا به عبارت کامل تر Password Harvesting Fishing نوعی سرقت محسوب می‌شود که در آن، به اصطلاح فیشر، رابط گرافیکی یک وب‌ سایت معتبر، مثل بانک‌های آنلاین یا سایت‌های پی‌پال و آی‌پی را کپی کرده و با آدرس مشابه و تارنمای خود، فعل متقلبانه‌ی خود را انجام می‌دهد. سارقین اینترنتی، کاربران را به ‌واسطه ایمیل یا آگهی‌ های تبلیغاتی، از سایت‌های دیگر جذب و به یک صفحه جعلی و خودساخته هدایت می‌کنند. برای همین است که آدرس‌های ایمیل مشتریان ، منبعی گران‌ بها برای بسیاری از کسب و کارها هستند و این مهم  است که ایمیل‌ها در اختیار فیشرها برای مقاصد کلاهبرداری قرار نگیرند. در صورتی‌که کاربران در یکی از تبلیغات وایرال شده، گمراه گردیده و اطلاعات خود را وارد کند فیشرها به اطلاعات وی دسترسی پیدا خواهند کرد.

یکی از سیستم های معروف که مبتنی بر الگوریتم‌های هوش مصنوعی فعالیت داشته و در زمینه مدیریت ریسک تقلب ایفای نقش می‌کند، سیستم kount  است. این سیستم با الگوریتم‌های بیولوژیکی تشخیص می‌دهد که آیا هویت کاربر صحیح است یا خیر. این سیستم در تمام مدت فعالیت داخل یک برنامه و یا وب، فعال است و فعالیت‌های معتبر را از موارد نامعتبر شناسایی و مسدود و گزارش می‌کند. سیستم kount  درصورتی‌که آلارم عدم تایید و یا تراکنش نامعتبر دریافت نماید، مسیر کلاهبرداری را مسدود می‌کند. در واقع هوش مصنوعی تشخیص می‌دهد که آیا در طول این فرآیند، نیازی به احراز هویت بیشتری و مجدد مشتریان، جهت تأیید هویت می‌باشد یا نه؟

سخن آخر

 استفاده از هوش مصنوعی در بانکداری باز (Open Banking) ادراک کاملی از دنیای بانکداری دیجیتال ایجاد کرده است. در واقع هوش مصنوعی یک رویکرد جدید برای تجارت در حوزه فین‌تک و بانکداری باز می‌کند که مطابق با الگوریتم های ارائه شده، بانک ها و شرکت‌های پرداخت الکترونیک و پرداخت ‌یار ها می‌توانند از آن برای خلق خدمات دیجیتالی بیشتر و بهبود راه‌های ارتباطی با کسب و کارها برای تجربه کردن خریدهای آسان و ایمن استفاده کنند. بنابراین می توان گفت که؛ هوش مصنوعی باعث ‌می‌شود تا داده های پرداخت بین بانکها و موسسات اعتباری، به سطح بالاتر منتقل شوند. هوش مصنوعی برای شرکت های فناوری پرداخت یک ابزار با ارزش برای آسان و قوی‌تر کردن مسیر خدمات پرداخت با هدایت مصرف کنندگان و تجار به سمت فرصت های تجاری و مهم‌تر از همه ایجاد فضایی امن‌ برای تسویه حساب های مشتریان و پذیرندگان می باشد.