Cientistas criam IA para combater lavagem de dinheiro com bitcoin

A Elliptic, uma empresa britânica de compliance em criptomoedas e blockchain, fez algo que muitos diziam ser impossível: criou um modelo de inteligência artificial teoricamente capaz de detectar lavagem de dinheiro na blockchain do bitcoin.

Blockchains são como um banco de dados público, um terreno fértil para técnicas de machine learning (aprendizado de máquina). Todas as informações de transações e contrapartes estão disponíveis 24 horas por dia, 7 dias na semana, para qualquer pessoa que queira verificá-las. Essa disponibilidade de dados permite descobrir certos padrões, e identificar lavagem de dinheiro.

A pesquisa vem sendo conduzida pela Elliptic em parceria com o MIT-IBM Watson AI Lab (laboratório de IA formado pelo Massachusetts Institute of Technology e a IBM) desde 2019, quando a primeira versão do modelo de IA conseguiu compilar dados de cerca de 200 mil transações de criptomoedas.

Já era um número relativamente alto. E agora o número de transações classificadas passou a marca de 200 milhões. Essa multiplicação por mil se deu por conta do seguinte: o novo modelo usa o chamado deep learning.

Deep learning é uma subárea da aprendizagem de máquina que se inspira no funcionamento do cérebro humano para criar modelos computacionais capazes de aprender, e de tomar decisões, de forma autônoma.

Ao digitalizar livros de transações e dados em carteiras de cripto, o aprendizado de máquina pode detectar sinais de pagamentos ilícitos — e os criminosos por trás deles. Graças a isso, é possível separar transações legais e ilícitas em grupos e, potencialmente, descobrir um endereço usado para lavagem de dinheiro.

O caminho para a detecção de fraudes

Em vez de identificar transações específicas feitas por criminosos, esse modelo de IA se concentra em reconhecer e analisar transações feitas por suspeitos de práticas criminosas até as exchanges, onde conseguem “lavar” o dinheiro e convertê-lo em dinheiro físico.

Em vez de se concentrar em carteiras específicas os pesquisadores treinaram seu modelo em “subgraphs”, que representam cadeias de transações. Dessa forma, ele faz uma análise mais ampla.

Embora o sistema ainda não esteja disponível no mercado, a taxa de assertividade tem sugerido que o protótipo funciona.

De acordo com a Elliptic, menos de uma em cada 10 mil contas, em média, está associada à lavagem de dinheiro. Em um teste com 52 contas que receberam movimentações duvidosas em uma única corretora, 14 já tinham sido marcadas pela própria exchange como suspeitas. Ou seja: a IA pode ter descoberto outras 38 usadas para atividades ilícitas.