شنبه, 29 اردیبهشت 1403 2024,May

ضرورت استفاده از راهکارهای هوش مصنوعی برای شناسایی الگوهای نامتعارف در حوزه پرداخت

30 دی 1402
ضرورت استفاده از راهکارهای هوش مصنوعی برای شناسایی الگوهای نامتعارف در حوزه پرداخت

مدیر اداره نظارت بر نظام‌های پرداخت بانک مرکزی با بیان اینکه حجم قابل ملاحظه تراکنش‌های مبتنی بر کارت باعث ایجاد رفتارهای متنوعی شده، بر ضرورت استفاده از راهکارهای هوش مصنوعی و خوانش ماشین برای شناسایی الگوهای نامتعارف در حوزه پرداخت تاکید کرد.

به گزارش بانک اول شاید ۲ نیاز اصلی این نهاد را بتوان شناسایی الگوهای نامتعارف در حوزه پرداخت و همچنین استفاده از ظرفیت خوانش ماشین برای تنقیح قوانین و مقررات است.

برای پاسخ به این نیازها، بانک مرکزی و شرکت ملی انفورماتیک اقدام به برگزاری رویداد اینوتکنیک کرده‌اند تا نهاد ناظر بتواند از ظرفیت نخبگان، افراد دانشگاهی و فعالین صنعت، راهکارهای مورد نظر خود را در حوزه پرداخت دریافت کند. برای بررسی اینکه هوش مصنوعی، یادگیری ماشین و سایر فناوری‌های نوین چه کمکی می‌توانند به بانک مرکزی درباره شناسایی الگوهای نامتعارف در حوزه پرداخت داشته باشند، گفت‌وگویی با «دکتر محمدرضا مانی یکتا مدیرکل نظام‌های پرداخت بانک مرکزی» به بهانه برگزاری رویداد اینوتکنیک در بهمن ماه داشتیم که مشروح آن به شرح زیر است:

** آقای دکتر قرار است رویداد اینوتکنیک توسط بانک مرکزی و شرکت ملی انفورماتیک برگزار شود تا فعالین صنعت، خبرگان و افراد دانشگاهی راهکارهای خود را درباره مسائلی که نهاد ناظر با آن روبه‌روست، ارائه کنند. بیشترین راهکارهایی که مدنظر نهاد ناظر قرار دارد، در چه حوزه‌هایی است؟

مانی‌یکتا: رویداد اینوتکنیک نیز از جمله رویدادهایی است که دستگاه‌های حاکمیتی و اجرایی به عنوان متقاضی اصلی یک خدمت یا دقیق‌تر کردن و ارتقای کیفیت ارائه خدمات و حکمرانی، مسائل خود را با فضای نخبگانی، تخصصی و دانشگاهی مطرح کرده و تقاضای حل مساله را دارند. رویکرد اینوتکنیک با محوریت راهکارهای مبتنی بر هوش مصنوعی برای اولین بار در کشور از طرف بانک مرکزی و شرکت ملی انفورمانیک آغاز شد.

ما ۱۰ سرفصل عمومی از مسائل مرتبط با حوزه پرداخت کشور و نیازهای بانک مرکزی در خصوص تصمیمات اقتصادی آن را مطرح کرده و از جامعه خبرگانی، فعالین صنعت و دانشگاهی واستیم تا راهکارهای جامع مبتنی بر هوش مصنوعی خود را در این خصوص ارائه کنند.

دامنه گسترده‌ای از راهکارها را از سمت شرکت‌کنندگان در این رویداد دریافت کردیم و طبیعتا باید با معیارهای مختلف این راهکارها را مورد ارزیابی قرار داده و هر راهکاری که بیشترین نزدیکی را با مسائل مورد نظر بانک مرکزی داشت، انتخاب کنیم.

** فناوری‌های نوین به ویژه هوش مصنوعی چه کمکی می‌توانند به بانک مرکزی و اداره نظام‌های پرداخت کنند که بتوان رفتارهای متقلبانه در نظام‌های پرداخت را کشف و از آنها جلوگیری کرد؟

مانی یکتا: در رویداد اینوتکنیک ۲ مساله اصلی مدنظر سیاستگذار حوزه پرداخت بوده است که از فضای تخصصی و جامعه دانشگاهی برای حل آنها کمک گرفته است. اولین موضوع شناسایی الگوهای تراکنشی نامتعارف در شبکه پرداخت‌های مبتنی بر کارت است. با توجه به حجم گسترده‌ای که این تراکنش‌ها دارند، شاهد رفتار بسیار متنوع و متغیر مشتریان شبکه بانکی هستیم. بانک مرکزی نیازمند شناسایی الگوهایی است که مطابق با آن بتواند رفتار مشتری را در شرایط اقتصادی متفاوت و ایام مختلف سال مانند روزهای پایانی سال و روزهای ابتدایی سال، مورد ارزیابی قرار دهد. حتی ممکن است رفتارهای مشتریان شبکه بانکی در ساعت‌های مختلف روز متفاوت باشد و این موضوع به طور مداوم نیازمند تحلیل و شناسایی الگوهای جدید با استفاده از ظرفیت یادگیری ماشین است.

راهکارهای مبتنی بر هوش مصنوعی به طور طبیعی بالاترین ظرفیت را برای ارائه راهکارهای جامع درباره شناسایی دقیق‌تر الگوهای رفتاری مشتریان دارند و می‌توانند به شناسایی الگوهای مخاطره‌آمیز کمک شایان توجهی کنند.

موضوع دیگر هم فراهم کردن ظرفیت استفاده از فناوری خوانش ماشین برای گسترده عظیم قوانین و مقررات در حوزه نظام‌های پرداخت است. عمر نظام‌های پرداخت در ایران به بیش از ۲۰ سال رسیده و با توجه به حجم گسترده تراکنش‌ها در شبکه بانکی، با طیف بسیار متنوعی از مقررات در قالب مقررات نظام‌های پرداخت مواجه هستیم که باید توسط ذینفعان شبکه پرداخت اجرا شود.

این مقررات به طور پیوسته در حال به روز رسانی هستند و تنقیح آنها یکی از الزاماتی است که بانک مرکزی می‌‎خواهد با استفاده از فناوری هوش مصنوعی و خوانش ماشین برای آن راهکار بیابد. به عنوان نمونه اگر در مواردی هم‌پوشانی در مقررات وجود داشته باشد، هوش مصنوعی می‌تواند آنها را شناسایی و با تنقیح قوانین، الگوهای بسیار پیشرفته را برای اجرا ارائه کند.

بانک مرکزی بدنبال راهکارهایی است که با استفاده از ظرفیت پردازش و خوانش ماشین، مجموعه دستورالعمل‌های اجرایی توسط ماشین جمع‌آوری و اجرا شده و بلافاصله بعد از آنکه تنظیم‌گر، مقررات را به روزرسانی یا مقررات جدیدی به آنها اضافه کرد، توسط ماشین‌های پردازش‌گر تفسیر و اجرایی شود.

** یکی از موضوعاتی که درباره رویدادهایی مانند اینوتکنیک مطرح می‌شود این است که فین‌تک‌ها(رگ‌تک و سوپ‌تک) به نوعی به نهاد ناظر متصل شوند و بتوانند برای نیازهای آن راهکار ارائه دهند. اینوتکنیک آیا در این خصوص توانسته راهکارهایی را به بانک مرکزی ارائه کند؟

مانی یکتا: در بانک مرکزی بسیار به زمینه‌سازی برای شکل‌گیری فناوری‌های نوین نظارتی مانند رگ‌تک‌ها و سوپ‌تک‌ها نیاز دارد.

به طور مداوم با توجه به پیچیدگی‌های فناوری، نیازمند ابتکارهای فناورانه در زیرساخت‌ها هستیم. با توجه به ساختارهای بروکراتیک و دیوانسالارانه، نه تنها بانک مرکزی بلکه تمامی تنظیم‌گران کلان ظرفیت ارائه راهکارهای نوآورانه با توجه به پیچیدگی فضای فناوری را ندارند و این رگ‌تک‌ها و سوپ‌تک‌ها هستند که با چابکی خود می‌توانند الزامات و کنترل‌های نظارتی را تا پایین‌ترین سطوح توسعه دهند.

رگ‌تک‌ها و سوپ‌تک‌ها می‌توانند به بانک مرکزی کمک کنند تا در حوزه‌های تخصصی خود با اثربخشی و کیفیت بیشتری کار نظارت را انجام دهد. استفاده از ظرفیت‌های هوش مصنوعی توسط شرکت‌های فناورانه که ساختار چابکی داشته باشند، می‌تواند با پویایی بیشتر، نیازمندی‌های نظارتی بانک مرکزی را جامه عمل بپوشاند. رویدادهایی مانند اینوتکنیک در حقیقت برای پاسخ به این نیازها مورد توجه قرار دارند.

اخبار مرتبط
روز سه‌شنبه، در نشست سالانه توسعه‌دهندگان آی‌/او (I/O) گوگل در کالیفرنیا، این غول حوزه فناوری نشان داد که چطور هوش مصنوعی با بسترهای مجازی‌اش تلفیق می‌شود‌ــ از موتور جست‌و‌جو گرفته تا جی‌میل‌ــ و از آنچه ادعا می‌کند آینده دستیار هوش مصنوعی در سیستم اصلی جدیدی موسوم به پراجکت استرا (Project Astra) است رونمایی کرد. دمیس هاسابیس، رئیس گوگل دیپ‌مایند (Google Deepmind)، گفت چت‌ربات جدید از حافظه‌اش استفاده می‌کند تا بافتار را درک کند و عمل کند، و در عین حال برای گفت‌و‌گوی طبیعی، «کنشگر، آموزش‌پذیر
کسانی که خود را به مهارت‌های هوش مصنوعی مجهز می‌کنند، در اقتصاد دیجیتال و بازار کار نسبت به کسانی که این مهارت را ندارند، مزیت قابل توجهی خواهند داشت. سازمان‌ها مسئول کمک به کارکنان خود برای ارتقاء مهارت یا مهارت مجدد برای سازگاری با این اکوسیستم در حال تغییر هستند.
همچنین، هوش مصنوعی می‌تواند بهبود امنیت سایبری را با استفاده از تحلیل داده‌های بزرگ را انجام دهد و با تجزیه و تحلیل داده‌های بزرگ، می‌تواند الگوهای مشکوک در رفتار اجزای شبکه، کاربران و سیستم‌ها را شناسایی کند و در صورت لزوم، اقدام به بستن دسترسی به داده‌های مشکوک و ایجاد محدودیت کند.

دیدگاه خود را با ما در میان بگذارید

captcha


امتیاز:

دسته بندی مقالات
آخرین مقالات
تگ ها