高盛、UBS 等頂級的銀行，已經(jīng)開始使用一種機器學(xué)習(xí)技術(shù)支持的平臺來監(jiān)控非法內(nèi)幕交易的活動。這個平臺首次亮相是在 15 年前的 911 事故中，幫助美國政府打擊恐怖分子。

該公司叫做 Digital Reasoning，目前已經(jīng)幫助“一半以上的華爾街公司發(fā)現(xiàn)內(nèi)幕交易的潛在威脅。” 該公司的商務(wù)銷售副總裁 Kiran Narsu 表示。

Digital Reasoning 公司研發(fā)出的這種機器學(xué)習(xí)平臺，能夠建立一種語言學(xué)習(xí)模式，而不只是單純地識別關(guān)鍵字。它能比傳統(tǒng)的工具更加智能地識別出銀行的內(nèi)幕交易及價格操縱行為，在知識圖譜的基礎(chǔ)上真正理解用戶的請求，不再拘泥于用戶所輸入請求語句的字面本身，而是透過現(xiàn)象看本質(zhì)，準確地捕捉到用戶所輸入語句后面的真正意圖，并以此來進行搜索與挖掘，從而更準確地向用戶反饋結(jié)果。該智能平臺甚至被訓(xùn)練成能夠識別出交易濫用、官商勾結(jié)、市場操控等現(xiàn)象。

“識別出這些非法交易者的語言并不容易。因為大部分傳統(tǒng)機構(gòu)只是在通過搜索關(guān)鍵詞的作法來查找，然而語言是有多種含義的。比如我說想知道一部奧斯卡電影里都有哪些場景用到了‘fix’這個詞。它可能出現(xiàn)在你在‘修’東西的時候，也有可能是你在為朋友‘定’一杯咖啡。”

“我們的軟件能夠減少 70% 的虛假情報。”Narsu 稱，“通過機器學(xué)習(xí)技術(shù)，我們能判斷出人們的言外之意。舉個例子，人們想表達一種吹牛的狀態(tài)時，并不一定要說‘我在吹牛’或者其他特定的詞，它可以是一堆信息，然后我們的機器可以從中讀出這個意思。”

這種大數(shù)據(jù)分析工具和技術(shù)，結(jié)合文本挖掘、機器學(xué)習(xí)以及本體建模，已成為安全威脅預(yù)測、檢測和早期階段預(yù)防的第一道防線。數(shù)據(jù)分析和改進協(xié)作能減低情報調(diào)查過程的繁瑣程度，以便機構(gòu)更輕易地檢測到潛在的安全威脅。

事實上，Digital Reasoning 的首次亮相是在 911 事件中。當(dāng)時，該公司正在幫助政府抓捕網(wǎng)絡(luò)上的恐怖分子。這些網(wǎng)絡(luò)上的信息幾乎都是用一些代碼來掩蓋其真正意義，因此迫使 Digital Reasoning 要運用更加智能的語言。

然而，在后金融危機時代，銀行也漸漸看到了機器學(xué)習(xí)的監(jiān)測能力。在守法成本較高的金融市場，監(jiān)管的負擔(dān)也日益加大。運用機器學(xué)習(xí)技術(shù)對銀行進行監(jiān)管，也意味著將來我們的監(jiān)管體系將更加智能化，而不再只是單純的砸錢方式。

近日，Digital Reasoning 公司還與美國納斯達克（Nasdaq ）進行了合作，協(xié)助其建設(shè)監(jiān)測資本市場的工具。Nasdaq 在今年5月份對其投資了4000萬美元。

Narsu 表示，與金融服務(wù)公司的合作，已經(jīng)成為 Digital Reasoning 業(yè)務(wù)收入中“最亮眼”的部分。