高盛、ubs等顶级的银行，已经开始使用一种机器学习技术支持的平台来监控非法内幕交易的活动。这个平台首次亮相是在15年前的911事故中，帮助美国政府打击恐怖分子。

该公司叫做digital reasoning，目前已经帮助“一半以上的华尔街公司发现内幕交易的潜在威胁。” 该公司的商务销售副总裁kiran narsu表示。

这家人工智能公司打击过911恐怖分子，现在又抓银行内鬼

digital reasoning公司研发出的这种机器学习平台，能够建立一种语言学习模式，而不只是单纯地识别关键字。它能比传统的工具更加智能地识别出银行的内幕交易及价格操纵行为，在知识图谱的基础上真正理解用户的请求，不再拘泥于用户所输入请求语句的字面本身，而是透过现象看本质，准确地捕捉到用户所输入语句后面的真正意图，并以此来进行搜索与挖掘，从而更准确地向用户反馈结果。该智能平台甚至被训练成能够识别出交易滥用、官商勾结、市场操控等现象。

“识别出这些非法交易者的语言并不容易。因为大部分传统机构只是在通过搜索关键词的作法来查找，然而语言是有多种含义的。比如我说想知道一部奥斯卡电影里都有哪些场景用到了‘fix’这个词。它可能出现在你在‘修’东西的时候，也有可能是你在为朋友‘定’一杯咖啡。”

“我们的软件能够减少70%的虚假情报。”narsu称，“通过机器学习技术，我们能判断出人们的言外之意。举个例子，人们想表达一种吹牛的状态时，并不一定要说‘我在吹牛’或者其他特定的词，它可以是一堆信息，然后我们的机器可以从中读出这个意思。”

这种大数据分析工具和技术，结合文本挖掘、机器学习以及本体建模，已成为安全威胁预测、检测和早期阶段预防的第一道防线。数据分析和改进协作能减低情报调查过程的繁琐程度，以便机构更轻易地检测到潜在的安全威胁。

事实上，digital reasoning的首次亮相是在911事件中。当时，该公司正在帮助政府抓捕网络上的恐怖分子。这些网络上的信息几乎都是用一些代码来掩盖其真正意义，因此迫使digital reasoning要运用更加智能的语言。

然而，在后金融危机时代，银行也渐渐看到了机器学习的监测能力。在守法成本较高的金融市场，监管的负担也日益加大。运用机器学习技术对银行进行监管，也意味着将来我们的监管体系将更加智能化，而不再只是单纯的砸钱方式。

近日，digital reasoning公司还与美国纳斯达克（nasdaq ）进行了合作，协助其建设监测资本市场的工具。nasdaq 在今年5月份对其投资了4000万美元。

narsu表示，与金融服务公司的合作，已经成为 digital reasoning 业务收入中“最亮眼”的部分。

以上是网络信息转载，信息真实性自行斟酌。