Featurespace sikrer finansiering for å utvikle AI-drevet AML-prototype PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Featurespace sikrer finansiering for å utvikle AI-drevet AML-prototype

Featurespace sikrer finansiering for å utvikle AI-drevet AML-prototype
  • Det britiske selskapet Featurespace har sikret seg finansiering for å bygge en AI-drevet prototype for å bekjempe hvitvasking av penger og annen økonomisk kriminalitet.
  • Finansieringen kommer fra både amerikanske og britiske myndigheter, og er en del av et initiativ støttet av Innovate UK, US National Science Foundation og meldingsnettverket SWIFT.
  • Featurespace gjorde sin Finovate-debut på FinovateEurope i 2016.

Spesialist for bedrageri og økonomisk kriminalitet Funksjonsområde har sikret finansiering fra både amerikanske og britiske myndigheter for å bygge en AI-drevet teknologi for å hjelpe finansinstitusjoner – inkludert banker og betalingstjenesteleverandører (PSP) – med å oppdage og stoppe økonomisk kriminalitet. Målet er spesifikt å styrke finansinstitusjoners evne til å bekjempe grenseoverskridende hvitvasking av penger, applikasjonssvindel og APP-svindel, spesielt. Det Storbritannia-baserte selskapet, med hovedkontor i Cambridge, vil bygge en prototype, utnytte AI, som vil bli trent på "sensitive private betalingsdata." Featurespace vil bruke federated deep learning til dataene, ved å bruke personvernforbedrende teknikker som k-anonymitet og lokalt differensielt personvern. Organisasjoner trenger ikke å avsløre, dele eller kombinere sine rådata i prosessen.

"Storbritannia og amerikanske myndigheter vil at bankene skal samarbeide for å stoppe svindel og hvitvasking av penger," sa Featurespace-direktør for innovasjon David Sutton. "Denne typen personvernbevarende samarbeid AI er et vanskelig problem som ingen ennå har løst. Vi er sikre på at vi kan møte denne utfordringen. Vi er det eneste selskapet i dette prosjektet som har brukt innovativ teknologi for å bekjempe verdensomspennende økonomisk kriminalitet – og vi har bankkundene til å bevise det.»

Finansieringen kommer med tillatelse fra Challenge Prize (PETs) for personvernforbedrende teknologier, en innsats startet i juli av Innovate UK og US National Science Foundation. Initiativet støttes også av det bankeide meldingsnettverket SWIFT. Featurespace har fått en frist til 24. januar for å bygge prototypen. Ved fullføring, hvis prosjektet er vellykket, vil det bli vist frem på det andre toppmøtet for demokrati som skal sammenkalles i USA i første halvdel av 2023.

"Et vellykket resultat av dette prosjektet er å gjøre hvitvasking av penger på tvers av landegrenser og mellom banker mye vanskeligere," sa Sutton. «Hvis du gjør det vanskeligere å hvitvaske penger, gjør du kriminelle aktiviteter mindre lønnsomme. Dette vil komme bedrifter, samfunnet og forbrukere til gode.»

Featurespace ble grunnlagt i 2008, og debuterte i Finovate på FinovateEurope i 2016. Mer enn 70 direkte kunder og mer enn 200,000 XNUMX institusjoner, alt fra HSBC og Worldpay til andre alumner fra Finovate som TSYS og Marqeta, stole på Featurespaces teknologi for å beskytte seg mot svindel og økonomisk kriminalitet. Featurespace er en innovatør innen svindelforebygging, og har utviklet teknologier som Adaptive Behavioral Analytics og Automated Deep Behavioral Networks for å profilere både autentisk og uredelig atferd for å bekjempe økonomisk kriminalitet i sanntid. Begge teknologiene er komponenter av Featurespace ARIC Risk Hub.

Forrige uke, Featurespace annonsert et partnerskap med Railsr for å hjelpe kunder av den innebygde finansplattformen bedre å forsvare seg mot svindel og økonomisk kriminalitet. I henhold til avtalen vil Railsrs svindelteam kunne utnytte kort- og betalingssvindelforebygging og AML-løsninger via Featurespaces ARIC Risk Hub.

"Ettersom innebygd finans i økende grad blir forventet av forbrukere, må det forventes at de er beskyttet mot svindel og økonomisk kriminalitet i like stor grad," sa Featurespace Chief Commercial Officer Matt Mills. "Railsr (har) erkjent dette tidlig og lagt til et kritisk lag med selvlærende teknologi for å sikre at kundene kun får den beste opplevelsen."


Foto av Markus Spiske

Tidstempel:

Mer fra Finovat