Featurespace säkrar finansiering för att utveckla AI-driven AML-prototyp PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Featurespace säkrar finansiering för att utveckla AI-driven AML-prototyp

Featurespace säkrar finansiering för att utveckla AI-driven AML-prototyp
  • Det brittiska företaget Featurespace säkrade finansiering för att bygga en AI-driven prototyp för att bekämpa penningtvätt och andra ekonomiska brott.
  • Finansieringen kommer från både USA:s och Storbritanniens regeringar och är en del av ett initiativ som stöds av Innovate UK, US National Science Foundation och meddelandenätverket SWIFT.
  • Featurespace gjorde sin Finovate-debut på FinovateEurope 2016.

Bedrägeri och ekonomisk brottsförebyggande specialist Funktionsutrymme har säkerställd finansiering från både USA:s och Storbritanniens regeringar för att bygga en AI-driven teknik för att hjälpa finansiella tjänsteinstitutioner – inklusive banker och betaltjänstleverantörer (PSP) – att upptäcka och stoppa ekonomisk brottslighet. Målet är specifikt att förbättra finansiella institutioners förmåga att bekämpa gränsöverskridande penningtvätt, applikationsbedrägerier och APP-bedrägerier, i synnerhet. Det brittiska företaget, med huvudkontor i Cambridge, kommer att bygga en prototyp, som utnyttjar AI, som kommer att tränas på "känsliga privata betalningsdata." Featurespace kommer att tillämpa federerad djupinlärning på data, med hjälp av integritetsförbättrande tekniker som k-anonymitet och lokal differentiell integritet. Organisationer behöver inte avslöja, dela eller kombinera sina rådata i processen.

"Storbritannien och USA:s regeringar vill att banker ska samarbeta för att stoppa bedrägerier och penningtvätt", sa Featurespace innovationschef David Sutton. "Den här typen av integritetsbevarande samarbete AI är ett svårt problem som ingen ännu har löst. Vi är övertygade om att vi kan möta denna utmaning. Vi är det enda företaget i det här projektet som har implementerat innovativ teknik för att bekämpa global ekonomisk brottslighet – och vi har bankkunderna att bevisa det.”

Finansieringen kommer med tillstånd av PETs Challenge Prize (Privacy Enhancing Technologies), en satsning som inleddes i juli av Innovate UK och US National Science Foundation. Initiativet stöds också av det bankägda meddelandenätverket SWIFT. Featurespace har fått en deadline till 24 januari för att bygga prototypen. Efter slutförandet, om projektet är framgångsrikt, kommer det att visas upp vid det andra toppmötet för demokrati som ska sammankallas i USA under första halvåret 2023.

"Ett framgångsrikt resultat av detta projekt är att göra penningtvätt över gränser och mellan banker mycket svårare," sa Sutton. ”Om du gör det svårare att tvätta pengar gör du kriminell verksamhet mindre lönsam. Detta kommer att gynna företag, samhälle och konsumenter.”

Featurespace grundades 2008 och gjorde sin Finovate-debut på FinovateEurope 2016. Mer än 70 direktkunder och mer än 200,000 XNUMX institutioner, allt från HSBC och Worldpay till andra Finovate-alumer som TSYS och Marqeta, lita på Featurespaces teknologi för att skydda sig mot bedrägerier och ekonomisk brottslighet. Featurespace är en innovatör inom området bedrägeriförebyggande och har utvecklat teknologier som Adaptive Behavioral Analytics och Automated Deep Behavioral Networks för att profilera både autentiskt och bedrägligt beteende för att bekämpa ekonomisk brottslighet i realtid. Båda teknologierna är komponenter i Featurespace ARIC Risk Hub.

Förra veckan, Featurespace meddelade ett partnerskap med Railsr för att hjälpa kunder till den inbyggda finansplattformen att bättre försvara sig mot bedrägerier och ekonomisk brottslighet. Enligt avtalet kommer Railsrs bedrägeriteam att kunna utnyttja kort- och betalningsbedrägeriförebyggande och AML-lösningar via Featurespaces ARIC Risk Hub.

"Eftersom inbyggd finansiering alltmer förväntas av konsumenter, måste se till att de är skyddade från bedrägeri och ekonomisk brottslighet förväntas i lika hög grad," sa Featurespace Chief Commercial Officer Matt Mills. "Railsr (har) insett detta tidigt och lagt till ett kritiskt lager av självlärande teknologi för att säkerställa att deras kunder bara får den bästa upplevelsen."


Foto av Markus Spiske

Tidsstämpel:

Mer från Finovat