區塊鏈分析公司Elliptic與麻省理工學院(MIT)的研究人員合作,釋出了與非法活動有關的BTC的資料。
該小組的研究報告詳細介紹了MIT-IBM Watson AI Lab的研究人員如何使用機器學習軟體來分析總計價值約60億美元的203,769個BTC節點交易,以探討了人工智慧是否可以協助當前的反洗錢(AML)程式。
在20萬筆BTC交易資料中,只有2%的交易被認為是非法的。21%的交易被確認為合法,但絕大多數交易(約77%)仍未歸類。(自2009年BTC交易網路推出以來,迄今估計已有4.4億筆交易。)
分析公司Chainanalysis的一項研究資料與之大致相符,Chainanalysis估計,2019年只有1%的BTC交易與非法活動有關。
Elliptic聯合創始人Tom Robinson表示, Elloptic經常被執法機構僱用來識別使用加密資產的非法活動,本研究旨在探索使用機器學習找出有助於區分BTC被非法使用和合法使用的特徵,並減少誤報非法交易。
麻省理工學院研究員Mark Weber表示,正在與專家反饋該實驗應用於反洗錢方面的意見。