هوش مصنوعی چین بهدنبال پولهای کثیف در بلاکچین؛ دقت ۹۰ درصدی چقدر قابل اتکاست؟
روزنامه «ساوث چاینا مورنینگ پست» روز دوم اوت ۲۰۲۶ گزارش داد پژوهشگران دانشگاه امنیت عمومی خلق چین، وابسته به وزارت امنیت عمومی این کشور، یک چارچوب هوش مصنوعی برای تشخیص تراکنشهای غیرقانونی رمزارزی توسعه دادهاند.
این پژوهش در ماه مه در نشریه علمی و داوریشده «Journal of Intelligence» منتشر شده و سان جینگچائو، نویسنده مسئول آن، سامانه را راهکاری دقیق، تعمیمپذیر و تفسیرپذیر برای شناسایی معاملات غیرقانونی داراییهای دیجیتال توصیف کرده است. در گزارش منتشرشده آمده است که این چارچوب از یک ماژول حافظه و مدل زبانی بزرگ استفاده میکند و در آزمایشها به دقت کلی نزدیک به ۹۰ درصد رسیده است.
یک اصلاح مهم آن است که این پروژه فعلاً بهعنوان نتیجه یک پژوهش دانشگاهی معرفی شده است. در منابع بررسیشده، مدرکی مبنی بر استقرار سراسری آن در پلیس چین، استفاده رسمی در پروندههای قضایی یا اتصال مستقیم آن به تمام صرافیها و شبکههای بلاکچینی منتشر نشده است.
بنابراین تیتر دقیق این نیست که «پلیس چین از این پس تمام پولشوییهای بیتکوینی را شناسایی میکند»؛ بلکه باید گفت پژوهشگران یک مدل آزمایشی با نتایج امیدوارکننده ساختهاند.
دقت ۹۰ درصدی دقیقاً چه معنایی دارد؟
عبارت «دقت ۹۰ درصدی» ممکن است این تصور را ایجاد کند که سامانه از هر ۱۰ مجرم، ۹ نفر را شناسایی میکند؛ اما این برداشت الزاماً درست نیست.
دقت کلی معمولاً نسبت پیشبینیهای صحیح به تمام نمونههای آزمایش را نشان میدهد. برای ارزیابی واقعی یک سامانه ضدپولشویی باید شاخصهای دیگری مانند نرخ کشف تراکنشهای غیرقانونی، میزان هشدار اشتباه، دقت تشخیص نمونههای مثبت و ترکیب دادههای آموزشی نیز مشخص باشند.
برای نمونه، اگر بخش بسیار بزرگی از مجموعه آزمایش را تراکنشهای عادی تشکیل دهند، یک مدل ممکن است با تشخیص درست معاملات قانونی به دقت کلی بالایی برسد، اما بخشی از فعالیتهای مجرمانه را از دست بدهد. در سوی دیگر، حساسیت بیش از حد نیز میتواند هزاران تراکنش قانونی را مشکوک علامتگذاری کند.
گزارش عمومی «ساوث چاینا مورنینگ پست» عدد نزدیک به ۹۰ درصد را تأیید میکند، اما جزئیات کامل ماتریس خطا، اندازه مجموعه داده، نسبت تراکنشهای قانونی و غیرقانونی و عملکرد مدل در شبکههای متفاوت در متن عمومی این گزارش در دسترس نیست. از این رو، مقایسه این عدد با سامانههای تجاری یا عملکرد بازرسان انسانی بدون مطالعه کامل مقاله علمی ممکن نیست.
هوش مصنوعی چگونه رد پول را پیدا میکند؟
بلاکچینهایی مانند بیتکوین یک دفتر ثبت عمومی از انتقال دارایی میان نشانیها ایجاد میکنند. محتویات تراکنشها قابل مشاهدهاند، اما صاحبان کیف پولها معمولاً با نام واقعی در شبکه معرفی نمیشوند. چالش اصلی، تبدیل مجموعه بزرگی از نشانیها، زمانها، مبالغ و مسیرهای انتقال به یک الگوی قابل فهم است.
پولشویان ممکن است دارایی را میان تعداد زیادی کیف پول جابهجا کنند، مبالغ را به قسمتهای کوچک تقسیم کنند، از چند شبکه استفاده کنند یا وجوه را پیش از تبدیل به پول رایج از واسطهها و پلتفرمهای متعدد عبور دهند. هوش مصنوعی میتواند نمودار ارتباطی این انتقالها را بررسی و رفتارهایی را که به الگوهای شناختهشده جرم شباهت دارند علامتگذاری کند.
مزیت مدلهای یادگیری ماشین نسبت به سامانههای کاملاً قانونمحور این است که صرفاً به دستورهایی مانند «هر تراکنش بالاتر از مبلغ مشخص را علامت بزن» وابسته نیستند. این مدلها میتوانند ترکیبی از تعداد انتقالها، سرعت جابهجایی، ارتباط کیف پولها، مسیر ورود و خروج دارایی و رفتار تاریخی نشانیها را بررسی کنند.
بااینحال، ادعای مطرحشده در برخی بازنشرها مبنی بر اینکه سامانه چینی حتماً «توضیحات تراکنشها و الگوهای ارتباطی خصوصی افراد» را تحلیل میکند، در گزارش اصلی قابل دسترس تأیید نشده است. بسیاری از تراکنشهای بیتکوین اصولاً توضیح متنی مفصلی ندارند و استفاده از پیامها یا ارتباطات خارج از بلاکچین به دسترسی به منابع اطلاعاتی جداگانه نیاز دارد.
آمار ۳۲۵۹ نفر به چه پروندههایی مربوط است؟
دادستانی عالی خلق چین اعلام کرده است که دادستانهای این کشور در سال ۲۰۲۵ علیه ۳۲۵۹ نفر به اتهام پولشویی از مسیرهایی مانند ارزهای مجازی و شبکههای بانکداری زیرزمینی اعلام جرم کردهاند.
این آمار دو نکته مهم دارد. نخست اینکه افراد مورد اشاره فقط «مظنون شناساییشده توسط الگوریتم جدید» نیستند؛ عدد ۳۲۵۹ نفر به عملکرد کلی دادستانی چین در سال ۲۰۲۵ مربوط است و سامانه جدید بعداً در قالب یک پژوهش معرفی شده است.
دوم اینکه متن رسمی، ارزهای مجازی و بانکداری زیرزمینی را در کنار یکدیگر قرار داده است. بنابراین نمیتوان نتیجه گرفت که تمام این ۳۲۵۹ پرونده منحصراً به بیتکوین یا سایر رمزارزها مربوط بودهاند.
در گزارش دادستانی همچنین آمده است که در مجموع ۱۳۷ هزار نفر در سال ۲۰۲۵ بهدلیل جرایم اقتصادی و مالی تحت پیگرد قرار گرفتند و ۲۵ هزار نفر از آنان به جرایم مالی متهم شدند. این ارقام نشان میدهد پولشویی رمزارزی بخشی از یک کارزار گستردهتر علیه جرایم اقتصادی است.
چین رمزارز را ممنوع میکند، اما بلاکچین را زیر نظر میگیرد
رویکرد چین در نگاه نخست متناقض به نظر میرسد: معاملات خصوصی رمزارزها محدود یا ممنوع هستند، اما نهادهای این کشور روی تحلیل بلاکچین و ردیابی دارایی دیجیتال سرمایهگذاری میکنند.
در واقع، پکن میان رمزارزهای غیرمتمرکز و فناوریهای قابل کنترل دولتی تفاوت قائل است. بانک مرکزی چین و هفت نهاد دیگر در فوریه ۲۰۲۶ بار دیگر تأکید کردند که فعالیتهای تجاری مرتبط با ارزهای مجازی، فعالیت مالی غیرقانونی محسوب میشوند. مقررات تازه همچنین انتشار بدون مجوز استیبلکوینهای وابسته به یوان و برخی توکنهای مبتنی بر داراییهای داخل چین را هدف قرار داده است.
در مقابل، چین توسعه یوان دیجیتال و ابزارهای تحلیل بلاکچین را ادامه میدهد. هدف این سیاست، آزادسازی بازار رمزارز نیست؛ بلکه حفظ کنترل پولی و افزایش توان ردیابی جرایمی است که باوجود ممنوعیتها همچنان از داراییهای دیجیتال استفاده میکنند.
پولشویی رمزارزی فقط مشکل چین نیست
براساس برآورد شرکت تحلیل بلاکچین «چینالیسیس»، شبکههای پولشویی در سال ۲۰۲۵ دستکم ۸۲ میلیارد دلار رمزارز دریافت کردهاند؛ رقمی که در سال ۲۰۲۰ حدود ۱۰ میلیارد دلار برآورد شده بود.
این شرکت نزدیک به ۱۸۰۰ کیف پول فعال مرتبط با شبکههای چینیزبان پولشویی را شناسایی کرده که در سال ۲۰۲۵ حدود ۱۶.۱ میلیارد دلار دارایی پردازش کردهاند. چینالیسیس تأکید کرده است که رقم واقعی احتمالاً از میزان شناساییشده بیشتر است.
گروه ویژه اقدام مالی نیز از کشورها خواسته است نظارت بر داراییهای مجازی و ارائهدهندگان خدمات رمزارزی را تقویت کنند. این نهاد معتقد است اجرای استانداردهای ضدپولشویی در کشورهای مختلف همچنان یکسان نیست و انتقال برونمرزی دارایی میتواند از شکاف میان مقررات سوءاستفاده کند.
بنابراین فناوری چین بخشی از یک رقابت جهانی برای ترکیب تحلیل نمودار، یادگیری ماشین و تحقیقات انسانی است؛ نه نخستین یا تنها سامانه تشخیص پولشویی در بلاکچین.
آیا هشدار الگوریتم میتواند مدرک جرم باشد؟
خیر. علامتگذاری یک تراکنش توسط هوش مصنوعی صرفاً باید نقطه شروع تحقیق باشد.
یک کیف پول ممکن است به دلایل کاملاً قانونی تعداد زیادی تراکنش انجام دهد. صرافیها، شرکتهای پرداخت، بازارسازان، صندوقها و قراردادهای هوشمند گاهی رفتارهایی دارند که از نظر آماری غیرعادی به نظر میرسد. همچنین آلوده بودن یک نشانی در زنجیره انتقال، الزاماً به این معنا نیست که تمام دریافتکنندگان بعدی از منشأ مجرمانه دارایی اطلاع داشتهاند.
محققان حوزه ضدپولشویی نیز هشدار دادهاند سامانههای سنتی با حجم بالایی از هشدارهای اشتباه روبهرو هستند. مدلهای یادگیری ماشین میتوانند اولویتبندی هشدارها را بهتر کنند، اما بررسی کارشناسی و جمعآوری شواهد مستقل همچنان ضروری است.
برای استفاده قضایی باید مالک واقعی کیف پول، هدف انتقال، ارتباط اشخاص، منشأ دارایی و سایر مدارک پرونده مشخص شود. مدل نیز باید تا حد امکان توضیح دهد چرا یک تراکنش را مشکوک دانسته است؛ زیرا تصمیمی که قابل توضیح و اعتراض نباشد، میتواند حقوق افراد را به خطر بیندازد.
قیمت رمزارزها امروز؛ چرا اعداد گزارش اولیه تغییر کردهاند؟
رمزارزها بهصورت شبانهروزی معامله میشوند و نرخ آنها ممکن است در فاصله تنظیم تا انتشار یک خبر تغییر کند. به همین دلیل، جدول قیمت باید ساعت ثبت، واحد پول و منبع داده را بهروشنی ذکر کند.
در یک بررسی لحظهای در حوالی ساعت ۱۳:۱۵ روز سهشنبه ۱۳ مرداد ۱۴۰۵، قیمت داراییهای ذکرشده در گزارش به شرح زیر ثبت شد:
| رمزارز | قیمت تقریبی |
|---|---|
| بیتکوین | ۶۳ هزار و ۵۰۸ دلار |
| اتریوم | ۱۶۲۴ دلار و ۹۵ سنت |
| تتر | ۰.۹۹۸۷ دلار |
| بایننسکوین | ۵۸۸ دلار و ۳۲ سنت |
| یواسدیکوین | ۰.۹۹۹۷ دلار |
| ریپل | ۱.۰۵۹ دلار |
| سولانا | ۷۷ دلار و ۹۷ سنت |
| ترون | ۰.۳۱۵۵ دلار |
| هایپرلیکویید | ۶۳ دلار و ۳۵ سنت |
| دوجکوین | ۰.۰۷۰۱۴ دلار |
این نرخها یک تصویر لحظهایاند و تضمینی برای باقی ماندن آنها تا زمان مطالعه گزارش وجود ندارد.
همچنین عبارت «۱۰ رمزارز بزرگ بازار» به روش رتبهبندی بستگی دارد. برخی پایگاهها داراییهای بستهبندیشده، توکنهای دارای پشتوانه یا نسخههای سهامگذاریشده را در رتبهبندی قرار میدهند و برخی آنها را حذف میکنند. در یکی از رتبهبندیهای لحظهای، هایپرلیکویید دهم و دوجکوین یازدهم بود؛ بنابراین بهتر است از عبارت «۱۰ دارایی منتخب بازار» استفاده شود، مگر اینکه منبع و معیار رتبهبندی مشخص باشد.
هوش مصنوعی، بازرس کمکی است نه قاضی دیجیتال
چارچوب معرفیشده از سوی پژوهشگران چینی میتواند بررسی میلیونها تراکنش و شناسایی مسیرهای پیچیده انتقال پول را سریعتر کند. دقت نزدیک به ۹۰ درصد نیز نشان میدهد استفاده از مدلهای زبانی و ابزارهای یادگیری ماشین در تحقیقات بلاکچینی ظرفیت قابلتوجهی دارد.
اما سه محدودیت نباید فراموش شود: این عدد در محیط آزمایش به دست آمده، جزئیات کامل خطاها هنوز برای ارزیابی عمومی روشن نیست و استقرار عملیاتی سراسری سامانه تأیید نشده است.
مهمتر از همه، تشخیص یک الگوی غیرعادی با اثبات پولشویی تفاوت دارد. هوش مصنوعی میتواند مسیر بررسی را کوتاه کند، اما تصمیم نهایی باید بر پایه شواهد مستقل، تحقیقات انسانی و فرآیند قانونی گرفته شود.
جمعبندی دقیق خبر این است که چین یک چارچوب پژوهشی امیدوارکننده برای شناسایی معاملات غیرقانونی رمزارزی ساخته است؛ نه سامانهای بیخطا که بتواند بهتنهایی مجرم را شناسایی و محکوم کند.