人工智能系统新应用：监测异常行为可发现游戏作弊

人工智能机器通过监测人们的行为，在他们过于沉迷于游戏时能够及时发现，并对他们提供帮助。人工智能机器通过监测人们的行为，在他们过于沉迷于游戏时能够及时发现，并对他们提供帮助。

如果某人在网上输入银行信息时出现罕见的犹豫不决现象，这表明他可能处于被胁迫的状态。如果某人在网上输入银行信息时出现罕见的犹豫不决现象，这表明他可能处于被胁迫的状态。

据国外媒体报道，在反恐精英等在线游戏中，困扰游戏玩家的一大难题就是很难防备背后的敌人，身后突如其来的一场枪响会让你过早结束游戏。更有甚者，对手掌握的一些技能已经超越正常人的反应水平，让你防不胜防，他们枪法极其精准，甚至能够透视墙壁，这明显就是作弊软件的功劳。对于这样的欺骗行为，英国剑桥大学一家人工智能公司开发的一款软件就可以应对。这款人工智能软件通过对怪异行为的分析从而发现网络游戏欺诈行为。

这家人工智能公司名为Featurespace，由英国剑桥大学两位数学家创办，他们分别是大卫-伊克塞尔和比尔-菲兹杰拉德。Featurespace公司开发的这款软件其实是一个机器学习系统，该系统可以根据实时数据探测一些意料之外的变化。根据这些变化，再对可能的原因进行反复的有根据猜测，最终通常可以得出一些人并没有真正做某事的结论。

事实上，发现在线游戏中的欺骗行为只是人工智能的初步应用和前期测试。伊克塞尔表示，“我们的技术可以帮助游戏公司发现玩家究竟是在和人对打，还是和机器对战。”Featurespace公司的人工智能技术其实早已应用于诸多领域的监控业务，该技术已成为在线金融、电子商务等领域的无声哨兵，它正在改变在线检测欺骗行为和流氓软件的方式。

自动检测实时数据中的异常行为并不是最新技术。比如，垃圾邮件过滤器筛查垃圾邮件，反病毒软件捕获恶意代码都是采用这一思路。不过，要想检测这些行为，通常需要让系统知道它要发现什么。比如，反病毒软件需要持续更新流氓软件的典型特征。但是，这仍然无法让你预先发现从未见过的行为类型。因此，大卫-伊克塞尔和比尔-菲兹杰拉德开发了一个系统，该系统能够探测出任何偏离正常的行为类型，并知道它可能会干什么。这一人工智能系统被称为“自适应实时个体动态识别器”。这一系统是根据18世纪英国著名数学家托马斯-贝叶斯的理论进行开发的。

“自适应实时个体动态识别”技术可以用于检测反恐精英等游戏中玩家是否在作弊。通过监测游戏中的数据，“自适应实时个体动态识别器”不仅仅能够发现某些玩家射击精准度出现罕见的提高现象，还可以发现一些游戏玩家的反应速度快得不同寻常。这表明，这些玩家正在使用一种可以透视墙壁的作弊软件。此外， Featurespace公司还计划利用这一技术帮助军方寻找飞丢的无人机。通过检测飞行控制数据中的异常现象，“自适应实时个体动态识别”技术能够发现此前未知的一些错误，正是这些错误导致了许多无人机的坠毁。

2014年，比尔-菲兹杰拉德逝世。但是，这一技术仍然得到进一步发展与应用。Featurespace公司人工智能系统的首个大型商业应用是与英国著名的互联网博彩公司Betfair进行合作，该系统用于探测博彩业务中某些赌徒不计后果的行为，因为这种行为意味着这些人可能用他人的钱作为赌注。如果“自适应实时个体动态识别器”发出警报，Betfair公司将会立即介入调查，必要时可能暂时中止交易。

银行和支付系统可能是“自适应实时个体动态识别”技术的最大用户群，该系统可以监测一项交易中的每一个环节，包括用鼠标每点击一下下拉菜单、人们通常访问网页的导航方式等。比如，系统可以识别出某人是否正在试图利用偷来的银行明细进行登录系统。如果一个人访问网页的导航方式与被偷信息的主人常用的方式不相匹配，系统就会以红色作出标识。同样，如果某人访问网页的时候出现罕见的犹豫不决的现象，这表明他可能是在被胁迫的情况下输入银行信息。这种犹豫不决的交易，就会成为银行的告警信息，也可以用于事后调查。

Featurespace公司不仅仅致力于软件开发，该公司还计划自主研发采用“自适应实时个体动态识别”技术的硬件系统。此外，该公司还将致力于进一步提高异常检测的能力，通过筛选出与过去行为迥异的异常行为，从而判断该行为是否可能为犯罪行为。伊克塞尔表示，“犯罪分子总是在寻找不同金融系统的漏洞，并尽快地利用这些漏洞。我们的平台是一个自我学习的系统，因此它能够跟得上当前最新欺诈方式的潮流。最好的欺诈预报器就是昨天发生的欺诈行为。”