A Inteligência Artificial (IA) pode analisar rapidamente a enorme blockchain do Bitcoin em busca de sinais de atividade ilegal, uma capacidade que poderia fortalecer drasticamente o trabalho das autoridades no combate à lavagem de dinheiro, afirma um novo relatório da empresa de análise de blockchain Elliptic.

O estudo publicado na quarta-feira (1), realizado com o MIT-IBM Watson AI Lab, analisou transações de Bitcoin usando um modelo de IA com deep learning para detectar padrões de lavagem de dinheiro e identificar carteiras usadas em crimes.

O Bitcoin é conhecido por usar um livro-razão público descentralizado – uma faceta central da tecnologia que também tornou o estudo possível, disse a Elliptic. A Elliptic e o MIT-IBM usaram IA para separar transações legais e ilícitas em grupos e seguir links entre estas últimas para descobrir uma potencial lavagem de dinheiro.

“Blockchains fornecem um terreno fértil para técnicas de machine learning, graças à disponibilidade de dados de transações e informações sobre os tipos de entidades que estão realizando transações, coletadas por nós e por outros”, escreveu a empresa. “Isso contrasta com as finanças tradicionais, onde os dados das transações são normalmente isolados, tornando um desafio a aplicação dessas técnicas.”

O teste não foi tentado com as chamadas “moedas de privacidade”.

“As informações da contraparte estão disponíveis para todas as transações [no Bitcoin]”, disse o cofundador e cientista-chefe da Elliptic, Tom Robinson, ao Decrypt, acrescentando que a técnica pode ser aplicada a outras blockchains abertas, como Solana e Ethereum. “Este não é o caso de moedas de privacidade como o Monero.”

“Em vez de identificar transações feitas por agentes ilícitos, um modelo de machine learning é treinado para identificar ‘subgráficos’, cadeias de transações que representam Bitcoin sendo lavado”, explicou a Elliptic. “Essa abordagem nos permite focar no processo de lavagem ‘multi-hop’ de forma mais geral, em vez do comportamento em cadeia de agentes ilícitos específicos.”

De acordo com a Elliptic, o relatório publicado dá continuidade ao trabalho que a empresa iniciou com o MIT-IBM Watson AI Lab em 2019. A Elliptic inicialmente trabalhou com uma bolsa de criptomoedas sem nome para testar sua teoria.

“Dos 52 subgráficos de ‘lavagem de dinheiro’ previstos pelo modelo [que] terminaram com depósitos nesta bolsa, ela confirmou que 14 foram recebidos por usuários que já haviam sido sinalizados como vinculados à lavagem de dinheiro”, disse o relatório. “Em média, menos de uma em cada 10.000 destas contas são sinalizadas como tal, sugerindo que o modelo funciona muito bem.”

Os reguladores governamentais, especialmente nos Estados Unidos, usaram as leis de lavagem de dinheiro como um dos muitos bastões para atacar a indústria de criptomoedas. Na terça-feira (30), um juiz federal dos EUA em Seattle condenou o fundador da Binance, Changpeng “CZ” Zhao, a quatro meses de prisão por violações de lavagem de dinheiro.

No mês passado, os fundadores do mixer Bitcoin Samourai Wallet foram presos sob acusação de lavagem de dinheiro pelo Departamento de Justiça dos EUA.

Na acusação, o diretor assistente responsável do FBI, James Smith, disse que “atores de ameaças” usam tecnologia como a Samourai Wallet para evitar a detecção da lei e criar ambientes propícios à atividade criminosa.

“Ao oferecer Samourai como um serviço de ‘privacidade’, os réus sabiam que era um refúgio para os criminosos se envolverem em lavagem de dinheiro em grande escala e evasão de sanções”, disse o DOJ na acusação. “Na verdade, como os réus pretendiam e bem sabiam, uma parte substancial dos fundos que Samourai processou eram receitas criminais passadas por Samourai para fins de ocultação.”

*Traduzido com autorização do Decrypt.

• Não perca dinheiro. No Mercado Bitcoin, você pode fazer staking de Ethereum de maneira segura e simples. Abra sua conta agora e comece a ganhar recompensas sobre seus investimentos em criptomoedas.

O post Como a Inteligência Artificial pode ajudar a detectar lavagem de dinheiro com Bitcoin apareceu primeiro em Portal do Bitcoin.