Sebagai uji coba dari alat kecerdasan buatan yang dihasilkan, para peneliti memeriksa outputnya dengan salah satu bursa mata uang kripto—yang tidak disebutkan namanya dalam paper—dan mengidentifikasi 52 rantai transaksi mencurigakan yang pada akhirnya semuanya mengalir ke bursa tersebut. Ternyata, bursa tersebut telah menandai 14 dari akun yang menerima dana tersebut karena dicurigai melakukan aktivitas ilegal, termasuk delapan di antaranya yang diidentifikasi terkait dengan pencucian uang atau penipuan, berdasarkan sebagian informasi know-your-customer yang diminta dari pemilik akun. Meskipun tidak memiliki akses ke data know-your-customer tersebut atau informasi tentang asal dana, model kecerdasan buatan para peneliti telah mencocokkan kesimpulan dari penyelidik bursa tersebut.
Mengidentifikasi dengan benar 14 dari 52 akun pelanggan tersebut sebagai mencurigakan mungkin terdengar tidak memiliki tingkat keberhasilan yang tinggi, tetapi para peneliti menunjukkan bahwa hanya 0,1 persen dari total akun bursa tersebut yang ditandai sebagai potensial pencucian uang secara keseluruhan. Alat otomatis mereka, menurut pendapat mereka, pada dasarnya telah mengurangi pencarian akun mencurigakan menjadi lebih dari satu dari empat. “Berubah dari ‘satu dari seribu hal yang kita perhatikan akan menjadi ilegal’ menjadi 14 dari 52 adalah perubahan yang luar biasa,” kata Mark Weber, salah satu penulis paper tersebut dan seorang rekan di MIT’s Media Lab. “Dan sekarang para penyelidik benar-benar akan menelusuri sisa-sisa tersebut untuk melihat, tunggu, apakah ada yang terlewat?”
Elliptic mengatakan bahwa mereka telah menggunakan model AI tersebut secara pribadi dalam pekerjaan mereka sendiri. Sebagai bukti lebih lanjut bahwa model AI tersebut menghasilkan hasil yang berguna, para peneliti menulis bahwa menganalisis sumber dana untuk beberapa rantai transaksi mencurigakan yang diidentifikasi oleh model tersebut membantu mereka menemukan alamat Bitcoin yang dikendalikan oleh pasar gelap Rusia, suatu “mixer” mata uang kripto yang dirancang untuk menyembunyikan jejak Bitcoin di blockchain, dan sebuah skema Ponzi berbasis Panama. (Elliptic menolak untuk mengidentifikasi siapa pun dari para pelaku kejahatan atau layanan tersebut dengan nama, mengatakan kepada WIRED bahwa mereka tidak mengidentifikasi target dari penyelidikan yang sedang berlangsung.)
Mungkin lebih penting daripada penggunaan praktis dari model AI para peneliti sendiri, bagaimanapun, adalah potensi data pelatihan Elliptic, yang telah diterbitkan oleh para peneliti di situs komunitas ilmu data dan pembelajaran mesin milik Google, Kaggle. “Elliptic bisa saja menyimpan data ini untuk diri mereka sendiri,” kata Weber dari MIT. “Namun sebaliknya, ada semangat sumber terbuka di sini untuk memberikan kontribusi sesuatu kepada komunitas yang akan memungkinkan semua orang, bahkan pesaing mereka, menjadi lebih baik dalam anti-pencucian uang.” Elliptic mencatat bahwa data yang mereka rilis telah dianonimkan dan tidak mengandung identifikasi untuk pemilik alamat Bitcoin atau bahkan alamat itu sendiri, hanya data struktural dari “subgraf” transaksi yang mereka tandai dengan penilaian mereka terhadap kecurigaan pencucian uang.
Trove data yang sangat besar itu tanpa diragukan akan menginspirasi dan memungkinkan penelitian yang lebih fokus pada AI terhadap pencucian uang Bitcoin, kata Stefan Savage, seorang profesor ilmu komputer di University of California San Diego yang bertindak sebagai penasihat untuk penulis utama sebuah paper pelacakan Bitcoin penting yang diterbitkan tahun 2013. Namun, ia berpendapat bahwa alat saat ini tampaknya tidak mungkin merevolusi upaya anti-pencucian uang dalam kripto dalam bentuknya yang sekarang, melainkan lebih sebagai bukti konsep. “Seorang analis, menurut pendapat saya, akan kesulitan dengan alat yang kadang-kadang benar,” kata Savage. “Saya melihat ini sebagai kemajuan yang mengatakan, ‘Hei, ada sesuatu di sini. Lebih banyak orang seharusnya bekerja pada ini.'”