De som selger falske produkter kan ha møtt sin motstander i kunstig intelligens

Trusselen fra falske produkter fortsetter å true globale samfunn og holde spesialiserte håndhevelsesbyråer på vakt. Ifølge en rapport publisert av United States Secret Service for regnskapsåret 2023, så mye som US$22 millioner i falsk valuta ble konfiskert i år 2023. I løpet av det året foretok US Secret Service nesten 200 arrestasjoner for falskmyntring. United States Department of Treasury anslår at falske sedler – verdt mellom US$70 millioner og US$200 millioner – er i omløp til enhver tid. 

Falskmyntring er en ondskap som ikke bare plager valutaer eller sirkulasjonen av pengesedler verden over. Den påvirker nesten hele forsyningskjeden. Rapporter antyder at falskmyntring og piratkopiering koster den globale økonomien så mye som rundt US$600 milliarder hvert år.

Ifølge en undersøkelse utført av CRISIL (CRISIL.BO ), velger nær 90 % av forbrukerne falske produkter, lokket av at de er billigere og lett tilgjengelige. Trangen til å kjøpe disse produktene stammer også fra behovet for sosial validering og anerkjennelse som mange av disse dyre og luksuriøse merkene gir folk. 

Midt i dette miljøet der falske produkter er en del av hverdagen vår, er det åpenbart at håndhevelsesbyråer vil forsøke å stoppe det. Enhver trussel mot den globale økonomiske orden vil bli møtt med alvorlige konsekvenser. Imidlertid er det som virker som en interessant utvikling på dette tidspunktet at innsatsen for å avskrekke falskmyntring har omfavnet banebrytende, moderne teknologiparadigmer. En slik teknologi er kunstig intelligens. 

Klikk her for å lære alt om investering i kunstig intelligens. 

Bildeutvinnings‑teknikker og maskinlærings‑algoritmer for å identifisere falske mynter

En gruppe fra Canadas Concordia University forskere har publisert en unik ramme som utnytter bildeutvinning og maskinlærings‑algoritmeteknikker for å identifisere feil som gjør det mulig å avdekke falske mynter. Publikasjonen ble publisert i tidsskriftet ‘Expert Systems With Applications’. Forskerne var tilknyttet Centre for Pattern Recognition and Machine Intelligence (CENPARMI). 

Når de forklarte hvordan rammen identifiserer feil, sa Ching Suen, professor i datavitenskap og programvareingeniør og veileder for artikkelen:

“Ved hjelp av bildeteknologi skannet vi både ekte og falske mynter slik at vi kan lete etter anomalier som kan være to‑ eller tredimensjonale, som bokstaver eller ansiktet til personen på mynten.”

Mariam Sharifi Rad, postdoktor ved CENPARMI og hovedforfatter av artikkelen, understreket at rammen ikke bare handler om å beskytte økonomien og ressursene, men også om å ‘presse grensene for teknologi og forbedre sikkerheten.’ 

Her må vi huske at problemet med falskmyntring er dypt sammenvevd med cybersikkerhetsaspekter, spesielt i denne digitale tidsalderen når virtuelle transaksjoner er allestedsnærværende. 

United States Secret Service‑rapporten vi allerede har referert til for å påpeke volumet av konfiskert falsk valuta, sier at i 2023 var tapet fra cyber‑finanskriminalitet så høyt som US$1,1 milliard. Antallet arrestasjoner for cyber‑finansielle forbrytelser var 1 019. 

Uten tvil bekrefter disse tallene påstandene forskerne gjør om at deres rammeverk vil bidra til å kjempe den større krigen og presse grensene for sikkerhet og beskyttelse mot falskmyntring slik vi kjenner den så langt. 

Men hvordan oppnådde forskerne sitt mål i praksis? Hvordan ble intensjonene deres til virkelighet? For det må vi dykke dypere inn i prosessen. 

Utnyttelse av fuzzy‑konsepter, semi‑automatisk bildeutvinning og PSO

Forskerne brukte disse tre verktøyene på en gjennomtenkt måte for å oppdage falske mynter. De opprettet datasett med bilder av seks mynter og kuraterte dem som sentrale referanser for forskningen. Implementeringen av bildeutvinningssystemet avhang av fuzzy‑assosiasjonsregler og benyttet en blob‑deteksjonsmetode og relasjons‑predikat. Det kombinerte systemet kunne trekke ut implisitt informasjon fra bilder som samsvarte med menneskelige perspektiver. 

Rammen integrerer også teknikken partikkelsvermsoptimalisering (PSO), som hjelper til med dynamisk redefinering av terskelparametere, forbedrer effektiviteten til den fuzzy‑assosiasjonen, og gjør systemet for oppdagelse av falske mynter mer robust. Resultatet er et system som er svært tilpasningsdyktig til en rekke varierende bildedatasett. 

For å oppsummere rammens prestasjoner, sa Ching Suen:

“Denne metoden kan brukes til å oppdage alle typer falske varer, som vi ser over hele verden. Den kan også brukes til å oppdage falske etiketter på frukt, vin, brennevin og så videre. Det finnes mange steder hvor dette kan anvendes.”

Det er ingen tvil om at dette nye rammeverket for å oppdage falske mynter – dersom det replikeres og skaleres godt – vil hjelpe den globale økonomien betydelig. En annen løsning som har håndtert falske valutaer siden starten, er blokkjedebaserte valutaer som Bitcoin. 

Egenskapen med uforanderlighet i blokkjedebaserte valutaer

Blokkjedebaserte valutaer og deres transaksjoner opererer på prinsippene til en uforanderlig hovedbok. Det refererer til et registreringssystem som ikke kan endres.

I blokkjedesystemet er hver informasjonsblokk som inneholder fakta eller transaksjonsdetaljer støttet av en tilsvarende hash‑verdi. Basert på svært sikre kryptografiske prinsipper, består denne hash‑verdien av alfanumeriske strenger generert av de enkelte blokkene.

Hver blokk har en hash‑verdi eller digital signatur for seg selv og den forrige, noe som sikrer en uavbrutt og retroaktiv kobling av blokker som hindrer innblanding i systemet eller endring av data som allerede er lagret. 

Det som gjør falskmyntring overflødig i blokkjedebaserte valutaer er at hash‑verdien ikke kan reverseres. Ingen bruker kan bruke utdata‑strengen til å nå inngangsdataene. 

Generelt er det i blokkjedebaserte valutasystemer nesten umulig å endre eller slette blokkens data som er plassert i blokkjeden. Når noen prøver å gjøre en endring, blir modifikasjonen avvist av den påfølgende blokken siden hash‑verdien til leken ikke lenger vil være gyldig.

Utenom valutaer kan blokkjedens mekanisme avverge svindel og falskmyntring i mange andre aspekter av daglige produksjonssystemer og forsyningskjeder. Den europeiske kommisjonen har for eksempel gått inn for bruk av blokkjedeteknologi for å sikre våre globale forsyningskjeder mot negative virkninger av potensielle søksmål, forbruker‑skader, tap av salg og langsiktig omdømmeskade.

Blokkjede som en løsning for å bekjempe falskmyntring i bedrifter over hele verden

Den europeiske kommisjonen har anerkjent rollen blokkjedeteknologi kan spille i å forbedre sporbarhet og gjennomføre ende‑til‑ende sporing av produkter og forsendelser på tvers av en rekke forsyningskjeder, fra anskaffelse av råmaterialer til fasen der brukeren mottar det ferdige produktet. 

Implementeringen av blokkjedeteknologi kan skje gjennom smarte merkelapper, og bedrifter kan bruke mange typer smarte merkelapper, inkludert QR‑koder, RFID‑merker og signaturer på metalliske eller keramiske overflater. 

Hver av de nevnte merkingsmekanismene har sine fordeler. For eksempel lar QR‑kode‑drevne systemer bedrifter overføre informasjon som produksjonsdato, selskapets nettside eller kundeservicenummer. De hjelper også med å gjennomføre betalinger og sømløs forsendelsessporing. 

Når de festes på produkter, hjelper RFID‑merker leseren med å motta signaler som er distribuert langs de overvåkede områdene. Systemet kan spore bevegelse med høy effektivitet. Systemet blir imidlertid ofte sett på som urealistisk når omfanget av utrullingen er stort og kostnadene blir betydelig høyere. 

Som en avansert løsning har lasermerkingsmaskiner dukket opp på markedet. Disse maskinene hjelper med å inkorporere sporbare strekkoder og grafikk på metalliske eller keramiske overflater. 

Utover den europeiske kommisjonens drøftinger om blokkjedens rolle i sikring av forsyningskjeder, så en artikkel presentert på den 7. internasjonale konferansen om datavitenskap og beregningsintelligens 2022 på mulighetene for å utvikle et anti‑falskmyntringssystem ved hjelp av blokkjedeteknologi. 

Artikkelen foreslo blokkjedeteknologi som ryggraden i et system der kunder kan validere et produkts legitimitet uten behov for en tilsvarende forhandler. Forfatterne fremhevet potensialet til Ethereum‑blokkjedeteknologi for å bygge den foreslåtte modellen som kan spore hver enkelt gjenstands opprettelse og transaksjoner, og sikre troverdigheten til et objekts ekthet. 

Rollen blokkjedeteknologi spiller i sikring av forsyningskjeder og innovasjonene rundt den har gjort det klart at våre forsyningskjeder trenger beskyttelse. Å ha robust beskyttede forsyningskjeder kan bety en sikker vinner når det gjelder beskyttelse mot falskmyntring.

Flere selskaper har investert i forskning og ressurser for å bruke kunstig intelligens til å sikre forsyningskjeder. I de følgende segmentene diskuterer vi et par av slike selskaper og deres løsninger. 

#1. IBM

IBM hevder at deres løsninger hjelper med å bygge forstyrrelses‑minimerte, robuste og bærekraftige forsyningskjeder. IBM Sterling® Supply Chain Intelligence Suite er for eksempel en AI‑basert optimaliserings‑ og automatiseringsløsning som hjelper organisasjoner med å løse forstyrrelser i forsyningskjeden gjennom tradisjonell transformasjon. Løsningen kan digitalt transformere forsyningskjeder, forbedre motstandskraft og smidighet, og akselerere tid‑til‑verdi gjennom handlingsbare innsikter, smartere arbeidsflyter og intelligent automatisering.

Ifølge de publiserte benchmark‑tallene reduserer løsningen tiden det tar å spore varer fra butikk til gård fra 7 dager til 2,2 sekunder. Den reduserer lagerbeholdningen med 18 % for å spare på avfall og kostnader. I tillegg forkortes tiden som trengs for kritisk håndtering av forstyrrelser i forsyningskjeden fra dager til timer.

IBM hevder at deres løsning passer for en rekke brukstilfeller, inkludert matsikkerhet, flernivå‑kartlegging av forsyningskjeder, sporing og sporing, håndtering av utslipp i forsyningskjeden, risikovurdering og etterlevelse av leverandører, leverandør‑synlighet og mer. 

Mange selskaper bruker IBMs løsninger. For eksempel bruker Antonello Produce den for å forbedre sporbarhet av produkter fra frø til butikk til hylle. Pietro Coricelli utnytter løsningen for å optimalisere matvarekvalitet, bærekraftig innkjøp og transparens i forsyningskjeden. Sonoco bruker den for å sikre produktkvalitet og effektiviteten til sine livreddende medisiner. ‘

IBM‑teamet fortsetter å jobbe med løsningen for å forbedre den trinnvis hver dag. For eksempel har de nylig utnyttet AI til å designe en kontrolltårnløsning som kobler eksisterende lagerløsninger og ERP‑systemer. 

For regnskapsåret 2023 genererte IBM 61,9 milliarder dollar i inntekter, opp 3 % i konstant valuta, og 11,2 milliarder dollar i fri kontantstrøm, opp 1,9 milliarder dollar år‑over‑år. Skalering av AI for å øke produktiviteten innen IBM utvidet selskapets fortjenestemarginer. 

#2. Oracle

I april i fjor introduserte Oracle (ORCL ) AI‑ og automatiseringsfunksjoner for å hjelpe kunder med å optimalisere deres forsyningskjedeadministrasjon. De introduserte nye funksjoner i Oracle Fusion Cloud Applications Suite for å hjelpe kunder med akselerert planlegging av forsyningskjeden, økt operasjonell effektivitet og forbedret finansiell nøyaktighet. De spesifikke oppdateringene inkluderte ny planlegging, prisfastsettelse basert på forbruk og rabatthåndtering.  

Ifølge Jon Chorley, senior vice president for forsyningskjede‑applikasjoner og chief sustainability officer i Oracle:

“Med Oracles komplette suite av integrerte applikasjoner kan organisasjoner håndtere forsyningskjede‑data på samme plattform som økonomi, HR og kundeopplevelse for å akselerere prosesser som tilbud‑til‑kontant og fjerne barrierer som tradisjonelt har eksistert mellom ulike forretningsfunksjoner. Denne helhetlige tilnærmingen skaper et miljø hvor AI og automatisering kan blomstre for å hjelpe bedrifter med å drive effektivitet og oppnå mer med mindre.”

I mars 2024 kunngjorde Oracle resultatene for tredje kvartal i regnskapsåret 2024. Totale kvartalsinntekter var opp 7 % år‑over‑år både i USD og i konstant valuta til 13,3 milliarder dollar. GAAP‑driftsresultatet for Q3 var 3,8 milliarder dollar. Ikke‑GAAP‑driftsresultatet var 5,8 milliarder dollar, opp 12 % både i USD og i konstant valuta.

Bruken av AI for en sikker fremtid

Å sette en stopper for trusselen fra falskmyntring, svindel og ondsinnet produserte duplikatmaterialer er noe som vil se betydelige forbedringer fra bruk av AI‑baserte løsninger.

Det som er enda mer fristende er at bruk av AI i sikring av forsyningskjeden vil gagne andre områder av en operativ ramme. For eksempel vil lagerstyring bli mer effektiv, driftskostnader vil falle betydelig, omfanget av avfallsproduksjon og uønskede utslipp vil bli redusert, og lagerstyring vil bli mer nøyaktig. 

I tillegg til å få ekte varer, vil forbrukere dra nytte av raskere leveranser, og arbeidere vil være tryggere. Imidlertid må selskaper investere mer i å gjøre AI mer brukervennlig ved å sette av flere ressurser til opplæring og forenkle komplekse operasjoner ved å integrere ulike elementer på tvers av de mange nodene i en global forsyningskjede. 

De må også jevnlig overvåke disse systemene og deres ytelse, identifisere og rette feil etter hvert som de oppstår.

Klikk her for å lære hva som gjør 2023 til gjennombruddsåret for kunstig intelligens.