中國創(chuàng)業(yè)公司香儂科技（Shannon.AI）與斯坦福大學(xué)、加州大學(xué)圣塔芭芭拉分校以及密歇根大學(xué)的研究人員合作，發(fā)布了一份白皮書，詳細介紹了用機器學(xué)習(xí)算法來識別加密貨幣騙局。

目前還沒有明確的方法可以確定最初的投幣產(chǎn)品（ICO）是否是一種騙局，但基于機器學(xué)習(xí)的研究方法可以更容易地避免最明顯的投機產(chǎn)品。除了騙子之外，這對每個人都有好處。

中國創(chuàng)業(yè)公司香儂科技（Shannon.AI）與斯坦福大學(xué)、加州大學(xué)圣塔芭芭拉分校和密歇根大學(xué)的研究人員合作，最近發(fā)布了一份白皮書，詳細介紹了一種旨在發(fā)現(xiàn)加密貨幣騙局的AI。

說到加密貨幣投資，只有一種可靠的方法能避免被騙——不要投資。當(dāng)然，玩轉(zhuǎn)比特幣的那幫人忽悠你說，只要炒幣，任何人都可以開著蘭博基尼飛上月球，但實際情況是，去年大多數(shù)ICO都是以詐騙或失敗告終。

正如研究人員在他們的白皮書中所說：“盡管ICO能夠提供公平合法的投資機會，但眾籌的便利為不擇手段的企業(yè)使用ICO執(zhí)行‘泵送和轉(zhuǎn)儲’計劃創(chuàng)造了機會和激勵機制，ICO發(fā)起人在這些計劃中推動了眾籌的加密貨幣，然后迅速‘轉(zhuǎn)儲’硬幣以獲取利潤?！?/p>

那么如何將騙局與合法的競爭者區(qū)分開來呢？沒有簡單的答案，幾乎完全缺乏任何監(jiān)管規(guī)定，因此無法“證明”一個騙局，直到為時已晚。 這不是在傳播恐懼，這就是簡單的事實。

部分原因是白皮書和網(wǎng)站讓他們看起來具有一定的合法性。簡單地說，大多數(shù)騙子都算上你不會花太多的時間去研究他們的硬幣，他們可以更好的偽裝自己的身份。絕大多數(shù)加密貨幣社區(qū)毒性一般和類似抬價的性質(zhì)使問題變得更加嚴重。 當(dāng)你有一大群人相互投資，并且通過賞金項目傳播積極的信息時，通過與參與其中的人交談，就不可能清楚地了解硬幣的合法性。

Shannon.AI團隊的白皮書概述了用機器學(xué)習(xí)來區(qū)分詐騙和合法項目：

“通過分析2,251個ICO項目，我們將數(shù)字貨幣的生命周期和價格變動以及各種級別的ICO信息（包括其白皮書，創(chuàng)始團隊，GitHub存儲庫，網(wǎng)站等）相關(guān)聯(lián)以獲得最佳設(shè)置來識別詐騙項目，系統(tǒng)精確度達到了0.83，F(xiàn)1值為0.8?！?/p>

即使它不是革命性的，也很振奮人心。 這篇文章中基于算法的系統(tǒng)自動化了精明的投資者已經(jīng)在做的事情，通過找出公開可用的信息來繪制硬幣的全貌。 正如團隊指出的那樣，有好處的原因有以下兩點：

“與人性化評分系統(tǒng)相比，ICORATING具有兩個關(guān)鍵優(yōu)勢。 （1）客觀性：機器學(xué)習(xí)模型涉及較少關(guān)于世界的先驗知識，而是從數(shù)據(jù)中學(xué)習(xí)因果關(guān)系，而人類專家大量參與設(shè)計的系統(tǒng)，則不可避免地會引入偏見。 （2）不法行為人操縱的困難：信用評級結(jié)果是通過黑盒訓(xùn)練從機器學(xué)習(xí)模型輸出的，這個過程能夠最小化人員參與和干預(yù)?！?/p>

可悲的是，由于這些騙局的性質(zhì)，當(dāng)人類研究人員舉起紅旗警告一個似乎是騙局的項目時，這些警告通常被加密貨幣持有者視為“付費攻擊”或疑心太重，即使它們來自有聲望的新聞?wù)军c。公司攻擊信使比解決合法研究人員和記者指出的任何問題更容易。

但是，如果一個在黑匣子中工作的AI根據(jù)相同的現(xiàn)成信息得出相同的結(jié)論，那么可以認為它更值得信賴。 Shannon.AI算法不會做任何人無法做到的事情，但它們做得更快，并且準(zhǔn)確度更高。除非你是一個記者或研究人員，每天都花費大量時間閱讀白皮書，網(wǎng)站和Github存儲庫，否則你可能會丟失關(guān)鍵信息。 AI在很短的時間內(nèi)完成同樣的工作可能會讓騙局ICO成為過去的事情，至少只剩少數(shù)。

已經(jīng)有合作方與研究團隊聯(lián)系，了解是否有計劃讓該系統(tǒng)作為工具進入市場，或者他們是否會進一步開發(fā)該系統(tǒng)。與此同時，謹慎交易：對于每一個投資數(shù)百萬加密貨幣的人來說，成千上萬的人希望他們在投資之前注意紅旗。