什么是 AML AI？
AML AI 是一种基于 API 的机器学习流水线，用于自动训练、测试、部署和监控已投入生产阶段的反洗钱 (AML) 模型。作为一项代管式服务，Google 会负责后台基础架构，并为团队提供可投入生产环境的系统，以便训练、预测和回测模型，从而打击洗钱行为。
接口
与 AML AI API 交互的主要方式是使用 https://financialservices.googleapis.com 端点进行 REST API 调用。不支持使用 Google Cloud CLI 工具直接调用 AML AI API，但建议使用 Google Cloud CLI 获取凭据。
您可能需要使用编程语言与 AML AI 进行交互。为了让您更轻松地针对 AML AI 编写代码，Google 提供了多种不同语言的通用 API 客户端库，这些库可以减少您需要编写的代码量，并使代码更健壮。
每个 API 客户端库都提供了使用应用默认凭据 (ADC) 的方法。
如需详细了解 REST 接口，请参阅 Financial Services API。
数据
AML AI 会从 BigQuery 读取输入数据，并将输出预测结果和回测数据写入 BigQuery。对于输入数据，必须创建一个 AML AI 数据集资源，该资源引用 BigQuery 中的数据。此数据集必须与 AML AI 实例位于同一位置。
AML AI 数据集资源表示指向 BigQuery 中数据集的指针。它不会存储或指向这些表中数据的任何特定快照。如果在创建数据集后修改了数据（例如，删除了记录），这将反映在对 API 的其他调用的结果中（例如，创建新模型或运行预测时）。不建议以这种方式修改数据。如需了解详情，请参阅创建和管理数据集。
AML AI 使用的服务
除了 AML AI API 本身之外，使用 AML AI 还需要其他一些Google Cloud API 服务：
必填
- Cloud IAM：用于身份管理和访问权限管理
- Cloud KMS：用于密钥管理
- BigQuery：用于数据存储
- Cloud Logging：用于日志记录和监控
可选
- Cloud HSM：可选的硬件加密密钥存储
- VPC Service Controls：防止数据渗漏到未经授权的网络和设备
