Kunstig intelligens fanger kriminelle
Det russiske firma NTechLab er engageret i udviklinger inden for
NTechLabs hovedklient er retshåndhævelseorganer. I foråret 2019, ved hjælp af FindFace, tilbageholdt politiet 11 kriminelle i Tatarstan: systemet matchede ansigterne fanget i linsen med en database med kriminelles billeder. Ved FIFA World Cup i Rusland hjalp FindFace med at fange mere end 180 overtrædere - herunder sponsorat pokaltyven.
Hvordan genkender man en gerningsmands ansigt?
Kinesisk opstart udvikler teknologigenkendelse af ansigter, stemme og fingeraftryk samt analyserer menneskers bevægelser og adfærd - politiet kan bruge det til at forudsige og forhindre mulige forbrydelser.
Fra 2017 hjalp virksomheden med at løse mere end 10 tusinde forbrydelser.
Kan du stole på en løgnedetektor?
I dag er der mange muligheder for undersøgelse, som giver dig mulighed for at minimere den menneskelige faktor. For eksempel at analysere DNA-spor på et gerningssted. Men de findes ikke altid.
Engang satte kriminologer deres håb tilpolygraf. Det registrerer et komplekst billede af kropsreaktioner, såsom ændringer i hudens elektriske ledningsevne, tryk og hjerteslag. I teorien, hvis en person lyver, vil kroppen give ham væk. I praksis har det endnu ikke været muligt at finde bevis for, at der er et mønster af fysiologiske reaktioner, der er unikt for bedrag.
En oprigtig person kan virke som en løgner, hvis han er meget nervøs, og en useriøs kan være rolig som en tank og afgive en tankevækkende legende.
Hvad kan hjerneaktivitet sige?
I 1960'erne forskerne Robert Chapman ogHenry Bragdon studerede patienter med neurologiske lidelser og gjorde en opdagelse. De fandt ud af, at hjernen reagerer forskelligt på meningsfulde og ubetydelige visuelle stimuli (billeder). Og vigtigst af alt kan denne reaktion spores ved hjælp af EEG-sensorer.
Hvis billedet er væsentligt (f.eks. et kendt ansigt),cirka 300 millisekunder efter dets demonstration, vises en afvigelse på båndet - et «signal». Baseret på denne opdagelse er der i dag f.eks. grænseflader til «mental» kommandoer til computeren.
Mange år senere, andre videnskabsmænd - neurovidenskabsmændLawrence Farwell og hans lærer Emmanuel Donchin fra University of Illinois foreslog, at denne teknologi kunne tilpasses til politiets og efterretningstjenesternes behov.
Farwell gav ikke op. Han gennemførte et eksperiment, hvor FBI-ansatte og frivillige fra en kontrolgruppe blev præsenteret for ord på en skærm, som kun folk fra efterretningstjenesterne kunne kende.
Resultaterne var imponerende: I 100% af tilfældene angav maskinen korrekt, hvem af deltagerne der kendte ordene, og hvem der ikke gjorde det. Derudover lykkedes det ham at opnå positive retsafgørelser - omend indirekte.
Hvordan beregnes gerningsstedet nøjagtigt?
Virksomheden bruger AI til at forudsigedet påståede sted, tid og type kriminalitet. PredPol -teknologien blev oprindeligt udviklet af Los Angeles Police Department og UCLA University og udvikles nu af læger i matematik, retsmedicinsk videnskab og sociologi i samarbejde med politifolk.
En algoritme udviklet af PredPol -analyserøkonomiske situation, sociale tendenser og menneskelig adfærd og sammenligner oplysninger med data om kriminalitet. Den beregner de områder (med en nøjagtighed på 50 m²) og tidsintervaller, hvor der er størst sandsynlighed for en forbrydelse.
Politiet kan vælge typen af kriminalitet -for eksempel røveri, hooliganisme eller hærværk. Programmet genererer et kort baseret på Google Maps, der viser, hvor de valgte former for forbrydelser sandsynligvis vil forekomme.
Sikkerhedsrobotter
Knightscope sikkerhedsrobotter hjælper det amerikanske politi med at patruljere potentielt farlige områder: parkeringspladser, store indkøbscentre, sportsstadion lobbyer.
De er i stand til at genkende ansigter, læse nummerplader og skabe et termisk billede. Takket være dette kan Knightscope-robotter skelne en almindelig forbipasserende fra en mistænkelig person.
At finde kriminelle på darknet
I august 2015 beordrede canadiske retshåndhævende myndigheder udviklingen af en søgerobot, der udforsker dybet af Deep Web. Han leder efter tilbud om ulovlige varer og tjenesteydelser.
Softwaredelen er udarbejdet af Mercur ITSolutions, som tidligere har samarbejdet med politiet. Også i Canada blev en kvinde den 30. august 2016 tilbageholdt for at have købt et dødbringende radioaktivt grundstof, polonium-210, over internettet.
Politiafdeling i en amerikansk byBoston startede et nyt program i begyndelsen af januar 2017, der samler data fra Deep Web og sociale netværk. Ifølge planen vil udviklingen af programmet koste 1,4 millioner dollars.
Det sagde kommissær Evans i et interview med Bostonradio, at det er "et væsentligt redskab for retsstaten, der vil hjælpe med at holde vores kvarterer fri for vold og terrorisme, forhindre menneskehandel og beskytte børn mod pædofile."
Dokumenter opnået af Boston Globe viste detsoftwaren viser politiet geolokalisering af mulige lovovertrædelser i realtid. Tidligere har amerikansk politi allerede med succes lukket Silk Road, Silk Road 2, Black Market Reloaded og mange andre underjordiske markeder.
Hvordan bruges teknologier af russiske sikkerhedsstyrker?
Indenrigsministeriet planlægger at bruge neurale netværk tilundersøgelse af serieforbrydelser og udarbejdelse af en "sammensat" af krænkerens DNA. Teknisk set er der allerede en sådan mulighed, men i Rusland er der stadig utilstrækkelig genomisk datagrundlag til analyse.
Ministeriet har til hensigt aktivt at bruge kunstig intelligens i sit arbejde, nemlig:
- i software, som skal gøre det muligt automatisk at opdage tegn på serielle (sammenkoblede) forbrydelser
- i software, der tilladerbestemme de ydre anatomiske tegn på kriminelle (øjen- og hårfarve, ansigt og hovedform) baseret på biomateriale hentet fra gerningssteder, for eksempel blodspor.
Læs mere:
Fysikere har skabt en analog til et sort hul og bekræftet Hawkings teori. Hvor det fører hen?
Søsnegle skærer hovedet af for at regenerere en ny krop
Abort og videnskab: hvad vil der ske med de børn, der føder