Skutečný robocop: Jak se umělá inteligence využívá k řešení zločinů

Proč v některých případech nepomáhá, ale naopak škodí

Práce policistů vyžaduje schopnost vidět nezjevné zákonitosti a porovnávat různorodé důkazy. Ale člověk vyšetřovatel nemůže vždy sledovat logiku činů zločinců nebo rozpoznat jejich rukopis. V takových situacích mohou pomoci digitální nástroje a obzvlášť umělá inteligence (AI).

V tomto článku analyzujeme, jak se nástroje umělé inteligence používají při vyšetřování trestných činů po celém světě.

Proč policie potřebuje umělou inteligenci

Až 90 % světových dat je nestrukturovaných a bez technologií zpracování velkých objemů dat je nelze analyzovat. AI dokáže kombinovat strukturovaná i nestrukturovaná data z interních i externích zdrojů a aplikovat na ně různé analytické nástroje, včetně prediktivní analýzy, rozpoznávání obličejů, strojového učení a kognitivní analýzy dat.

Proto jsou řešení s umělou inteligencí pro policisty a detektivy velmi užitečná, aby mohli lépe číst „rukopis“ zločinců v obrovském množství shromážděných nestrukturovaných dat – videí, snímků, elektronických důkazů atd. A to není sen o budoucnosti, ale realita: například 70 % policejních stanic po celém světě má v současné době přístup k nějaké formě nástrojů pro rozpoznávání obličejů.

Podívejme se, jak při své práci využívají umělou inteligenci.

Analýza místa činu

Zločinci vždy zanechávají stopy na místě činu nebo v jeho blízkosti. Úkolem policie je najít je a propojit do jednotného systému, který ji přiblíží k vyřešení zločinu. Umělá inteligence může pomoci najít v těchto datech vzory a shody.

Například výzkumníci z univerzity v Leónu (Španělsko) naučili neuronové sítě k odhalování důkazů zanechaných na místě činu. Vyšetřovatelé nejprve udělají detailní fotografie všeho kolem a poté tato data předají neuronové síti, která je analyzuje.

Jak přesně to funguje:

Nejprve byla neuronová síť trénována na základě údajů o předchozích trestných činech, aby nástroje umělé inteligence mohly vytvářet určité vzorce kriminálního chování. Kromě toho jí byly nabídnuty možné šablony, které zločinci používají v různých situacích.
Vzhledem k tomuto souboru dat pro analýzu se neuronová síť naučila nejen pomáhat identifikovat zločince, ale také porovnávat několik trestných činů. Tímto způsobem lze například odhalit sérii loupeží v určité oblasti spáchaných jedním zločincem.

Dalším úkolem, který může neuronová síť řešit, je analýza jednotlivých fotografií a důkazů a hledání nezjevných opakujících se prvků v nich. Neuronová síť se například může naučit nejen vidět otisky bot, ale také analyzovat, jaký druh bot měl zločinec na sobě, identifikovat výrobce, nebo dokonce model tenisek či bot na základě charakteristických rysů, jako jsou detaily designu nebo otisky nohou.

Další příklad: pokud je k dispozici fotografie předmětu nebo zbraně z místa činu, nástroje umělé inteligence mohou zkontrolovat oficiální databázi a zjistit, zda byl tento předmět nebo zbraň použita při předchozím porušení zákona. To může být nepřímým důkazem, že předchozí trestný čin spáchala stejná osoba, nebo alespoň pomoci upozornit na určitý okruh podezřelých.

Identifikace podezřelých osob

Snad nejefektivnějším využitím umělé inteligence při vyšetřování trestných činů, které se používá již poměrně dlouhou dobu a je aktivně využíváno, je identifikace (rozpoznávání) zločinců. K tomuto účelu se používají nástroje pro rozpoznávání obličejů.

Rozpoznávání vzorů obecně a rozpoznávání obličejů zvláště jsou základními úkoly teorie intelektuálních systémů, kterými se vědci s různou mírou úspěchu zabývají již dlouhou dobu.

Nejznámějším využitím této technologie jsou moderní systémy OCR (optical character recognition – optické rozpoznávání znaků), které již dlouho dokážou úspěšně identifikovat text na obrázku (někdy i ručně psaný) a převést jej na textový dokument.

Člověk (nebo dokonce celá policejní stanice) nikdy nezvládne ručně prohlédnout a analyzovat velké množství snímků nebo videozáznamů, porovnat je s originálem a udělat správné závěry. Místo toho to mohou s velkou přesností udělat rozpoznávací systémy. Tato hodnota může dosáhnout 99,7 % a aplikace Facebook DeepFace dokáže určit, zda dva vyfotografované obličeje patří stejné osobě, s přesností 97 %.

Kromě toho automatizované nástroje mohou analyzovat obsah, který není dostupný na tzv. „otevřeném webu“. Existují už nástroje pro analýzu lidí, kteří pracují s obsahem deep webu a dark webu.

Systémy pro rozpoznávání obličejů obecně nejsou tak efektivní, pokud není obraz osoby dostatečně jasný, ačkoli mnohé z nich dokážou „rozpoznat“ osoby na videích nebo fotografiích poměrně přesně. Příkladem efektivního rozpoznávacího nástroje, který používají policie po celém světě, je ClearView AI.

Technologie rozpoznávání obličeje aktivně využívají donucovací orgány po celém světě – nejen k identifikaci podezřelých osob podle jejich fotografií, ale také k analýze videopřenosů.

Známým příkladem účinnosti těchto systémů je příběh, kdy reportér BBC provedl experiment, aby zjistil, zda jsou tyto nástroje skutečně tak úspěšné. Zajímalo ho, jak rychle ho rozpoznávací systémy používané v Číně identifikují. Policii trvalo 7 minut, než ho našla – od okamžiku vložení jeho fotografie do databáze až po samotné zatčení.

Moderní rozpoznávací systémy využívající strojové učení mají mnohem větší možnosti. Dokážou například analyzovat nejen snímky obličeje, ale také oblečení, stavbu kostry, chůzi a pohyby těla, a proto se tato analýza aktivně využívá v prediktivní činnosti bezpečnostních pracovníků a osob zapojených do boje proti terorismu.

Komplexní analýza chování může například v davu identifikovat osoby s neobvyklým nebo podezřelým chováním, například ty, které mají sklony ke krádežím, připravují teroristický útok nebo plánují účast na masových akcích.

Využití možností policejních databází

Policie i další orgány činné v trestním řízení mají k dispozici databáze s informacemi o podezřelých z minulosti. Tyto databáze však nejsou plně využívány: policisté nejsou fyzicky schopni ručně procházet údaje o starých trestných činech a snažit se zjišťovat souvislosti mezi nimi. Přestože tyto souvislosti a stopy mohou skutečně pomoci při vyšetřování nových trestných činů, jsou tyto údaje často ukryty tak hluboko, že je nelze snadno objevit.

Strojové učení to mění. Analýza obrovských policejních databází posunula nástroje umělé inteligence na novou úroveň, a to nejen ve snaze pochopit, jaké informace se v těchto databázích nacházejí, ale také v tom, jak je lze využít v boji proti novým zločinům.

Prevence kriminality a rychlá reakce na kritické události

Nástroje umělé inteligence také výrazně zjednodušují další úkoly orgánů činných v trestním řízení, včetně pomoci rychleji reagovat na kritické situace. Policie může například rychle reagovat na trestný čin, jako je střelba ve městě: senzory na přeplněných místech mohou okamžitě upozornit policisty ve službě na trestný čin dříve, než jej nahlásí svědci.

Navíc tyto senzory v kombinaci s kamerami pro rozpoznávání obličejů mohou sledovat pohyb podezřelého ve velkém městě a pomoci určit pravděpodobnou polohu střelce.

Problémy s předsudky a porušováním lidských práv

Umělá inteligence ještě není vyspělou technologií – tyto nástroje se teprve zavádějí do různých oblastí života a odborníci se učí, jak je používat nejen efektivně, ale i legálně. Systém trestního soudnictví a zejména orgány činné v trestním řízení musí o používání umělé inteligence uvažovat nejen s ohledem na základní zásady lidských práv, jako je soukromí a nediskriminace, ale také s vědomím, že algoritmy umělé inteligence jsou někdy neobjektivní.

Soubory dat používané k trénování a provozování algoritmů umělé inteligence jsou výsledkem lidské činnosti. To znamená, že už obsahují lidské předsudky, které se pak odrážejí v práci nástrojů AI.

Například při využívání umělé inteligence v policejní práci dochází k situacím, kdy orgány činné v trestním řízení častěji zastavují a prohledávají pouze určité skupiny osob, protože u nich existuje větší pravděpodobnost spáchání trestného činu.

Na začátku roku 2023 zatkla policie Randalla Reeda za krádež kabelky. Tento černoch byl z trestného činu obviněn na základě tipu ze systému rozpoznávání obličejů, přestože se v té době nacházel v jiném městě. Muž musel strávit noc v cele.

Dalším příkladem je zatčení Afroameričanky Brishy Borden, která byla obviněna z krádeže 800 dolarů a uvězněna za to, že vzala dětské kolo, chvíli na něm jezdila a pak ho tam nechala. Zatčený běloch Vernon Prather, přestože měl ve svém „arzenálu“ ozbrojený útok, vyvázl s varováním.

Umělá inteligence, stejně jako každá nová technologie, potřebuje čas na opravu chyb a zkreslení a na nalezení problematických oblastí při jejím používání. To však nijak nesnižuje neuvěřitelné možnosti, které mají orgány činné v trestním řízení a vyšetřovatelé při správném používání řešení AI.

Autor: Nadiya Balovsyak

Sdílet: