Иголка в стоге сена: нейросети обрабатывают огромные массивы данных

Полицейские лондонского Скотланд-Ярда используют ИИ-технологии в расследованиях, где за небольшой промежуток времени необходимо обработать большие массивы данных. Раньше на их изучение команда могла бы потратить целые месяцы, а сейчас — считаные часы. Ставки высоки, потому что полицейские должны найти необходимые улики за ограниченное время, которое отводится на содержание подозреваемого под стражей.

В ходе одного из расследований команде сотрудников Скотланд-Ярда потребовалось просмотреть около 70 тыс. сообщений в мессенджере. На это ушло бы три месяца постоянной работы лаборатории из 150 человек. А если учесть, что следователи работают одновременно над несколькими делами, время поисков увеличилось бы в разы.

Нейросети помогают найти иголку в стоге сена, например, отыскать нужный кассовый чек, билет на транспорт, сообщение в мессенджере и другие документы. Так было и в ходе антикоррупционного расследования в отношении Rolls-Royce Holdings PLC, когда робот от бюро по борьбе с мошенничеством изучил 30 млн документов, просматривая по 600 тыс. файлов в день, всего ушло пять дней. В итоге нужные материалы были найдены, а Rolls-Royce выплатила компенсацию в размере £497,25 млн.

В 1986 году, когда Сергей Головкин (Фишер) уже зверствовал в подмосковном Одинцово, оперативники запустили проверку около 50 тыс. ранее судимых и психически больных подозреваемых, но убийцы среди них не оказалось. В ходе расследования сыщики устроили масштабную проверку лиц, подходящих под параметры предполагаемого преступника и зарегистрированных на территории Одинцовского района. Как много времени криминалистам сэкономил бы искусственный интеллект? Пока милиция прочесывала дела подозреваемых, Головкин продолжал насиловать и убивать детей.

Нейросети обучаются определять не только медиаматериалы, но и вполне вещественные улики, например, идентифицировать оружие на основе маркировки на пуле или тип стекла по осколкам, найденным на месте преступления. Искусственный интеллект пока не в состоянии самостоятельно разобрать дело, однако он отлично справляются с рутинной работой.

Всевидящее око: искусственный интеллект знает преступника в лицо

Помните блокбастеры, в которых компьютер находил подозреваемого по смазанному изображению его лица с камеры видеонаблюдения на улице или в метро? Примерно так это сегодня и работает.

Распознавание лиц — одно из самых популярных направлений ИИ в криминалистике, которое позволяет полицейским почти безошибочно идентифицировать людей. Помимо записи фактического изображения, большинство программных приложений собирает и биометрические данные. С их помощью можно более точно определить личность. В Москве умное видеонаблюдение помогает раскрывать около 70% преступлений. В 2019 году с помощью камер были найдены 4240 человек, совершивших преступления, а в 2020-м камеры вместе с нейросетью фиксировали нарушителей карантина.

Алгоритм распознавания лиц NtechLab, разработанный в России, используется на 30 железнодорожных станциях Индии, в общей сложности установлено 470 камер с интеллектуальной видеоаналитикой. Система способна распознавать одновременно до 50 человек в кадре. Алгоритм помогает управлять пассажиропотоком, разыскивать преступников и пропавших людей. Система в течение трех секунд распознает лица на видео, сравнивает результаты с базами данных, куда загружены портреты разыскиваемых, и при совпадении отправляет оповещение правоохранителям.

Конечно, камер видеонаблюдения в СССР не было. «Поймать» внешность преступника оперативникам помогали свидетели, случайные прохожие, чьи показания часто могли быть противоречивыми, путаться, быть плодами воображения. В детективном сериале «Фишер», снятом по мотивам трагической истории в Одинцово, следователь вынужден довольствоваться лишь рисунком мальчика-свидетеля.

Вы можете хранить молчание: нейросети выявляют подозреваемых по жестам и поведению

Преступник в статусе подозреваемого может хорошо знать, какие вопросы задаст ему следователь, и тщательно подготовить ответы, чтобы не выдать себя. Но далеко не всегда правонарушителям удается контролировать язык своего тела — жесты, зрительный контакт, мимику. Как правило, следователи анализируют невербальные сигналы вручную, но этот процесс отвлекает от расследования и требует дополнительного времени. В помощь сотрудникам полиции исследователи из Индии предлагают систему, которая автоматически идентифицирует подозреваемых с помощью методов глубокого обучения на основе жестов. Сверточные нейронные сети, которые часто применяются в анализе визуальных образов, способны изучать и классифицировать жесты рук и определять нарушителей закона с уровнем точности 98,96%.

Ученые из Бангладеш создали похожую технологию, но с более широким функционалом и возможностью прогнозировать преступления в общественных местах. Алгоритм использует записи с камер видеонаблюдения, отслеживает поведение людей в кадре и сопоставляет с типичными действиями преступников. Исследователи выявили 11 различных категорий действий в наборе видеоданных — алгоритм знает, как именно потенциальные правонарушители сердятся, оглядываются, курят, бегают, прыгают, ударяются, ходят, какие позы принимают люди, готовые создать криминальную ситуацию.

Незадолго до того, как советские оперативники нашли гараж пыток Головкина — главную улику против подозреваемого, его вызвали на допрос. Но так как прямых доказательств не было, Головкин успокоился и отрицал любую причастность к выдвинутым обвинениям. Фишера чуть было не отпустили. Искусственный интеллект со сверточными нейронными сетями помогли бы оценить поведение Головкина и дать больше информации сыщикам. К счастью, маньяка задержали до обнаружения гаража, где он расправлялся с жертвами.

Следствие ведут ИИ: нейросети дают рекомендации по ведению дела

Национальная полиция Голландии подключает к работе нейросети, которые изучают материалы дел, помогают их классифицировать и готовить к расследованию. Искусственный интеллект анализирует документы, разбирает улики и даже определяет вероятный уровень сложности дела. ИИ, по словам правоохранительных органов, находит материалы за пару дней, тогда как обычный сотрудник полиции может заниматься этим несколько недель. Нейросети подключены к национальной базе ДНК, а поэтому могут обнаружить общие детали в разных, казалось бы, делах и найти недостающие улики. В настоящий момент искусственный интеллект изучил более 1,5 тыс. уголовных дел, хранящихся на 30 млн печатных страниц.

Правоохранительная система Китая славится глобальной слежкой за своими гражданами с целью предотвращения преступлений и нестабильных ситуаций в стране. Автоматизированные системы слежения незамедлительно сообщают в органы, если в одной гостинице вдруг собрались три человека с судимостью, наркозависимый часто звонит по одному и тому же номеру или человек с психическим заболеванием приближается к школе.

Но на этом использование ИИ-технологий и big data не заканчивается. Не так давно искусственный интеллект сделали обязательной частью китайской судебной системы, чтобы разгрузить сотрудников. «Умный суд» SoS на базе машинного обучения просматривает дела и дает судьям рекомендации по законам и постановлениям. Алгоритм также составляет документы и может исправлять ошибки в приговорах. Машина способна заблокировать аккаунты и счета правонарушителя, запретить ему проезд в транспорте и не только. Алгоритм может рассчитать даже вероятность совершения повторного преступления. Если судья не согласен с выводами системы, он обязан предоставить письменное объяснение.

Сергей Головкин высматривал своих жертв на темно-бежевых «Жигулях». Работа с big data помогла бы оперативникам понять, почему автомобиль так часто оказывается рядом с детскими лагерями, школами, парками и куда отправляется злосчастная машина с испуганными подростками в багажнике.

На шаг впереди: нейросети предсказывают преступления и риск рецидива

Ученые из Чикаго разработали алгоритм, который с точностью в 90% предсказывает, где произойдет нападение или кража. Время до возможного преступления — неделя, радиус — 300 метров. Пока это самая совершенная из разработок, прогнозирующих правонарушения.

Модель научилась предсказывать криминальные события, определив закономерности во времени и местах более ранних происшествий. Алгоритм уже протестировали в Чикаго, Атланте, Остине, Детройте, Лос-Анджелесе, Филадельфии, Портленде и Сан-Франциско.

«Мы создали цифровой двойник городской среды. Если вы предоставите ему данные о том, что произошло в прошлом, он расскажет вам, что произойдет в будущем. Теперь вы можете использовать систему как инструмент моделирования, чтобы увидеть, что произойдет, если преступность возрастет в одном районе города или усилится правоприменение в другом. Если вы используете все эти переменные, сможете увидеть, как системы развиваются в ответ», — объяснил Ишану Чаттопадхьяй, доцент факультета медицины Чикагского университета и старший автор исследования.

Искусственный интеллект может предсказывать и возможность рецидива у преступников. Алгоритмы оценки риска часто помогают судьям и комиссиям по условно-досрочному освобождению решать, кто останется за решеткой, а кто выйдет на свободу. Прогнозирование вероятных рецидивистов также используется для улучшения их реабилитации.

https://fisher.rbc.ru/article.html?utm_source=rbc&utm_medium=main&utm_campaign=more23w-a-df-m&from=column_15