Искусственный интеллект ловит преступников
Российская компания NTechLab занимается разработками в области нейронных сетей. Её основной продукт — система FindFace SDK для распознавания лиц. Она идентифицирует лицо на видео или фото, строит биометрический шаблон и сравнивает его с другими шаблонами в базе данных.
Главный клиент NTechLab — правоохранительные органы. Весной 2019 года с помощью FindFace полиция задержала 11 преступников в Татарстане: система сопоставила лица, попавшие в объектив, с базой снимков преступников. На чемпионате мира по футболу в России FindFace помогла поймать более 180 нарушителей — в том числе вора спонсорского кубка.
Как распознать лицо правонарушителя?
Китайский стартап разрабатывает технологию распознавания лиц, голоса и отпечатков пальцев, а также анализирует движения и поведение людей — полиция может использовать ее для предсказания и предотвращения возможных преступлений.
По данным на 2017 год, компания помогла раскрыть более 10 тыс. преступлений.
Можно ли доверять детектору лжи?
Сегодня существует много вариантов экспертизы, которая позволяет свести к минимуму человеческий фактор. Например, анализ следов ДНК на месте преступления. Но их не всегда удается найти.
Когда-то криминалисты возлагали надежды на полиграф. Он регистрирует сложную картину реакций тела, таких как изменение электропроводимости кожи, давления, сердцебиения. В теории, если человек лжет, тело выдаст его. На практике пока не удалось найти доказательств того, что есть уникальная для обмана картина физиологических реакций.
Искренний человек может показаться лжецом, если сильно нервничает, а плутоватый — может быть спокоен как танк, выдавая продуманную легенду.
Что может сказать активность мозга?
В 1960-х годах исследователи Роберт Чепмэн и Генри Брэгдон изучали пациентов с неврологическими нарушениями и сделали открытие. Они обнаружили, что мозг по-разному реагирует на значимые и незначимые зрительные стимулы (образы). И самое главное, эту реакцию можно отследить с помощью датчиков ЭЭГ.
Если образ значимый (например, знакомое лицо), примерно через 300 миллисекунд после его демонстрации на ленте возникает отклонение — «сигнал». На основе этого открытия сегодня разработаны и успешно применяются, например, интерфейсы для «мысленных» команд компьютеру.
Через много лет другие ученые — нейробиологи Лоуренс Фаруэлл и его учитель Эммануэль Дончин из Университета Иллинойса — предположили, что эту технологию можно приспособить для нужд полиции и спецслужб.
Фаруэлл не сдавался. Он провел эксперимент, в котором сотрудникам ФБР и добровольцам из контрольной группы предъявляли на экране слова, которые могли знать только люди из спецслужб.
Результаты впечатляли: в 100% случаев машина верно указывала, кто из участников знал слова, а кто нет. Кроме того, ему удалось добиться положительных судебных решений — правда, косвенным путем.
Как точно рассчитать место преступления?
Компания использует ИИ для предсказания предполагаемого места, времени и вида преступления. Технология PredPol изначально разрабатывалась отделом полиции Лос-Анджелеса и Университетом UCLA: сейчас над ней работают доктора математических наук, криминалисты и социологи совместно с офицерами полиции.
Алгоритм, разработанный PredPol, анализирует экономическую ситуацию, общественные тенденции и поведение людей и сопоставляет информацию с данными по преступлениям. Он вычисляет районы (с точностью до 50 м²) и временные промежутки, в которых с наибольшей вероятностью произойдёт преступление.
Полиция может выбрать тип преступления — например, грабеж, хулиганство или вандализм. Программа генерирует карту на основе «Google Карт», на которой отмечено, где, скорее всего, произойдут выбранные типы преступлений.
Роботы-охранники
Роботы-охранники Knightscope помогают полиции США патрулировать потенциально опасные зоны: парковочные площадки, большие торговые центры, вестибюли спортивных стадионов.
Они умеют распознавать лица, считывать номерные знаки и создавать тепловое изображение. Благодаря этому роботы Knightscope могут отличить обычного прохожего от подозрительной личности.
Поиск преступников в даркнете
Канадские правоохранители в августе 2015 года заказали разработку поискового робота, который изучает глубины Deep Web. Он ищет предложения незаконных товаров и услуг.
Программную часть подготовила компания Mercur IT Solutions, которая уже сотрудничала с полицией раньше. Также в Канаде 30 августа 2016 года произошло задержание женщины, которая купила через интернет смертельно радиоактивный элемент полоний-210.
Полицейский департамент в американском городе Бостоне в начале января 2017 года начал новую программу, которая сопоставляет данные из Deep Web и социальных сетей. Согласно плану, разработка программы будет стоить $1,4 млн.
Комиссар Эванс сказал в интервью для Бостонского радио, что это «необходимый инструмент законности, который поможет хранить наши районы от насилия и терроризма, предотвратит случаи торговли людьми и защитит детей от педофилов».
Документы, полученные Boston Globe, показали, что программное обеспечение покажет полиции геолокацию возможных правонарушений в реальном времени. Ранее американские полицейские уже успешно закрыли Silk Road, Silk Road 2, Black Market Reloaded и многие другие подпольные рынки.
Как технологии применяют российские силовики?
МВД планирует использовать нейросети для расследования серийных преступлений и составления «фоторобота» по ДНК нарушителя. Технически такая возможность уже есть, но в России пока недостаточна база геномных данных для анализа.
Министерство намерено активно использовать искусственный интеллект в своей работе, а именно:
- в программном обеспечении, которое должно позволить автоматически выявлять признаки серийных (взаимосвязанных) преступлений;
- в программном обеспечении, которое позволит определять внешние анатомические признаки преступников (цвет глаз и волос, форму лица и головы) по полученному с мест преступлений биоматериалу, например, следам крови.
Читать далее
Физики создали аналог черной дыры и подтвердили теорию Хокинга. К чему это приведет?
Морские слизни отрезают себе голову, чтобы регенерировать новое тело