XLIV. Искусственный интеллект и борьба с преступностью

Недавно программисты из Калифорнийского университета США привлекли внимание к своей работе над инструментом, который помогает определить, связаны ли лица, рекламирующие сексуальные услуги в интернете, с более крупными организациями, занимающимися торговлей людьми.

Используя новый подход, ученые исследовали рекламу интимных услуг, размещенную в Интернете. Во-первых, перед программистами стояла задача определить, рекламирует ли человек свои сексуальные услуги добровольно или под принуждением. Во-вторых, разработчики пытались установить связи между различными рекламными объявлениями. Но, поскольку сайты с такими объявлениями могут появляться сотнями или тысячами каждый день, решить традиционными методами эту задачу работникам бывает просто не под силу.

Сбор данных — это способ извлечь необходимые знания из больших наборов данных. Другими словами, это подход к обнаружению скрытых отношений между данными с использованием методов искусственного интеллекта. Широкий спектр приложений для интеллектуального анализа данных сделал его важной областью исследований в наше время.

Криминология — одна из важнейших областей применения интеллектуального анализа данных. Это процесс, целью которого является выявление криминальных характеристик. Фактически анализ преступности включает в себя изучение и обнаружение преступлений и их взаимосвязь с преступниками. Большой объем данных о преступлениях, а также сложность взаимосвязей между этими видами данных сделали криминологию подходящей областью для применения методов интеллектуального анализа данных. Выявление признаков преступлений является первым шагом для дальнейшего расследования. Используя этот подход, информация о преступлениях может автоматически вводиться в базу данных правоохранительных органов.

Машинное обучение

Машинное обучение — компьютерные алгоритмы, позволяющие программе обучаться, используя большое количество данных, сейчас широко используются такими технологическими гигантами, как Google, Apple и Netflix. Те же технологии, которые позволяют программам рекомендовать нам фильмы в Netflix или определять порядок формирования результатов поиска в Google, сегодня используется и для борьбы с преступлениями разной степени тяжести.

Торговля людьми и принуждение к занятию проституцией

Поскольку машинное обучение может анализировать огромное количество данных, оно может применяться как для расследования преступлений, так и, возможно, для их предотвращения. Возвращаясь к примеру рекламы секс услуг в интернете, считается, что участники секс-бизнеса работают относительно анонимно, рекламируя свои услуги практически под носом правоохранительных органов. Однако, работники этой индустрии, рекламирующие свои услуги в онлайне, все-таки оставляют цифровой след.

Программисты применяли алгоритмы машинного обучения к данным таких цифровых следов, оставленных в интернете, чтобы понять, добровольно ли или по принуждению женщины рекламируют свои услуги, концентрируя внимание на, казалось бы, незначительных деталях.

Анализируя входные данные, алгоритмы были запрограммированы на анализ таких деталей, как всплеск арестов за мелкие кражи в регионе, где рекламировались секс-услуги. Алгоритм машинного обучения может видеть всплеск краж предметов первой необходимости, например, зубная паста или мыло. Идея этой методологии заключается в том, что, если кто-то стал жертвой торговли людьми, будучи завезен из другого региона, он может быть лишен доступа к основным предметам жизнедеятельности. Кроме того, машинное обучение применялось к данным, касающимся гостиничных номеров, оплачиваемых наличными в районах оказания секс-услуг и их рекламе во время проведения крупных событий, таких как концерты или спортивные мероприятия.

Второй алгоритм применялся к другим деталям, связанным с торговлей людьми. Например, анализируя ранее упомянутые объявления, сотрудники правоохранительных органов использовали алгоритмы машинного обучения для установления связей между объявлениями и их авторами, обращая внимание на такие нюансы, как похожие стили письма и настройки, используемые в более чем одном рекламном объявлении, а также проверяя фотографии, размещенные на сайтах по базам данных без вести пропавших лиц.

Алгоритм машинного обучения также использовался для отслеживания транзакций платежей за предоставляемые интимные услуги, с целью выявления связей тех, кто оплачивает размещение объявлений с более крупными организациями, занимающимися торговлей людьми. Технология машинного обучения AI может применяться не только к раскрытию преступлений, связанных с торговлей людьми и принуждением к занятию проституцией, но и к практически к любому другому виду преступлений.

Принудительный труд

Используя машинное обучение, правоохранительные органы могут определить, ведут ли компании, пусть даже благонамеренные, общие дела с компаниями, использующими принудительный труд. В сфере логистических цепочек доставки товаров использование принудительного труда встречается не редко.
Машинное обучение может помочь в расследовании сообщений о нарушениях трудовых прав или жалоб на компании, использующие принудительный труд. Анализ данных может выявить связи, которые в противном случае было бы трудно выявить.

Киберпреступность

Машинное обучение может помочь компаниям предотвратить киберпреступления, способные, как причинить финансовый ущерб, так и повредить репутации компании. Алгоритм машинного обучения может быть обучен подбирать ключевые слова или темы, связанные с вредоносным контентом, тем самым останавливая потенциальную киберопасность.

Правоохранительные органы могут применять алгоритмы машинного обучения для выявления таких преступлений, как кражи со взломом. Например, данные о кражах (дата и время, когда совершаются преступления, объекты и способы взлома) могут указывать на сходство с другими аналогичными преступлениями, которые остались нераскрытыми.

После того, как правоохранители собрали информацию о преступлении (осмотр места происшествия, допросы свидетелей, экспертиза предметов преступления и проч., они могут применить алгоритм машинного обучения для анализа этих данных, чтобы найти связи с другими преступлениями или определить подозреваемых лиц. Машинное обучение может заполнить пробелы в расследовании и, в тоже время, освободить сотрудников полиции от лишней технической работы, чтобы дать им возможность сосредоточиться на других важных аспектах расследования.

Исследование ДНК

Современные судебные экспертизы ДНК имеют решающее значение для расследований преступлений, однако, интерпретация кода ДНК может быть достаточно сложной. Компьютерные технологии машинного обучения могут использоваться для упрощения интерпретации ДНК, особенно когда речь идет о образцах, содержащих ДНК от нескольких людей. Существует огромное количество данных, которые не рассматриваются сейчас просто из-за наших ограниченных возможностей, но компьютерные алгоритмы AI смогут легко выполнять эту работу.

Распознавание лиц

Распространенным способом борьбы с преступностью с использованием машинного обучения является технология распознавания лиц. Технология, часто используемая в аэропортах, включает в себя сопоставление изображений человека с файлами из базы данных правоохранительных органов, что позволяет идентифицировать личность преступника.

Предотвращение преступлений террористической направленности

Сканирование социальных сетей для поиска людей, которые могут быть радикализованы, это еще один вид деятельности для AI. Сегодня некоторые правоохранительные органы уже используют AI для мониторинга и анализа разговоров в социальных сетях в целях предотвращения попыток вербовки новых членов такими террористическими организациями, как ИГИЛ и подобных им. Один из таких инструментов мониторинга был назван iAWACS или интернет-системой AWACS. Такое название — это калька с аббревиатуры, используемой военными США для описания своих разведывательных и командных воздушных станций. Цель iAWACS заключается в предотвращении негативных событий путем мониторинга активности в Интернете, указывающей на возможные преступные сценарии.

Опасности

Конечно, возможности по предупреждению и расследованию преступлений, которые предоставляют сегодня новые технологии искусственного интеллекта, являются многообещающими, особенно с учетом крайней перегруженности сотрудников полиции и других правоохранительных органов. Однако, с этим обнадеживающим перспективами возникает и множество рисков. Будет ли использование новых технологий правоохранительными органами направлено исключительно на обеспечения общественной безопасности или есть опасность серьезных злоупотреблений? Необоснованное вмешательство AI в частную жизнь граждан, даже не преднамеренное, также является реальной проблемой. Для предотвращения потенциальных угроз движение вперед должно осуществляться таким образом, чтобы оно соответствовало основным целям внедрения этих технологий — защита прав и свобод граждан и обеспечение безопасности общества и государства.

Автор: @konstantin

Контакты

Чат Легиона Хаоса в телеграм: Scintillam
Почтовый ящик для желающих стать авторами: [email protected]
Личка в телеграм: varwar и mamasetta
Тег: chaos-legion

Sequere nobis. Nos scientiam

@chaos.legion