Hvis overvågning AI ikke fanger kriminellen, før han handler, vil den helt sikkert fange ham, efter at forbrydelsen er begået. Nogle vil sige, at dette staver slutningen af forbrydelsen, men det vil også sætte uskyldige mennesker i fængsel med ringe ret til at klage. Bliver dommere og juryer også automatiseret? ⁃ TN Editor
Flyt over, Sherlock. UK politi prøver et computersystem, der kan sammensætte, hvad der kunne være sket på en gerningssted. Ideen er, at systemet, kaldet VALCRI, vil være i stand til at udføre de møysommelige dele af en kriminalsanalytikerjob på få sekunder og frigøre dem til at fokusere på sagen og samtidig provokere over nye undersøgelseslinjer og mulige fortællinger, der måske er gået glip af.
”Alle mener, at politiet handler om at forbinde prikkerne, men det er den lette bit,” siger William Wong, der leder projektet ved Middlesex University London. "Den hårde del er at finde ud af, hvilke prikker der skal tilsluttes."
VALCRIs hovedopgave er at hjælpe med at generere rimelige ideer om, hvornår og hvorfor en forbrydelse blev begået samt hvem der gjorde det. Det scanner millioner af politi poster, interviews, billeder, videoer og mere, til at identificere forbindelser, som den mener er relevante. Alt dette præsenteres derefter på to store berøringsskærme, som en kriminelanalytiker kan interagere med.
Spotting mønstre
Systemet kunne muligvis se, at der blev fundet shell-hylster ved flere nylige kriminalscener, herunder den, som politiet for eksempel fokuserer på nu. ”En analytiker kan derefter sige, om dette er relevant eller ej, og VALCRI vil justere resultaterne,” siger Neesha Kodagoda, også hos Middlesex. Takket være maskinlæring forbedrer systemet sine søgninger på grundlag af sådanne interaktioner med analytikere, der kan hæve eller sænke betydningen af forskellige sæt kriterier med en svejse.
Når en uløst kriminalitet lander på en analytikers skrivebord, er en af de første ting, de skal gøre, at søge politidatabaser efter hændelser, der kan relateres ud fra deres placering, tid eller modus operandi, og indsamle oplysninger om alle de involverede personer. ”En erfaren analytiker har brug for individuelle 73-søgninger for at indsamle alle disse oplysninger, før de manuelt placeres i en let fordøjelig form,” siger Kodagoda. “VALCRI kan gøre dette med et enkelt klik.”
Dette er ingen middelpræstation. Meget af de oplysninger, der er registreret i politirapporter, findes i sidebemærkninger og beskrivelser, men algoritmerne, der styrer VALCRI, kan forstå, hvad der er skrevet - på et grundlæggende niveau.
F.eks. Kan interviews med mennesker på tre forskellige kriminalscener beskrive en rodet person i nærheden. Én person har måske brugt ordet “scruffy”, en anden “disheveled” og den tredje “rodet”. Et menneske ville ikke have problemer med at overveje, at alle tre beskriver den samme person. Forbedringer i kunstig intelligens betyder, at VALCRI også kan oprette sådanne links. Systemet kan også bruge ansigtsgenkendelsessoftware til at identificere mennesker i CCTV-optagelser eller billeder taget på en scene.
West Midlands Police i England tester i øjeblikket VALCRI med tre års ægte, men anonymiserede data, i alt omkring 6.5 millioner poster. Politiet i Antwerpen, Belgien, prøver også på en version af systemet.
Den næste fase er at lade VALCRI gå løs på ikke-anonymiserede, nye data, når der sker forbrydelser. Dette er principielt aftalt, men det er en delikat proces at få det endelige. Politiets teknikker, der bruges under en efterforskning, kan blive anfægtet ved retten, så anvendelse af VALCRI for tidligt eller forkert kan forårsage sammenbrud af sager. Og love varierer mellem landene om, hvordan politidata kan bruges.
En yderligere komplikation er, at mange mennesker ville være ubehagelige med computere, der bestemmer sandsynligheden for, at forskellige fortællinger forklarer en forbrydelse. ”Dataene i en kriminalsag er simpelthen ikke gode nok til at gøre det, så VALCRI gør det heller ikke,” siger teammedlem Ifan Shepherd ved Middlesex. ”En menneskelig analytiker skal altid kalde skuddene.”
wpDiscuz