Τεχνητή νοημοσύνη

Η Τεχνητή Νοημοσύνη Ανοίγει Νέους Δρόμους για την καταπολέμηση των παράνομων πωλήσεων οπιοειδών και άλλων κυβερνοεγκλήματος

mm

Το Υπουργείο Υγείας και Υπηρεσιών Ανθρώπινης Πρόνοιας των ΗΠΑ (US HHS) και το Εθνικό Ινστιτούτο για την Κατάχρηση Ναρκωτικών (NIDA) επενδύουν στην χρήση της Τεχνητής Νοημοσύνης για να περιορίσουν τις παράνομες πωλήσεις οπιοειδών και να μειώσουν την κατάχρηση ναρκωτικών. Όπως ανέφερε το Vox, το εργαλείο Τεχνητής Νοημοσύνης του NIDA θα επιχειρήσει να παρακολουθήσει τις παράνομες διαδικτυακές φαρμακευτικές αγορές, αλλά οι προσεγγίσεις που χρησιμοποιούνται από την Τεχνητή Νοημοσύνη θα μπορούσαν εύκολα να εφαρμοστούν σε άλλες μορφές κυβερνοεγκλήματος.

Ένας από τους ερευνητές που ευθύνονται για την ανάπτυξη του εργαλείου, ο Timothy Mackey, μίλησε πρόσφατα στο Vox, όπου εξήγησε ότι οι αλγόριθμοι Τεχνητής Νοημοσύνης που χρησιμοποιούνται για την παρακολούθηση των παράνομων πωλήσεων οπιοειδών θα μπορούσαν επίσης να χρησιμοποιηθούν για την ανίχνευση άλλων μορφών παράνομων πωλήσεων, όπως τα πλαστά προϊόντα και η παράνομη διακίνηση野 ζωών.

Το εργαλείο Τεχνητής Νοημοσύνης του NIDA πρέπει να είναι σε θέση να διακρίνει μεταξύ γενικής συζήτησης για οπιοειδή και προσπαθειών για διαπραγμάτευση της πώλησης οπιοειδών. Σύμφωνα με τον Mackey, μόνο ένα tương đối μικρό ποσοστό των tweets που αναφέρουν οπιοειδή σχετίζονται πραγματικά με τις παράνομες πωλήσεις οπιοειδών. Ο Mackey εξήγησε ότι από περίπου 600.000 tweets που αναφέρουν ένα από τα διάφορα οπιοειδή, μόνο περίπου 2.000 διαφήμιζαν αυτά τα φάρμακα με οποιονδήποτε τρόπο. Το εργαλείο Τεχνητής Νοημοσύνης πρέπει επίσης να είναι αρκετά ισχυρό για να跟ψει τις αλλαγές στη γλώσσα που χρησιμοποιείται για την παράνομη διακίνηση οπιοειδών. Οι άνθρωποι που πωλούν παράνομα ναρκωτικά συχνά χρησιμοποιούν κωδικοποιημένη γλώσσα και μη προφανείς λέξεις-κλειδιά για να τα πουλήσουν, και γρήγορα αλλάζουν στρατηγικές. Ο Mackey εξήγησε ότι οι παραλλαγμένες ονομασίες για τα ονόματα των φαρμάκων χρησιμοποιούνται συχνά και ότι εικόνες άλλων πραγμάτων εκτός από τα φάρμακα που αναφέρονται χρησιμοποιούνται για τη δημιουργία καταχωρήσεων σε ιστοσελίδες όπως το Instagram.

Ενώ το Instagram και το Facebook απαγορεύουν την διαφήμιση ναρκωτικών και ενθαρρύνουν τους χρήστες να αναφέρουν περιπτώσεις κακοποίησης, το παράνομο περιεχόμενο μπορεί να είναι πολύ δύσκολο να πιαστεί, ακριβώς因为 οι πωλητές ναρκωτικών tend να αλλάζουν στρατηγικές και κωδικούς λέξεων γρήγορα. Ο Mackey εξήγησε ότι αυτές οι κωδικοποιημένες αναρτήσεις και hashtags στο Instagram συνήθως περιέχουν πληροφορίες σχετικά με τον τρόπο επικοινωνίας με τον διακινητή και την αγορά παράνομων ναρκωτικών από αυτούς. Ο Mackey εξήγησε επίσης ότι ορισμένοι παράνομοι πωλητές αντιπροσωπεύονται ως νόμιμες φαρμακευτικές εταιρείες και συνδέουν με πλατφόρμες ηλεκτρονικού εμπορίου. Ενώ η FDA έχει συχνά προσπαθήσει να καταστείλει αυτές τις ιστοσελίδες, παραμένουν ένα πρόβλημα.

Σχεδιάζοντας εργαλεία Τεχνητής Νοημοσύνης για την ανίχνευση παράνομης διακίνησης ναρκωτικών, ο Mackey και η υπόλοιπη ερευνητική ομάδα χρησιμοποίησαν μια συνδυασμένη προσέγγιση βαθιάς μάθησης και μοντελοποίησης θεμάτων. Η ερευνητική ομάδα σχεδίασε ένα μοντέλο βαθιάς μάθησης που χρησιμοποίησε ένα δίκτυο Long Short-Term Memory εκπαιδευμένο στο κείμενο των αναρτήσεων του Instagram, με στόχο τη δημιουργία ενός ταξινομητή κειμένου που θα μπορούσε αυτόματα να σηματοδοτήσει αναρτήσεις που θα μπορούσαν να σχετίζονται με παράνομες πωλήσεις ναρκωτικών. Η ερευνητική ομάδα χρησιμοποίησε επίσης μοντελοποίηση θεμάτων, επιτρέποντας στο μοντέλο Τεχνητής Νοημοσύνης να διακρίνει λέξεις-κλειδιά που σχετίζονται με οπιοειδή όπως Fentanyl και Percocet. Αυτό μπορεί να κάνει το μοντέλο πιο ισχυρό και εξειδικευμένο, και είναι σε θέση να αντιστοιχίσει θέματα και συζητήσεις, όχι μόνο μεμονωμένες λέξεις. Η μοντελοποίηση θεμάτων βοήθησε την ερευνητική ομάδα να μειώσει ένα σύνολο δεδομένων περίπου 30.000 tweets σχετικά με fentanyl σε μόλις quelques αναρτήσεις που φαίνονταν να διαφημίζουν.

Ο Markey και η υπόλοιπη ερευνητική ομάδα μπορεί να έχουν αναπτύξει την εφαρμογή Τεχνητής Νοημοσύνης για χρήση από το NIDA, αλλά εταιρείες κοινωνικών μέσων όπως το Facebook, Twitter, Reddit και YouTube επενδύουν επίσης πολύ στην χρήση της Τεχνητής Νοημοσύνης για να σηματοδοτήσουν περιεχόμενο που παραβιάζει τις πολιτικές τους. Σύμφωνα με τον Markey, έχει μιλήσει με το Twitter και το Facebook σχετικά με τέτοια εφαρμογή στο παρελθόν, αλλά τώρα η εστίαση είναι στην δημιουργία μιας εμπορικά διαθέσιμης εφαρμογής βασισμένης στην έρευνά του για το NIDA, και ότι ελπίζει ότι το εργαλείο θα μπορούσε να χρησιμοποιηθεί από πλατφόρμες κοινωνικών μέσων, ρυθμιστές και άλλα.

Ο Markey εξήγησε ότι η προσέγγιση που αναπτύχθηκε για την έρευνα του NIDA θα μπορούσε να γενικευθεί για την καταπολέμηση άλλων μορφών κυβερνοεγκλήματος, όπως η διακίνηση ζώων ή η παράνομη πώληση πυροβόλων. Το Instagram είχε προβλήματα με παράνομη διακίνηση ζώων στο παρελθόν, απαγορεύοντας τη διαφήμιση όλων των πωλήσεων ζώων το 2017 ως απάντηση. Η εταιρεία προσπαθεί επίσης να αφαιρέσει οποιαδήποτε αναρτήσεις που σχετίζονται με διακίνηση ζώων όσο γρήγορα αναφύονται, αλλά παρά τις προσπάθειες, υπάρχει μια συνεχής μαύρη αγορά για εξωτικά κατοικίδια και διαφημίσεις για αυτά εμφανίζονται ακόμη στις αναζητήσεις του Instagram.

Υπάρχουν ορισμένα ηθικά ζητήματα που θα πρέπει να διαπραγματευτούν αν το εργαλείο του NIDA θα εφαρμοστεί. Οι εμπειρογνώμονες πολιτικής ναρκωτικών προειδοποιούν ότι θα μπορούσε να ενεργοποιήσει την υπερ-εγκληματοποίηση των πωλήσεων από χαμηλού επιπέδου πωλητές ναρκωτικών και ότι θα μπορούσε επίσης να δώσει την ψευδή εντύπωση ότι το πρόβλημα λύνεται, ακόμη και αν τέτοια εργαλεία Τεχνητής Νοημοσύνης μπορεί να μην μειώσουν την συνολική ζήτηση για την ουσία. Παρόλα αυτά, αν χρησιμοποιηθεί σωστά, τα εργαλεία Τεχνητής Νοημοσύνης θα μπορούσαν να βοηθήσουν τις αρχές επιβολής του νόμου να καθιερώσουν συνδέσεις μεταξύ διαδικτυακών πωλητών και αλυσίδων εφοδιασμού εκτός διαδικτύου, βοηθώντας τους να ποσοτικοποιήσουν το μέγεθος του προβλήματος. Επιπλέον, παρόμοιες τεχνικές με αυτές που χρησιμοποιούνται από το NIDA θα μπορούσαν να χρησιμοποιηθούν για να βοηθήσουν στην καταπολέμηση της εθισμού στα οπιοειδή, κατευθύνοντας τους ανθρώπους προς αποκαταστατικές πηγές όταν γίνονται αναζητήσεις. Όπως με κάθε καινοτομία, υπάρχουν και κίνδυνοι και ευκαιρίες.

Blogger και προγραμματιστής με ειδικότητες στα Machine Learning και Deep Learning θέματα. Ο Daniel ελπίζει να βοηθήσει τους άλλους να χρησιμοποιήσουν τη δύναμη του AI για κοινωνικό καλό.