Cómo las fuerzas del orden pueden rastrear a personas de interés sin depender del reconocimiento facial

El gran volumen de pruebas en vídeo disponibles para los equipos de investigación ha alcanzado niveles sin precedentes. Según la Oficina de Asistencia Judicial, aproximadamente el 80% de los delitos involucran algún tipo de evidencia en video, y esta tendencia no muestra signos de desaceleración.

Varias fuentes contribuyen a esta afluencia de evidencia en video, desde cámaras de seguridad e imágenes de tráfico hasta cámaras corporales, cámaras para tablero y dispositivos portátiles. El 97% de los estadounidenses poseen un dispositivo móvil., la disponibilidad de dichas imágenes se ha vuelto omnipresente tanto en el sector público como en el privado. Además, el despliegue generalizado de cámaras corporales por parte de los departamentos de policía locales y las oficinas del sheriff amplifica aún más la prevalencia de la evidencia en video: Más del 47% de los organismos encargados de hacer cumplir la ley de uso general y el 80% de los grandes departamentos de policía utilizan cámaras corporales..

Uso de IA en la revisión de evidencia en video

Tradicionalmente, el análisis de secuencias de vídeo requería procesos de revisión manual que requerían mucha mano de obra, pero los avances en la tecnología de inteligencia artificial han permitido la automatización y el análisis acelerado de la evidencia en video.

Por ejemplo, ahora se puede analizar un vídeo de 10 minutos en cuestión de minutos en lugar de dedicar horas a la revisión manual. De manera similar, los algoritmos de inteligencia artificial pueden rastrear personas de interés en múltiples archivos y formatos de video, identificando posibles coincidencias en función de características específicas de los individuos.

Un beneficio fundamental de la IA en la seguridad pública radica en su capacidad para analizar rápidamente grandes conjuntos de datos en tiempo real. Mediante el uso de algoritmos de aprendizaje automático, las plataformas de inteligencia artificial destacan en la detección de patrones, anomalías y previsión de amenazas potenciales con mayor precisión.

Esta capacidad permite a las agencias de aplicación de la ley (LEA), entre los socorristas y otras partes interesadas en la seguridad pública, abordar de manera efectiva los problemas de seguridad y optimizar la asignación de recursos de manera proactiva y eficiente, todo mientras mantiene a los humanos informados del proceso de automatización y capacita a estos miembros del equipo para trabajar. con mejores datos en un plazo más rápido.

Al aprovechar ciertas soluciones de inteligencia artificial, las LEA pueden optimizar el análisis de evidencia en video conectando imágenes en diferentes archivos para construir una narrativa integral de personas, eventos y líneas de tiempo. Esto mejora significativamente la eficiencia y eficacia de las investigaciones, tanto dentro como fuera del ámbito legal.

No obstante, el uso de la IA en las investigaciones ha generado preocupaciones con respecto a las leyes de privacidad y la protección de la información de identificación personal (PII), con especial atención a cómo se puede emplear la tecnología de reconocimiento facial sin infringir estos derechos.

Afortunadamente, con la aparición de tecnologías de inteligencia artificial de vanguardia, ahora existe un enfoque alternativo para rastrear personas de interés en archivos de video que no depende del reconocimiento facial.

IA que protege la PII

Existen modelos alternativos de IA que priorizan la integridad de la PII, lo que permite a los investigadores identificar información relevante sin depender del reconocimiento facial u otros marcadores biométricos que podrían comprometer la privacidad personal. Este enfoque no sólo acelera el proceso de análisis, sino que también mitiga los riesgos de privacidad asociados con la videovigilancia.

Priorizar la privacidad sin sacrificar la velocidad

No se puede subestimar la importancia del tiempo. En los casos de personas desaparecidas, las primeras 48 horas son cruciales, ya que las pruebas permanecen frescas y la probabilidad de localizar al individuo es mayor. Al aprovechar la IA para acelerar la revisión de evidencia en video, las LEA pueden aumentar la probabilidad de encontrar personas desaparecidas e identificar personas de interés.

En situaciones en las que el reconocimiento facial no es práctico o ético, la tecnología de detección de objetos similares a los humanos (HLO) se vuelve indispensable. Con la detección de HLO, un motor de IA identifica a las personas en función de características específicas para las que ha sido entrenado para reconocer, como ropa, piercings o calzado. Al identificar los casos en los que aparecen estas características, la IA agiliza el proceso de revisión de secuencias de vídeo extensas, mejorando así la eficiencia del tiempo.

Los casos de uso para la detección de HLO incluyen la identificación de víctimas, la identificación y aprehensión de sospechosos, la identificación de testigos y más.

Otras formas en que la IA ayuda a las fuerzas del orden a localizar personas en secuencias de vídeo

Además de identificar personas sin el uso de reconocimiento facial, la IA ofrece otros métodos que pueden ayudar a los analistas e investigadores humanos a rastrear personas, establecer cronogramas importantes y recopilar información importante, liberándolos de tareas tediosas para que puedan dedicar más tiempo a sus tareas. comunidades.

Big data y análisis predictivo

En el ámbito de las capacidades de búsqueda, la IA está revolucionando el big data y el análisis predictivo, ofreciendo avances cruciales:

• Se aprovechan amplios conjuntos de datos, que incluyen contenido de redes sociales y registros públicos, para anticipar las posibles ubicaciones y patrones de comportamiento de una persona.
• El modelado predictivo permite a los investigadores perfeccionar los parámetros de búsqueda y dirigir los recursos a áreas donde están preparados para generar el mayor impacto.
• Se aprovechan las técnicas de procesamiento del lenguaje natural (PNL) para examinar las publicaciones en las redes sociales, extrayendo información valiosa que mejora los esfuerzos para localizar a las personas de interés.

Análisis geoespacial

Al utilizar sistemas de información geográfica (SIG), el mapeo y el análisis del terreno desempeñan un papel fundamental para ayudar en las operaciones de búsqueda y rescate. Con la integración de la IA, estos procesos se automatizan, lo que mejora la precisión del análisis de datos geoespaciales. Esta automatización permite a los investigadores procesar rápidamente grandes conjuntos de datos, identificando patrones que podrían pasarse por alto al utilizar métodos convencionales.

Seguimiento de vehículos

El seguimiento de personas a través de secuencias de vídeo solo funciona si son visibles para la cámara, lo que puede convertirse en un problema si entran a un vehículo. Para responder a esto, existen soluciones de seguimiento de IA que pueden pasar sin problemas del seguimiento de personas al seguimiento de vehículos. De esta manera, la policía aún puede localizar a las personas y mantener la integridad del cronograma del caso.

Tendencias futuras y aplicaciones de la IA en las investigaciones de personas desaparecidas

La trayectoria de la IA en la seguridad pública está preparada para la colaboración entre las LEA y las empresas de tecnología. A través de este tipo de asociación, es posible desarrollar herramientas impulsadas por IA más poderosas y eficientes, amplificando la efectividad de los esfuerzos de búsqueda y rescate y extendiéndolas a otras aplicaciones pertinentes. Una de esas perspectivas implica aprovechar la IA para estrategias de identificación e intervención tempranas para prevenir las desapariciones mediante un seguimiento y análisis sólidos.

A medida que los avances tecnológicos continúan desarrollándose, podemos anticipar la aparición de nuevas herramientas y metodologías impulsadas por IA que pueden abarcar mayores capacidades de reconocimiento biométrico y técnicas refinadas de modelado predictivo.

Para las agencias de seguridad pública, la accesibilidad a las herramientas adecuadas sigue siendo imperativa para navegar en panoramas de investigación en evolución, y la adopción de IA que pueda hacer que las LEA sean más efectivas, precisas y más disponibles para prestar servicio es un gran paso adelante.

Reflexiones finales: la IA ayuda a mantener un equilibrio entre privacidad y seguridad pública

Con la creciente integración de la IA en la aplicación de la ley, lograr un equilibrio entre salvaguardar la privacidad y garantizar la seguridad pública surge como una preocupación primordial. Si bien la IA promete reforzar las medidas de seguridad pública, también conlleva el potencial de infringir la privacidad y el abuso de autoridad. Con las salvaguardias y prácticas adecuadas, la IA se puede utilizar para servir y apoyar el bien común.

Será crucial que las organizaciones establezcan marcos éticos y legales para regir el uso de la IA y salvaguardar los derechos de privacidad. Esto requiere el desarrollo de iniciativas y directrices legislativas destinadas a fomentar la transparencia, la rendición de cuentas y la supervisión de los sistemas impulsados ​​por la IA.

También será importante implementar mejores prácticas, como la anonimización de los datos y estrictos protocolos de seguridad, que ayudarán a mitigar los riesgos inherentes asociados con las tecnologías de IA. En última instancia, priorizar la privacidad seguirá siendo un pilar fundamental de las iniciativas de seguridad pública, fomentando la confianza pública en la aplicación de la ley.