Ben Ha, Ratkaisuarkkitehti Johtaja, Hallitus, Oikeudellinen ja Noudattamisdivisioona, Veritone – Haastattelusarja

Ben Ha on Veritonen Ratkaisuarkkitehti Johtaja Hallitus, Oikeudellinen ja Noudattamisdivisioonassa. Benilla on yli 15 vuoden kokemus ohjelmistoteollisuudesta, ja hän on toiminut pääasiassa teknisessä esimyysroolissa. Ben on työskennellyt asiakkaiden kanssa hallituksen ja oikeudellisessa tilassa neljän viime vuoden ajan.

Veritone suunnittelee ihmiskeskeisiä tekoälyratkaisuja. Veritonen ohjelmistot ja palvelut mahdollistavat yksilöiden toiminnan monissa maailman suurimmista ja tunnetuimmista tuotemerkeistä tehokkaammin, nopeammin ja kannattavammin.

Miten Veritonen iDEMS integroituu olemassa oleviin lainvalvontajärjestelmiin, ja mitä tarkkaa tehokkuutta se tuo?

Lainvalvontaviranomaisten (LEA) olemassa olevat järjestelmät sisältävät yleensä tietoja monista eri lähteistä, kuten ruumiinkamera-, videonhallinta- ja muiden kameroiden ja laitteiden kautta. iDEMS sallii LEA:lle rakentaa yhteyksiä näihin olemassa oleviin järjestelmiin API: n tai muiden integrointipolkujen kautta. Se virtuaalisee näiden järjestelmien päällä, sallien lainvalvonnalle pitää master-tiedot lähtöjärjestelmissä. Veritone Investigate -sovelluksessa käyttäjällä on pääsy matalaresoluutioiseen proxy-tiedostoon, jonka hän voi hyödyntää katsomiseen, jakamiseen, etsimiseen, analysointiin jne. Koska tiedot ovat yhdessä keskuspaikassa, on käyttäjälle helpompaa suorittaa tutkintaprosessi ilman siirtymistä erillisiin sovelluksiin.

Veritone Investigate sallii myös käyttäjän hyödyntää tekoälyä analysoimaan sisällön itsessään. Toisin sanoen LEA: t voivat käyttää tekoälyä järjestämään rakenteettomia tietoja, jotka tarjoavat metatietoja, jotka tekevät asioiden löytämisen paljon helpommaksi. Useimmat järjestelmät toimivat vain tietojen varastoina eivätkä sisällä tietoja puhutuista sanoista, kasvoista tai esineistä sisällössä. Investigate- ja iDEMS-ratkaisun kanssa tekoäly on luonnostaan sisäänrakennettu ja toimii automaattisesti sisäänottoprosessin aikana, poistaa tarpeen manuaalisesti katsella tai kuunnella sisältöä saadakseen kontekstin, kiihdyttääkseen tutkintaprosessia.

Mitkä ovat tekniset vaatimukset lainvalvontaviranomaisille Veritonen iDEMS:n käyttöönottamiseksi?

LEA:iden ei tarvitse olla merkittäviä teknisiä vaatimuksia Veritonen iDEMS:n käyttöönottamiseksi – tosiasia on, että ratkaisu toimii lähes kaiken kokoisilla LEA:illa riippumatta siitä, mitä järjestelmiä heillä on tai ei ole. Koska Veritonen sisäänottoliittymät voivat muodostaa yhteyden muihin API:en, ainoa asia, jota LEA:iden tarvitsee, on joku, jolla on pääsy näihin olemassa oleviin järjestelmiin. Lisäksi iDEMS on pilvipohjainen, ja LEA:iden tarvitsee nopea internet-yhteys ja moderni verkkoselain.

Voitko antaa lisätietoja siitä, miten Veritone Track eroaa perinteisistä kasvontunnistusteknologioista tarkkuuden ja tehokkuuden suhteen?

Perinteinen kasvontunnistus perustuu näkyviin kasvonpiirteisiin (silmät, nenä, suu jne.) henkilön tunnistamiseksi. Ongelma on, että jos video ei kuvaa henkilön kasvoja, teknologia ei voi tunnistaa tai seurata kyseistä henkilöä. Esimerkiksi, jos kuvamateriaali kuvaa vain jonkun selkää, henkilön kasvot ovat peitettyinä maskilla tai hoodilla, tai videolla ei ole optimaalista kulmaa kasvoille, kasvontunnistus ei toimi.

Sen sijaan Veritone Track kohdistaa potentiaalisia henkilöitä kiinnostuksen kohteina prosessissa, jota kutsutaan ihmismäisten objektiensa (HLO) kautta. HLO:n kautta Veritone Track voi luoda yksilöllisen “henkilökuva” kyseisestä henkilöstä visuaalisesti erottuvien ominaisuuksien perusteella. Nämä visuaalisesti erottuvat ominaisuudet voivat olla esimerkiksi hattu, silmälasit, reppu tai se, mitä heillä on kädessä, jopa vaatetusvärien ja jalkineiden värikontrasti. Se ottaa myös huomioon henkilön ruumiinrakenteen, esim. käsivarsien pituuden, vartalon, painon jne.

Miten Veritonen iDEMS integroituu olemassa oleviin lainvalvontajärjestelmiin, ja mitä tarkkaa tehokkuutta se tuo?

Lainvalvontaviranomaisten (LEA) olemassa olevat järjestelmät sisältävät yleensä tietoja monista eri lähteistä, kuten ruumiinkamera-, videonhallinta- ja muiden kameroiden ja laitteiden kautta. iDEMS sallii LEA:lle rakentaa yhteyksiä näihin olemassa oleviin järjestelmiin API: n tai muiden integrointipolkujen kautta. Se virtuaalisee näiden järjestelmien päällä, sallien lainvalvonnalle pitää master-tiedot lähtöjärjestelmissä. Veritone Investigate -sovelluksessa käyttäjällä on pääsy matalaresoluutioiseen proxy-tiedostoon, jonka hän voi hyödyntää katsomiseen, jakamiseen, etsimiseen, analysointiin jne. Koska tiedot ovat yhdessä keskuspaikassa, on käyttäjälle helpompaa suorittaa tutkintaprosessi ilman siirtymistä erillisiin sovelluksiin.

Miten Veritonen tekoälyjärjestelmä auttaa nopeuttamaan tutkimuksia ylläpitäen korkeat standardit todisteiden käsittelyssä?

Veritone Investigate, Veritone Track tai kaikki Veritonen julkisen sektorin sovellukset käyttävät tekoälyä dramaattisesti kiihdyttääkseen manuaalisia prosesseja LEA:ille, vähentääkseen viikkojen tai päivien työmäärää muutamaksi tunniksi, mikä on yhä tärkeämpää jatkuvaan henkilöstöpulaan. Vaikka nopeutus on nopea, Veritone ylläpitää korkeita standardeja todisteiden käsittelyssä luottamalla lopulliseen tulokseen ihmistutkijan tarkasteluun. Veritonen teknologia myös mahdollistaa ihmisille noudattaa korkeita standardeja todisteiden käsittelyssä ja ketjussa. Lisäksi ne sisältävät sisäänrakennetut audit-reitit, joiden avulla LEA voi nähdä, miten tutkija saavutti lopullisen tuloksen. Yksinkertaisesti sanottuna, tekoäly ei korvaa ihmisiä – se vain parantaa heidän kykyjään.

Miten Veritone vastaa eettisiin haasteisiin, jotka liittyvät tekoälyn käyttöön lainvalvonnassa, kuten väärien syytösten riskiin vähemmistöryhmille?

Ensinnäkin Veritone käyttää aina varotoimia ja turvallisuusjärjestelyjä vähentääksesi väärien syytösten mahdollisuutta. Esimerkiksi Veritone Track ei käytä biometrisiä tunnisteita, kuten kasvonpiirteitä, henkilön tunnistamiseen, vaan perustuu vaatetusväriin, ruumiinrakenteeseen jne. Toiseksi nämä työkalut eivät kerää tietoja internetistä, sosiaalisesta mediasta tai suurista tietokannoista, kuten passivirastosta, saadakseen tietoja. Kun LEA käyttää ratkaisuja aktiivisessa tapauksessa tai tutkinnassa, se voi vertailla vain ladattua valokuvaa tai videota tunnettujen rikollisten tietokantaan. Esimerkiksi Detroitin, Michiganin, tapauksessa lainvalvonta käytti ratkaisua, joka keräsi tietoja internetistä ilman, että ihmistutkija oli “silmästä silmään” tuloksien vahvistamiseksi, mikä johti viattomien kansalaisten vääriin syytöksiin.

Voitko selventää, miten Veritonen tekoäly varmistaa johtojen tarkkuuden, jotka se luo?

Veritonen tekoäly luo potentiaalisia johtoja, joita ihmistutkijat voivat seurata. Vaikka tekoäly tarjoaa tutkijalle hyödyllisiä löytöjä ja tuloksia, henkilö tekee lopullisen päätöksen. Taas Detroitin, Michiganin, tapauksessa lainvalvonta luotti kasvontunnistukseen yksin tehtävän suorittamiseen. Tämä sokea luottamus oli lopulta ongelmallinen, koska nämä mallit perustuivat tietoihin, jotka johtivat demograafisiin tai rotuun liittyviin harhauksiin.

Miten Veritone varmistaa, että sen tekoälysovellukset eivät loukkaa yksityisyyden oikeuksia?

On kaksi parasta käytäntöä, jonka mukaan Veritonen tekoälysovellukset noudattavat varmistamaan, ettei ne loukkaa yksityisyyden oikeuksia. Ensinnäkin asiakkaan tiedot ovat aina asiakkaan omia. Heillä on oikeus hallita, poistaa tai tehdä mitä tahansa heidän tietojensa kanssa. Vaikka asiakkaan tiedot suoritetaan Veritonen turvallisessa pilvipohjaisessa ympäristössä, heillä on täysi omistusoikeus. Toiseksi Veritone ei käytä asiakkaan tietoja ilman heidän lupaa tai suostumusta. Erityisesti Veritone ei käytä asiakkaan tietoja kouluttamaan tekoälymalleja uudelleen. Turvallisuus ja yksityisyys ovat ensisijaisia, ja asiakkaat työskentelevät aina esikoulutetuilla malleilla, jotka poistavat kaikki arkaluontoiset, biometriset ja henkilökohtaiset tiedot.

Miten Veritone tasapainottaa nopean teknologisen edistymisen tarpeen eettisten huomioiden ja yhteiskunnallisen vaikutuksen kanssa?

Kun kehittää tekoälyä nopealla tahdilla, taipumus on käyttää mahdollisimman paljon tietoja ja jatkuvaan keräämiseen parantamaan ja kasvattamaan. Vaikka tällainen lähestymistapa johtaa usein tekoälymallin nopeampaan kypsymiseen, se avaa useita eettisiä, yksityisyyden ja yhteiskunnallisia huolenaiheita.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Veritonen sivustolla.