Kuinka viranomaiset voivat jäljittää epäiltyjä ilman kasvojen tunnistamista

Viranomaisten käytettävissä olevan videodokumentaation määrä on kasvanut ennennäkemättömäksi. Oikeusministeriön mukaan noin 80 % rikoksista liittyy jollain tavoin videodokumentaatioon, ja tämä trendi ei näytä hidastuvan.

Videodokumentaation lähteet vaihtelevat turvallisuuskameroista ja liikennekameroista ruutukameroihin, käsikameroihin ja matkapuhelimiin. 97 % amerikkalaisista omistaa matkapuhelimen, joten tällaisen videodokumentaation saatavuus on yleistynyt sekä julkisissa että yksityisissä kohteissa. Lisäksi paikallisten poliisilaitosten ja sheriffien toimistojen laajamittainen käyttöönotto ruutukameroita on edelleen lisännyt videodokumentaation määrää: yli 47 % yleispätevistä poliisilaitoksista ja 80 % suurista poliisilaitoksista käyttää ruutukameroita.

Tekoälyn käyttäminen videodokumentaation käsittelyssä

Perinteisesti videodokumentaation analysointi vaati työvoimaa vaativaa manuaalista käsittelyprosessia, mutta tekoälyn edistyneet ominaisuudet ovat mahdollistaneet automaattisen analyysin ja nopeuttaneet videodokumentaation käsittelyä.

Esimerkiksi 10-minuuttinen video voidaan analyysinä nykyään käydä läpi muutamassa minuutissa, eikä enää tunteja kestävässä manuaalisessa käsittelyprosessissa. Samoin tekoälyalgoritmit voivat jäljittää epäiltyjä useiden videotiedostojen ja formaattien yli, tunnistamalla potentiaalisia osumia yksilöiden tiettyjen ominaisuuksien perusteella.

Tekoälyn tärkein etu julkisen turvallisuuden kannalta on sen kyky nopeasti analyysinä laajoja tietoja reaaliajassa. Koneoppimisalgoritmien avulla tekoälyalustat ovat erittäin taitavia havaitsemaan kuvioita, havaitsemaan poikkeamia ja ennustamaan potentiaalisia uhkia korkealla tarkkuudella.

Tämä mahdollistaa viranomaisille (LEA) – muiden ensivastejoukkojen ja muiden julkisen turvallisuuden sidosryhmien ohella – tehokkaasti ratkaista turvallisuusongelmia ja optimoida resursseja proaktiivisesti ja tehokkaasti, samalla kun ihmiset ovat mukana automaatio-prosessissa ja heillä on parempi data nopeammin.

Käyttämällä tiettyjä tekoälyratkaisuja viranomaiset voivat suorittaa videodokumentaation analyysin yhdistämällä kuvia eri tiedostoista, jotta voidaan muodostaa kattava kertomus yksilöistä, tapahtumista ja aikajanoista. Tämä parantaa merkittävästi tutkimusten tehokkuutta sekä oikeudellisen että oikeudellisen ulkopuolella.

Toisaalta tekoälyn käytön tutkimuksissa on herättänyt huolta yksityisyyden lakien ja henkilökohtaisten tunnistetietojen (PII) suojelun suhteen, erityisesti siinä, miten kasvojen tunnistamisteknologiaa voidaan käyttää ilman oikeuksien loukkaamista.

Onneksi uusimpien tekoälytekniikoiden myötä on nyt vaihtoehtoinen lähestymistapa epäiltyjen seuraamiseen videoiden yli ilman kasvojen tunnistamista.

Tekoäly, joka suojelee PII:ää

On olemassa vaihtoehtoisia tekoälymalleja, jotka priorisoivat PII:n koskemattomuuden, mahdollistaen tutkijoille relevantin tiedon tunnistamisen ilman kasvojen tunnistamista tai muita biometrisiä tunnisteita, jotka voivat vaarantaa yksityisyyden. Tämä lähestymistapa nopeuttaa analyysiprosessia ja vähentää yksityisyyden riskejä, jotka liittyvät videosvalvontaan.

Yksityisyyden priorisointi ilman nopeuden uhraamista

Ajan merkitystä ei voida korostaa tarpeeksi. Katoamistapauksissa ensimmäiset 48 tuntia ovat kriittisiä, koska todisteet ovat tuoreita ja katoamisen uhri voidaan löytää todennäköisemmin. Käyttämällä tekoälyä videodokumentaation nopeuttamiseen viranomaiset voivat lisätä katoamisen uhrien löytymisen todennäköisyyttä ja epäiltyjen tunnistamisen.

Tilanteissa, joissa kasvojen tunnistaminen ei ole käytännöllistä tai eettistä, inhimillisen kaltaisen objektin (HLO) havaitsemisteknologia on välttämätöntä. HLO-havainnossa tekoälymoottori tunnistaa yksilöitä tiettyjen ominaisuuksien perusteella, joita se on opetettu tunnistamaan, kuten vaatteita, koruja tai jalkineita. Nämä ominaisuudet voidaan havaita, jolloin tekoäly nopeuttaa laajan videomateriaalin käsittelyä ja parantaa ajan tehokkuutta.

HLO-havainnon sovellukset ovat muun muassa uhrin tunnistaminen, epäiltyjen tunnistaminen ja kiinniottaminen, silminnäkijöiden tunnistaminen jne.

Muut tavat, joilla tekoäly auttaa viranomaisia jäljittämään yksilöitä videomateriaalissa

Lisäksi kasvojen tunnistamisen käytön tekoäly tarjoaa muita keinoja, joilla ihmisanalyytikot ja tutkijat voivat jäljittää henkilöitä, luoda tärkeitä aikajanoja ja kerätä tärkeitä tietoja – vapauttaen heidät arkisista tehtävistä, jotta he voivat omistaa enemmän aikaa yhteisöilleen.

Big data ja ennustava analytiikka

Hakutoimintojen osalta tekoäly vallankumouksellistaa big dataa ja ennustavaa analytiikkaa, tarjoten olennaisia edistysaskeleita:

• Laajat tietokannat, jotka käsittävät sosiaalisen median sisältöä ja julkisia tietoja, hyödynnetään ennustamaan jonkun potentiaalista sijaintia ja käyttäytymismalleja.
• Ennustava mallinnus mahdollistaa tutkijoille hienosäätää hakuparametreja, suunnattaen resursseja alueille, joilla ne ovat valmiita tuottamaan suurimman vaikutuksen.
• Luonnollisen kielen prosessointitekniikoita käytetään siivilöimään sosiaalisen median viestejä, jotta voidaan poimia arvokkaita oivalluksia, jotka parantavat pyrkimyksiä löytää epäiltyjä.

Geospatial-analyysi

Maantieteellisten tietojärjestelmien (GIS) avulla maastokarttaus ja -analyysi ovat avainasemassa etsintä- ja pelastusoperaatioissa. Tekoälyn integroinnin myötä nämä prosessit automatisoidaan, parantamalla geospatialisen data-analyysin tarkkuutta. Tämä automaatio mahdollistaa tutkijoille nopean käsittelyn laajoja tietoja, jotta voidaan havaita kuvioita, jotka voivat jääda huomaamatta perinteisillä menetelmillä.

Ajoneuvon seuranta

Henkilöiden seuraaminen videomateriaalissa toimii vain, jos he ovat kameran näkyvissä, mikä voi muodostua ongelman, jos he pääsevät ajoneuvon sisään. Tähän on tekoälyratkaisuja, jotka voivat siirtää henkilöiden seuraamisesta ajoneuvon seuraamiseen. Tällä tavoin poliisi voi edelleen löytää henkilöitä ja ylläpitää tapauksen aikajanan koskemattomuutta.

Tulevaisuuden suuntaukset ja sovellukset tekoälyssä katoamistutkimuksissa

Tekoälyn kehitys julkisessa turvallisuudessa on valmis yhteistyöhön viranomaisten ja teknologiayritysten välillä. Tämänkaltaisen yhteistyön kautta voidaan kehittää tehokkaampia ja tehokkaampia tekoälyohjattuja työkaluja, jotka lisäävät etsintä- ja pelastuspyrkimyksien tehokkuutta ja laajentavat muihin sovelluksiin. Yksi tällainen mahdollisuus on tekoälyn käyttäminen varhaisen tunnistamisen ja interventiostrategioiden kehittämiseen, jotta voidaan ehkäistä katoamisia vahvalla seurannalla ja analyysillä.

Teknologisen kehityksen jatkuessa voidaan odottaa uusien tekoälytyökalujen ja -menetelmien kehittymistä, jotka voivat käsittää edistyneempiä biometrisiä tunnistamiskykyjä ja hienostuneempia ennustavaa mallinnusta.

Julkisen turvallisuuden virastoille on tärkeää pääsy oikeisiin työkaluihin, jotta voidaan navigoida kehittyvissä tutkimusmaisemissa – ja tekoälyn omaksuminen, joka tekee viranomaisista tehokkaampia, tarkempia ja valmiimpia palvelemaan, on vahva askel eteenpäin.

Lopputajat: Tekoäly auttaa ylläpitämään tasapainoa yksityisyyden ja julkisen turvallisuuden välillä

Tekoälyn kasvavan integroinnin myötä viranomaisiin on tullut tärkeäksi tasapainon löytäminen yksityisyyden suojelemisen ja julkisen turvallisuuden varmistamisen välillä. Vaikka tekoäly lupaa vahvistaa julkisen turvallisuuden toimia, se sisältää myös potentiaalisia riskejä yksityisyyden loukkaamiseksi ja valtuuksien väärinkäytölle. Oikein varmistettuna ja käytettynä tekoäly voidaan käyttää palvelemaan ja tukemaan yleistä hyvää.

On tärkeää, että organisaatiot kehittävät eettisiä ja lakisääteisiä kehyksiä tekoälyn käytön säätelemiseksi ja yksityisyyden suojelemiseksi. Tämä edellyttää lainsäädännöllisten aloitteiden ja ohjeiden kehittämistä, joiden tavoitteena on edistää avoimuutta, vastuullisuutta ja valvontaa tekoälyjärjestelmiin.

On myös tärkeää toteuttaa parhaita käytäntöjä, kuten datan anonymisointi ja tiukat turvallisuusprotokollat, jotka auttavat lieventämään tekoälytekniikoihin liittyviä inherentteja riskejä. Lopulta yksityisyyden priorisointi jatkaa perustavanlaatuista pilaria julkisen turvallisuuden aloitteissa, edistäen viranomaisten luottamusta.