Come le forze dell’ordine possono rintracciare le persone sospette senza affidarsi al riconoscimento facciale

Il volume di prove video disponibili per i team investigativi ha raggiunto livelli senza precedenti. Secondo il Bureau of Justice Assistance, circa l’80% dei crimini coinvolge alcuna forma di prova video, e questa tendenza non mostra segni di rallentamento.

Varie fonti contribuiscono a questo afflusso di prove video, che vanno dalle telecamere di sicurezza e dalle immagini del traffico alle telecamere indossabili, alle telecamere delle auto e ai dispositivi portatili. Con il 97% degli americani che possiede un dispositivo mobile, la disponibilità di tali immagini è diventata onnipresente sia nel settore pubblico che in quello privato. Inoltre, la diffusa implementazione di telecamere indossabili da parte dei dipartimenti di polizia locali e degli uffici dello sceriffo amplifica ulteriormente la prevalenza delle prove video: oltre il 47% delle agenzie di polizia di scopo generale e l’80% dei grandi dipartimenti di polizia utilizzano telecamere indossabili.

Utilizzo dell’intelligenza artificiale nella revisione delle prove video

Tradizionalmente, l’analisi delle immagini video richiedeva processi di revisione manuali laboriosi, ma i progressi nella tecnologia dell’intelligenza artificiale hanno reso possibile l’automazione e l’analisi accelerata delle prove video.

Ad esempio, un video di 10 minuti può ora essere analizzato in pochi minuti invece di ore spese in revisione manuale. Allo stesso modo, gli algoritmi di intelligenza artificiale possono rintracciare le persone sospette attraverso più file video e formati, identificando potenziali corrispondenze in base a caratteristiche specifiche degli individui.

Un beneficio fondamentale dell’intelligenza artificiale nella sicurezza pubblica risiede nella sua capacità di analizzare rapidamente grandi set di dati in tempo reale. Attraverso l’utilizzo di algoritmi di apprendimento automatico, le piattaforme di intelligenza artificiale eccellono nel rilevamento di modelli, nell’individuazione di anomalie e nella previsione di potenziali minacce con precisione aumentata.

Questa capacità consente alle agenzie di polizia (LEA) – tra i primi soccorritori e altri soggetti coinvolti nella sicurezza pubblica – di affrontare efficacemente le questioni di sicurezza e di ottimizzare l’allocazione delle risorse in modo proattivo ed efficiente, mantenendo allo stesso tempo gli esseri umani nel ciclo di automazione del processo e consentendo a questi team membri di lavorare con dati migliori in un tempo più rapido.

Utilizzando determinate soluzioni di intelligenza artificiale, le LEA possono semplificare l’analisi delle prove video collegando immagini tra diversi file per costruire una narrazione completa di individui, eventi e cronologie. Ciò aumenta notevolmente l’efficienza e l’efficacia delle indagini, sia all’interno che all’esterno dell’ambito legale.

Tuttavia, l’utilizzo dell’intelligenza artificiale nelle indagini ha sollevato preoccupazioni riguardo alle leggi sulla privacy e alla protezione delle informazioni personali identificabili (PII), con un focus particolare su come la tecnologia di riconoscimento facciale possa essere utilizzata senza violare questi diritti.

Fortunatamente, con l’emergere di tecnologie di intelligenza artificiale all’avanguardia, esiste ora un approccio alternativo per rintracciare le persone sospette attraverso i file video che non si basa sul riconoscimento facciale.

Intelligenza artificiale che protegge le PII

Esistono modelli di intelligenza artificiale alternativi che danno priorità all’integrità delle PII, consentendo agli investigatori di identificare informazioni rilevanti senza affidarsi al riconoscimento facciale o ad altri marcatori biometrici che potrebbero compromettere la privacy personale. Questo approccio non solo accelera il processo di analisi, ma mitiga anche i rischi per la privacy associati alla sorveglianza video.

Prioritizzare la privacy senza sacrificare la velocità

L’importanza del tempo non può essere enfatizzata abbastanza. Nei casi di persone scomparse, le prime 48 ore sono cruciali, poiché le prove rimangono fresche e la probabilità di localizzare l’individuo è più alta. Utilizzando l’intelligenza artificiale per accelerare la revisione delle prove video, le LEA possono aumentare la probabilità di trovare persone scomparse e identificare le persone sospette.

In situazioni in cui il riconoscimento facciale non è pratico o etico, la tecnologia di rilevamento di oggetti simili a quelli umani (HLO) diventa indispensabile. Con il rilevamento HLO, un motore di intelligenza artificiale identifica gli individui in base a caratteristiche specifiche che ha appreso a riconoscere, come abbigliamento, piercing o calzature. Individuando le istanze in cui queste caratteristiche appaiono, l’intelligenza artificiale semplifica il processo di revisione di ampie immagini video, aumentando così l’efficienza del tempo.

Casi d’uso per il rilevamento HLO includono l’identificazione delle vittime, l’identificazione e la cattura dei sospetti, l’identificazione dei testimoni e altro ancora.

Altri modi in cui l’intelligenza artificiale aiuta le forze dell’ordine a localizzare gli individui nelle immagini video

Oltre a identificare gli individui senza l’uso del riconoscimento facciale, l’intelligenza artificiale offre altri metodi che possono aiutare gli analisti umani e gli investigatori a rintracciare le persone, stabilire cronologie importanti e raccogliere informazioni importanti – liberandoli così da compiti tediosi in modo che possano dedicare più tempo alle loro comunità.

Big data e analisi predittive

Nel campo delle capacità di ricerca, l’intelligenza artificiale sta rivoluzionando i big data e l’analisi predittiva, offrendo progressi cruciali:

• I grandi set di dati, che comprendono contenuti dei social media e registri pubblici, vengono utilizzati per anticipare le potenziali ubicazioni e i modelli di comportamento di qualcuno.
• La modellazione predittiva consente agli investigatori di raffinare i parametri di ricerca, dirigendo le risorse verso aree in cui sono più probabili di avere un impatto significativo.
• Le tecniche di elaborazione del linguaggio naturale (NLP) vengono utilizzate per setacciare i post sui social media, estraendo informazioni preziose che migliorano gli sforzi per localizzare le persone sospette.

Analisi geospaziale

Utilizzando i Sistemi di Informazione Geografica (GIS), la mappatura del terreno e l’analisi giocano ruoli fondamentali nell’aiutare le operazioni di ricerca e salvataggio. Con l’integrazione dell’intelligenza artificiale, questi processi vengono automatizzati, aumentando la precisione dell’analisi dei dati geospaziali. Questa automazione consente agli investigatori di elaborare rapidamente grandi set di dati, individuando modelli che potrebbero essere trascurati utilizzando metodi convenzionali.

Rilevamento dei veicoli

Rintracciare gli individui attraverso le immagini video funziona solo se sono visibili alla telecamera, il che può diventare un problema se entrano in un veicolo. Per rispondere a ciò, esistono soluzioni di rilevamento dell’intelligenza artificiale che possono trasferirsi senza problemi dal tracciamento delle persone al tracciamento dei veicoli. In questo modo, la polizia può ancora localizzare gli individui e mantenere l’integrità della cronologia del caso.

Tendenze e applicazioni future dell’intelligenza artificiale nelle indagini sulle persone scomparse

La traiettoria dell’intelligenza artificiale nella sicurezza pubblica è pronta per la collaborazione tra le LEA e le società tecnologiche. Attraverso questo tipo di partenariato, è possibile lo sviluppo di strumenti più potenti e efficienti guidati dall’intelligenza artificiale, ampliando l’efficacia degli sforzi di ricerca e salvataggio e estendendosi ad altre applicazioni pertinenti. Una di queste prospettive coinvolge l’utilizzo dell’intelligenza artificiale per strategie di identificazione e intervento precoce per prevenire le scomparse attraverso un monitoraggio e un’analisi robusti.

Man mano che i progressi tecnologici continuano a svilupparsi, possiamo aspettarci l’emergere di nuovi strumenti e metodologie guidate dall’intelligenza artificiale che potrebbero abbracciare capacità di riconoscimento biometrico più avanzate e tecniche di modellazione predittiva più raffinate.

Per le agenzie di sicurezza pubblica, l’accesso agli strumenti giusti rimane imperativo nel navigare i paesaggi investigativi in evoluzione – e l’adozione di un’intelligenza artificiale che possa rendere le LEA più efficaci, accurate e più pronte a servire è un passo importante in avanti.

Pensieri finali: l’intelligenza artificiale aiuta a mantenere un equilibrio tra privacy e sicurezza pubblica

Con l’integrazione crescente dell’intelligenza artificiale nelle forze dell’ordine, stabilire un equilibrio tra la salvaguardia della privacy e la garanzia della sicurezza pubblica emerge come una preoccupazione fondamentale. Mentre l’intelligenza artificiale tiene la promessa di rafforzare le misure di sicurezza pubblica, porta anche il potenziale per violazioni della privacy e abuso di autorità. Con le giuste salvaguardie e pratiche, l’intelligenza artificiale può essere utilizzata per servire e sostenere il bene più grande.

Sarà cruciale per le organizzazioni stabilire quadri etici e legali per regolare l’uso dell’intelligenza artificiale e salvaguardare i diritti alla privacy. Ciò richiede lo sviluppo di iniziative legislative e linee guida volte a promuovere la trasparenza, la responsabilità e la supervisione dei sistemi guidati dall’intelligenza artificiale.

Sarà anche importante implementare le migliori pratiche, come l’anonimizzazione dei dati e protocolli di sicurezza rigorosi, che aiuteranno a mitigare i rischi intrinseci associati alle tecnologie di intelligenza artificiale. In definitiva, dare priorità alla privacy continuerà a essere un pilastro fondamentale delle iniziative di sicurezza pubblica, promuovendo la fiducia pubblica nelle forze dell’ordine.