Hvordan rettshåndhevelse kan spore personer av interesse uten å stole på ansiktsgjenkjenning

Selve volumet av videobevis tilgjengelig for etterforskningsteam har nådd enestående nivåer. Ifølge Bureau of Justice Assistance, omtrent 80 % av forbrytelsene involverer en eller annen form for videobevis, og denne trenden viser ingen tegn til å avta.

Ulike kilder bidrar til denne tilstrømningen av videobevis, alt fra sikkerhetskameraer og trafikkbilder til kroppskameraer, dash-kameraer og håndholdte enheter. Med 97% av amerikanerne eier en mobil enhet, har tilgjengeligheten av slike opptak blitt allestedsnærværende i både offentlig og privat sektor. Dessuten forsterker den utbredte utplasseringen av kroppskameraer av lokale politiavdelinger og lensmannskontorer ytterligere utbredelsen av videobevis: over 47 % av allmenne rettshåndhevelsesbyråer og 80 % av store politiavdelinger bruker kroppsbårne kameraer.

Bruk av AI i videobevisgjennomgang

Tradisjonelt krevde analyse av videoopptak arbeidskrevende manuelle gjennomgangsprosesser, men fremskritt innen AI-teknologi har muliggjort automatisering og fremskyndet analyse av videobevis.

For eksempel kan en 10-minutters video nå analyseres i løpet av minutter i stedet for timer brukt på manuell gjennomgang. På samme måte kan AI-algoritmer spore personer av interesse på tvers av flere videofiler og formater, og identifisere potensielle treff basert på spesifikke funksjoner til enkeltpersoner.

En sentral fordel med kunstig intelligens i offentlig sikkerhet ligger i dens kapasitet til raskt å analysere omfattende datasett i sanntid. Gjennom bruk av maskinlæringsalgoritmer utmerker AI-plattformer seg i å oppdage mønstre, oppdage anomalier og forutsi potensielle trusler med økt presisjon.

Denne evnen gir rettshåndhevelsesbyråer (LEA) – blant førstehjelpere og andre interessenter i offentlig sikkerhet – mulighet til å effektivt takle sikkerhetsspørsmål og optimalisere ressursallokering proaktivt og effektivt, samtidig som de holder mennesker i løkken av automatiseringsprosessen og gir disse teammedlemmene mulighet til å jobbe. med bedre data i en raskere tidsramme.

Ved å utnytte visse AI-løsninger kan LEA-er strømlinjeforme videobevisanalyse ved å koble bilder på tvers av forskjellige filer for å konstruere en omfattende fortelling om individer, hendelser og tidslinjer. Dette øker effektiviteten og effektiviteten til undersøkelser betydelig, både innenfor og utenfor det juridiske området.

Ikke desto mindre har bruken av AI i undersøkelser utløst bekymringer angående personvernlover og beskyttelse av personlig identifiserbar informasjon (PII), med et spesielt fokus på hvordan ansiktsgjenkjenningsteknologi kan brukes uten å krenke disse rettighetene.

Heldigvis, med fremveksten av banebrytende AI-teknologier, finnes det nå en alternativ tilnærming til å spore personer av interesse på tvers av videofiler som ikke er avhengig av ansiktsgjenkjenning.

AI som beskytter PII

Det finnes alternative AI-modeller som prioriterer integriteten til PII, slik at etterforskere kan identifisere relevant informasjon uten å stole på ansiktsgjenkjenning eller andre biometriske markører som kan kompromittere personvernet. Denne tilnærmingen fremskynder ikke bare analyseprosessen, men reduserer også personvernrisiko forbundet med videoovervåking.

Prioriter personvern uten å ofre fart

Betydningen av tid kan ikke overvurderes. I saker som involverer savnede personer, er de første 48 timene avgjørende, siden bevis fortsatt er ferske, og sannsynligheten for å lokalisere personen er høyere. Ved å utnytte AI for å akselerere gjennomgangen av videobevis, kan LEA-er øke sannsynligheten for å finne savnede personer og identifisere personer av interesse.

I situasjoner der ansiktsgjenkjenning ikke er praktisk eller etisk, blir teknologi for menneskelignende objekt (HLO) uunnværlig. Med HLO-deteksjon identifiserer en AI-motor individer basert på spesifikke funksjoner den har blitt opplært til å gjenkjenne, for eksempel klær, piercinger eller fottøy. Ved å finne forekomster hvor disse funksjonene vises, strømlinjeformer AI prosessen med å gjennomgå omfattende videoopptak, og dermed forbedre tidseffektiviteten.

Brukstilfeller for HLO-deteksjon inkluderer identifikasjon av offer, identifikasjon og pågripelse av mistenkte, identifikasjon av vitner og mer.

Andre måter AI hjelper rettshåndhevelse med å finne enkeltpersoner i videoopptak

Bortsett fra å identifisere individer uten bruk av ansiktsgjenkjenning, tilbyr AI andre metoder som kan hjelpe menneskelige analytikere og etterforskere med å spore mennesker, etablere viktige tidslinjer og samle viktig informasjon – og frigjøre dem fra kjedelige oppgaver slik at de kan dedikere mer av tiden sin til deres fellesskap.

Big data og prediktiv analyse

Når det gjelder søkefunksjoner, revolusjonerer AI big data og prediktiv analyse, og tilbyr viktige fremskritt:

• Omfattende datasett, som omfatter innhold i sosiale medier og offentlige registre, brukes til å forutse noens potensielle plasseringer og atferdsmønstre.
• Prediktiv modellering gir etterforskere mulighet til å avgrense søkeparametere, og dirigere ressurser til områder der de er klar til å gi størst effekt.
• Naturlig språkbehandlingsteknikker (NLP) blir utnyttet for å sikte gjennom innlegg på sosiale medier, og trekke ut verdifull innsikt som forbedrer innsatsen for å finne personer av interesse.

Geospatial analyse

Ved å bruke geografiske informasjonssystemer (GIS), spiller terrengkartlegging og -analyse sentrale roller for å hjelpe søke- og redningsoperasjoner. Med AI-integrasjon er disse prosessene automatiserte, noe som øker presisjonen til geospatial dataanalyse. Denne automatiseringen lar etterforskere raskt behandle enorme datasett, og finne mønstre som kan bli oversett ved bruk av konvensjonelle metoder.

kjøretøy sporing

Å spore enkeltpersoner på tvers av videoopptak fungerer bare hvis de er synlige for kameraet, noe som kan bli et problem hvis de kommer inn i et kjøretøy. For å svare på dette finnes det AI-sporingsløsninger som sømløst kan gå fra å spore mennesker til å spore kjøretøy. På denne måten kan politiet fortsatt lokalisere enkeltpersoner og opprettholde integriteten til sakens tidslinje.

Fremtidige trender og anvendelser av AI i etterforskning av savnede personer

Banen til AI i offentlig sikkerhet er klar for samarbeid mellom LEA-er og teknologifirmaer. Gjennom denne typen partnerskap er utviklingen av kraftigere og mer effektive AI-drevne verktøy mulig, noe som forsterker effektiviteten til søke- og redningsarbeid og utvider til andre relevante applikasjoner. Et slikt prospekt innebærer å utnytte AI for tidlig identifisering og intervensjonsstrategier for å forebygge forsvinninger gjennom robust overvåking og analyse.

Etter hvert som teknologiske fremskritt fortsetter å utfolde seg, kan vi forutse fremveksten av nye AI-drevne verktøy og metoder som kan omfatte økte biometriske gjenkjenningsevner og raffinerte prediktive modelleringsteknikker.

For offentlige sikkerhetsbyråer er tilgjengelighet til de riktige verktøyene fortsatt avgjørende for å navigere i utviklende etterforskningslandskap – og å ta i bruk AI som kan gjøre LEA-er mer effektive, nøyaktige og lettere tilgjengelige for å betjene er et sterkt skritt fremover.

Siste tanker: AI bidrar til å opprettholde en balanse mellom personvern og offentlig sikkerhet

Med den økende integreringen av AI i rettshåndhevelse, fremstår det å finne en balanse mellom å ivareta personvernet og å sikre offentlig sikkerhet som en overordnet bekymring. Mens AI har løftet om å styrke offentlige sikkerhetstiltak, har det også potensialet for brudd på personvernet og misbruk av autoritet. Med riktige sikkerhetstiltak og praksis kan AI brukes til å tjene og støtte det større gode.

Det vil være avgjørende for organisasjoner å etablere etiske og juridiske rammer for å styre bruken av AI og ivareta personvernrettigheter. Dette nødvendiggjør utvikling av lovgivningsinitiativer og retningslinjer rettet mot å fremme åpenhet, ansvarlighet og tilsyn over AI-drevne systemer.

Det vil også være viktig å implementere beste praksis, for eksempel dataanonymisering og strenge sikkerhetsprotokoller, som vil bidra til å redusere de iboende risikoene forbundet med AI-teknologier. Til syvende og sist vil prioritering av personvern fortsette å stå som en grunnleggende pilar i initiativer for offentlig sikkerhet, og fremme offentlig tillit til rettshåndhevelse.