Hvordan lovverket kan spore personer av interesse uten å bruke ansiktsgjenkjenning

Det enorme volumet av videobevis som er tilgjengelig for etterforskningsteam har nådd uhørte nivåer. Ifølge Bureau of Justice Assistance, omfatter omtrent 80% av kriminelle handlinger noen form for videobevis, og denne trenden viser ingen tegn til å avta.

Flere kilder bidrar til denne strømmen av videobevis, fra sikkerhetskameraer og trafikkfilmer til kroppskameraer, dashcam og håndholdte enheter. Med 97% av amerikanerne som eier en mobil enhet, har tilgjengeligheten av slike filmer blitt ubegrenset i både offentlige og private sektorer. I tillegg bidrar den omfattende utrullingen av kroppsbåret kameraer av lokale politiet og sheriffkontorer til å forsterke forekomsten av videobevis: over 47% av generelle formål politiet og 80% av store politiavdelinger bruker kroppsbåret kameraer.

Bruk av AI i gjennomgang av videobevis

Tradisjonelt har analysen av videoopptak krevd arbeidskrevende manuelle gjennomgangsprosesser, men fremgangen i AI-teknologi har muliggjort automatisering og akselerert analyse av videobevis.

For eksempel kan en 10-minutters video nå analyseres på få minutter i stedet for timer som ble brukt på manuell gjennomgang. Liksom kan AI-algoritmer spore personer av interesse over flere videofiler og formater, og identifisere potensielle treff basert på bestemte egenskaper hos enkeltpersoner.

En avgjørende fordel med AI i offentlig sikkerhet ligger i dens evne til å raskt analysere omfattende datasamlinger i sanntid. Gjennom bruk av maskinlæring-algoritmer, utmerker AI-plattformer seg i å oppdage mønster, å spore avvik og å forutsi potensielle trusler med økt presisjon.

Dette muliggjør at politiet og andre offentlige sikkerhetsaktører kan effektivt håndtere sikkerhetsproblemer og optimalisere ressursallokering proaktivt og effektivt, samtidig som de holder mennesker i løkken av automatiseringsprosessen og muliggjør at disse teammedlemmene kan arbeide med bedre data i en raskere tidsramme.

Ved å utnytte bestemte AI-løsninger, kan politiet strømlinjeforme analysen av videobevis ved å koble bilder over forskjellige filer for å konstruere en omfattende fortelling om enkeltpersoner, hendelser og tidslinjer. Dette forbedrer betydelig effektiviteten og effekten av etterforskningene, både innenfor og utenfor det juridiske området.

Likevel har bruk av AI i etterforskninger ført til bekymringer omkring personvernlover og beskyttelse av personlige identifiserbare opplysninger (PII), med særlig fokus på hvordan ansiktsgjenkjenningsteknologi kan brukes uten å krenke disse rettighetene.

Heldigvis, med fremveksten av nyeste AI-teknologier, finnes det nå en alternativ tilnærming til å spore personer av interesse over videofiler som ikke avhenger av ansiktsgjenkjenning.

AI som beskytter PII

Det finnes alternative AI-modeller som prioriterer integriteten til PII, og som tillater etterforskere å identifisere relevante opplysninger uten å avhenge av ansiktsgjenkjenning eller andre biometriske markører som kunne krenke personlig privatliv. Denne tilnærmingen akselererer ikke bare analysen, men reduserer også privatlivsriskene forbundet med videoovervåking.

Prioritering av privatliv uten å ofre hastighet

Tidenes betydning kan ikke overvurderes. I saker som involverer savnede personer, er de første 48 timene avgjørende, da bevisene er ferske, og sannsynligheten for å finne den savnede personen er høyere. Ved å utnytte AI for å akselerere gjennomgangen av videobevis, kan politiet øke sannsynligheten for å finne savnede personer og identifisere personer av interesse.

I situasjoner hvor ansiktsgjenkjenning ikke er praktisk eller etisk, blir menneske-lignende objekt (HLO) gjenkjenningsteknologi uvurderlig. Med HLO-gjenkjenning, identifiserer en AI-motor enkeltpersoner basert på bestemte egenskaper den er blitt trenet til å gjenkjenne, som klesplagg, piercinger eller fotutstyr. Ved å peke ut instanser hvor disse egenskapene opptrer, strømlinjeformer AI-prosessen for å gjennomgå omfattende videoopptak, og forbedrer dermed tidsøkonomien.

Bruksområder for HLO-gjenkjenning inkluderer offeridentifisering, mistenktidentifisering og pågripelse, vitneidentifisering og mer.

Andre måter AI hjelper politiet å lokalisere enkeltpersoner i videoopptak

Foruten å identifisere enkeltpersoner uten å bruke ansiktsgjenkjenning, tilbyr AI andre metoder som kan hjelpe menneskelige analytikere og etterforskere å spore personer, etablere viktige tidslinjer og samle viktig informasjon – og frigjør dem fra kjedelige oppgaver så de kan dedikere mer tid til sine samfunn.

Stor data og prediktiv analyse

I søkefunksjoner, revolusjonerer AI stor data og prediktiv analyse, og tilbyr avgjørende fremgang:

• Omfattende datasamlinger, som inkluderer sosiale medier og offentlige registre, brukes til å forutsi noen potensielle lokasjoner og atferdmønster.
• Prediktiv modellering muliggjør at etterforskere kan finjustere søkeparametere, og rette ressurser mot områder hvor de er best posisjonert til å ha størst effekt.
• Naturlig språkbehandling (NLP) brukes til å gjennomgå sosiale medier, og trekke ut verdifulle innsikter som forbedrer anstrengene for å lokalisere personer av interesse.

Geografisk analyse

Ved å bruke geografiske informasjonssystemer (GIS), spiller terrengkartlegging og -analyse en avgjørende rolle i å hjelpe med søk- og redningsoperasjoner. Med AI-integrasjon, automatiseres disse prosessene, og forbedrer presisjonen av geografisk dataanalyse. Denne automatiseringen tillater etterforskere å raskt prosessere omfattende datasamlinger, og å peke ut mønster som kunne bli oversett ved å bruke konvensjonelle metoder.

Kjøretøysporing

Sporing av enkeltpersoner over videoopptak fungerer bare hvis de er synlige for kameraet, noe som kan bli et problem hvis de kommer inn i et kjøretøy. For å respondere på dette, finnes det AI-spøringsløsninger som kan gå over fra å spore personer 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 etterforskninger av savnede personer

Utviklingen av AI i offentlig sikkerhet er rettet mot samarbeid mellom politiet og teknologiselskaper. Gjennom dette samarbeidet, er det mulig å utvikle mer kraftfulle og effektive AI-drevne verktøy, og å forbedre effekten av søk- og redningsinnsats, og å utvide til andre relevante anvendelser. En slik mulighet inkluderer å bruke AI til tidlig identifisering og intervensjonsstrategier for å forhindre forsvinning gjennom robust overvåking og analyse.

Som teknologiske fremgang fortsetter å utvikle seg, kan vi forvente å se frem til nye AI-drevne verktøy og metoder som kan omfatte forbedret biometrisk gjenkjenning og finjustert prediktiv modellering.

For offentlige sikkerhetsorganer, er tilgang til riktige verktøy avgjørende for å navigere i utviklingen av etterforskning – og å adoptere AI som kan gjøre politiet mer effektivt, nøyaktig og mer tilgjengelig for å tjene, er et sterkt skritt fremover.

Slutt tanker: AI hjelper med å opprettholde en balanse mellom privatliv og offentlig sikkerhet

Med den økende integreringen av AI i politiet, blir det å opprettholde en balanse mellom å beskytte privatliv og å sikre offentlig sikkerhet, en avgjørende bekymring. Mens AI har potensialet til å styrke offentlige sikkerhets tiltak, bærer det også potensialet for privatlivskrenkelser og misbruk av myndighet. 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 beskytte privatlivsrettigheter. Dette krever utvikling av lovgivningsinitiativer og retningslinjer som skal fremme transparens, ansvar og tilsyn over AI-drevne systemer.

Det vil også være viktig å implementere beste praksis, som dataanonymisering og strenge sikkerhetsprotokoller, som vil hjelpe med å mildne de innebygde risikoene forbundet med AI-teknologier. Til slutt, vil prioritering av privatliv fortsette å stå som en grunnleggende søyle for offentlige sikkerhetsinitiativer, og fremme tillit til politiet.