Ben Ha, Dyrektor ds. Architektury Rozwiązań, Dział Rządowy, Prawny i Zgodności, Veritone – Seria Wywiadów

Ben Ha jest Dyrektorem ds. Architektury Rozwiązań w dziale rządowym, prawnym i zgodności Veritone. Ben ma ponad 15 lat doświadczenia w branży oprogramowania, pracując głównie w roli technicznej przed sprzedażą. Ben pracował z klientami w sektorze rządowym i prawnym przez ostatnie 4 lata.

Veritone projektuje rozwiązania oparte na sztucznej inteligencji, dostosowane do potrzeb ludzi. Oprogramowanie i usługi Veritone umożliwiają osobom w wielu z największych i najbardziej rozpoznawalnych marek na świecie prowadzenie działalności w sposób bardziej efektywny, przyspieszanie podejmowania decyzji i zwiększanie zysków.

Jak Veritone’s iDEMS integruje się z istniejącymi systemami policji, i jakie konkretnie efektywności wprowadza?

Systemy policji mają zwykle dane z wielu różnych źródeł, takich jak kamery noszone przez funkcjonariuszy, systemy zarządzania wideo i inne urządzenia. iDEMS pozwala policji na budowanie połączeń z tymi systemami za pomocą API lub innych ścieżek integracji. Następnie wirtualizuje dane z tych systemów, umożliwiając policji przechowywanie danych w ich oryginalnych systemach. W aplikacji Veritone Investigate użytkownik ma dostęp do pliku proxy o niskiej rozdzielczości, który może wykorzystać do przeglądania, udostępniania, wyszukiwania, analizy itp. Ponieważ dane są w jednej centralnej lokalizacji, łatwiej jest użytkownikowi przejść przez proces dochodzeniowy bez przełączania się między izolowanymi aplikacjami.

Veritone Investigate umożliwia również użytkownikowi wykorzystanie sztucznej inteligencji do analizy zawartości danych. Innymi słowy, policja może wykorzystać sztuczną inteligencję do strukturyzacji niestrukturyzowanych danych, co ułatwia znalezienie informacji. Większość systemów działa jedynie jako magazyn danych i nie zawiera informacji o słowach wypowiedzianych lub twarzach i obiektach wewnątrz zawartości. Z Investigate i rozwiązaniem iDEMS sztuczna inteligencja jest wbudowana i uruchamiana automatycznie po ingestii, eliminując potrzebę ręcznego oglądania lub słuchania zawartości w celu uzyskania kontekstu, co przyspiesza proces dochodzeniowy.

Jakie są wymagania techniczne dla policji, aby wdrożyć Veritone’s iDEMS?

Policja nie musi posiadać znacznych wymagań technicznych, aby wdrożyć Veritone’s iDEMS – w rzeczywistości rozwiązanie to działa z prawie każdym rozmiarem policji, niezależnie od systemów, które posiadają. Ponieważ Veritone ma adaptery ingestii, które mogą łączyć się z różnymi API, jedyną rzeczą, której potrzebuje policja, jest osoba z dostępem do tych systemów. Ponadto iDEMS jest oparty na chmurze, a policja potrzebuje szybkiego połączenia z Internetem i nowoczesnej przeglądarki internetowej.

Czy możesz dostarczyć więcej informacji na temat tego, jak Veritone Track różni się od tradycyjnych technologii rozpoznawania twarzy pod względem dokładności i efektywności?

Tradycyjne rozpoznawanie twarzy opiera się na widocznych cechach twarzy (oczy, nos, usta itp.), aby zidentyfikować osobę. Problem polega na tym, że jeśli nagranie wideo nie ujmuje twarzy osoby, technologia nie może zidentyfikować ani śledzić tej osoby. Na przykład, jeśli nagranie ujmuje tylko plecy osoby, twarz jest zakryta maską lub kapturem, lub nagranie nie ma optymalnego kąta twarzy, rozpoznawanie twarzy nie działa.

Zamiast tego Veritone Track traktuje potencjalne osoby jako obiekty w procesie zwanym ludzkimi obiektami (HLO). Za pomocą HLO Veritone Track może utworzyć unikalny “druk” osoby na podstawie wizualnie rozróżnialnych atrybutów. Te atrybuty mogą być czapka, okulary, plecak lub to, czy osoba coś niesie w ręku, nawet kontrast kolorystyczny między ubraniem a butami. Uwzględnia również typ ciała, np. długość ramion, wzrost, waga itp.

Po utworzeniu tego druku Veritone Track włącza do procesu ludzką pętle, która przegląda i weryfikuje potencjalne dopasowania. Ostatecznie ta metoda jest bardziej dokładna i efektywna niż tradycyjne technologie rozpoznawania twarzy.

Jak wykorzystanie ludzkich obiektów (HLO) w Veritone Track ulepsza proces identyfikacji w porównaniu z wykorzystaniem rozpoznawania twarzy?

Wykorzystanie HLO ulepsza proces identyfikacji, ponieważ nie wymaga, aby policja miała dostęp do tych samych zmiennych, co tradycyjne rozpoznawanie twarzy, np. w pełni widocznej twarzy. Veritone Track jest elastyczny, ponieważ wykorzystuje dostępne informacje, niezależnie od jakości nagrania, rozdzielczości lub kąta kamery. Mimo zalet Veritone Track, nie jest to technologia, która wyklucza rozpoznawanie twarzy – policja może wykorzystać obie technologie jednocześnie. Na przykład, policja może wykorzystać Veritone Track do utworzenia druku osoby z dużej ilości niskiej jakości wideo, podczas gdy rozpoznawanie twarzy jest wykorzystywane do nagrania wideo z przodu.

Jak system sztucznej inteligencji Veritone pomaga w przyspieszaniu dochodzeń, jednocześnie utrzymując wysokie standardy obsługi dowodów?

Veritone Investigate, Veritone Track lub wszystkie aplikacje sektora publicznego Veritone wykorzystują sztuczną inteligencję, aby dramatycznie przyspieszyć procesy ręczne dla policji, redukując tygodnie lub dni pracy do kilku godzin, co jest coraz bardziej krytyczne w obliczu trwających niedoborów personelu. Pomimo tego przyspieszenia, Veritone utrzymuje wysokie standardy obsługi dowodów, nie ufając w pełni wynikom sztucznej inteligencji. Te rozwiązania pozostawiają ostateczne decyzje ludziom, którzy muszą przeglądać wyniki. Technologia Veritone umożliwia również ludziom przestrzeganie wysokich standardów obsługi dowodów i łańcucha posiadania. Ponadto, mają one wbudowane ślady audytowe, dzięki którym policja może zobaczyć, jak dochodzenie doprowadziło do ostatecznego wyniku. Po prostu, sztuczna inteligencja nie zastępuje ludzi – jedynie ulepsza ich możliwości.

Sztuczna inteligencja w policji budzi obawy dotyczące niesłusznych prześladowań mniejszości, szczególnie w miastach takich jak Detroit, Michigan, które doświadczyły wielu niesłusznych aresztowań w ciągu mniej niż roku. Jak Veritone rozwiązuje te wyzwania etyczne?

Po pierwsze, Veritone zawsze stosuje zabezpieczenia i środki ostrożności, aby zminimalizować możliwość niesłusznych prześladowań. Na przykład, Veritone Track nie wykorzystuje cech biometrycznych, takich jak rysy twarzy, do tworzenia druków osób, ale opiera się na ubraniu, typie ciała itp. Po drugie, te narzędzia nigdy nie pobierają danych z Internetu, mediów społecznościowych lub dużych baz danych, takich jak agencje paszportowe, w celu uzyskania danych. Gdy policja wykorzystuje nasze rozwiązania w aktywnym przypadku lub dochodzeniu, może porównywać tylko przesłane dowody wideo lub zdjęciowe z bazą danych znanych przestępców z zarejestrowanymi zatrzymaniami. W przypadku tego, co wydarzyło się w Detroit, Michigan, policja wykorzystała rozwiązanie, które pobrało dane z całego Internetu bez udziału ludzkiego weryfikatora, co skutkowało niesłusznymi prześladowaniami niewinnych obywateli.

Czy możesz wyjaśnić, jak sztuczna inteligencja Veritone zapewnia dokładność generowanych wskazówek?

Sztuczna inteligencja Veritone generuje potencjalne wskazówki, które ludzie mogą śledzić. Chociaż sztuczna inteligencja dostarcza ludziom użyteczne wyniki, osoba nadal podejmuje ostateczną decyzję. Znowu, przypadek w Detroit, Michigan, pokazał, że policja ufała wyłącznie rozpoznawaniu twarzy, co okazało się problematyczne, ponieważ te modele opierały się na danych, które skutkowały demograficznymi lub rasowymi uprzedzeniami.

Ponadto dane, które Veritone wybiera do szkolenia swoich silników i modeli sztucznej inteligencji, są reprezentatywne dla zawartości. Przed szkoleniem danych Veritone zredaguje wrażliwe elementy wideo i audio z źródeł, takich jak kamery noszone przez funkcjonariuszy, nagrania wideo z samochodów policyjnych, nagrania z kamer CCTV itp., lub wykorzysta publicznie dostępne dane niewrażliwe. Podobnie, Veritone zwaliduje wyniki za pomocą opinii klientów w celu ciągłego doskonalenia.

Jak Veritone radzi sobie z potencjałem sztucznej inteligencji do utrwalania istniejących uprzedzeń w danych policyjnych?

Veritone wykorzystuje podejście wielomodelowe, które współpracuje z wieloma różnymi dostawcami zewnętrznymi, aby uzyskać szerszą perspektywę, zamiast polegać wyłącznie na jednym modelu sztucznej inteligencji. W szczególności, ta metoda pozwala Veritone na standaryzację w ramach określonej kategorii sztucznej inteligencji, takiej jak transkrypcja, tłumaczenie, rozpoznawanie twarzy, wykrywanie obiektów lub rozpoznawanie tekstu. Wykorzystując “mądrość tłumu”, Veritone może uruchomić tę samą zawartość na wielu modelach w ramach tej samej kategorii sztucznej inteligencji, aby pomóc zabezpieczyć się przed uprzedzeniami.

Jakie kroki są podejmowane, aby upewnić się, że aplikacje sztucznej inteligencji Veritone nie naruszają praw do prywatności?

Istnieją dwie najlepsze praktyki, których aplikacje sztucznej inteligencji Veritone przestrzegają, aby upewnić się, że nie naruszają praw do prywatności. Po pierwsze, dane klienta pozostają własnością klienta przez cały czas. Mają prawo do zarządzania, usuwania lub wykonywania innych działań na swoich danych. Chociaż dane klienta są przechowywane w bezpiecznym środowisku chmury Veritone, klient zachowuje pełne prawo własności. Po drugie, Veritone nigdy nie wykorzystuje danych klienta bez jego pozwolenia lub zgody. W szczególności, Veritone nie wykorzystuje danych klienta do ponownego szkolenia modeli sztucznej inteligencji. Bezpieczeństwo i prywatność są najważniejsze, a klienci będą pracować tylko z pre-trenowanymi modelami, które wykorzystują dane pozbawione wszystkich wrażliwych, biometrycznych i osobistych informacji.

Jak Veritone balansuje potrzebę szybkiego postępu technologicznego z uwzględnieniem etycznych i społecznych skutków?

Podczas szybkiego rozwoju sztucznej inteligencji tendencja jest taka, aby wykorzystać jak najwięcej danych i nieustannie je pozyskiwać, aby poprawić i rozwinąć. Chociaż taki podejście prowadzi do przyspieszonego dojrzewania modelu sztucznej inteligencji, otwiera również różne etyczne, prywatne i społeczne problemy.

W związku z tym Veritone zawsze szuka najlepszych rozwiązań sztucznej inteligencji. Podczas gorączki generatywnej sztucznej inteligencji Veritone miał wczesny dostęp do technologii od OpenAI i innych partnerów. Jednak zamiast spieszyć się z wdrożeniem nowych rozwiązań, zapytaliśmy: “Jak nasi klienci będą wykorzystywać sztuczną inteligencję w odpowiednim przypadku użycia?” Innymi słowy, po zbadaniu misji i bolączek policji, określiliśmy, jak zastosować sztuczną inteligencję w odpowiedzialny sposób, który utrzymuje ludzi w centrum, jednocześnie pozwalając użytkownikom osiągnąć swoje cele i pokonywać wyzwania.

Na przykład, Veritone Investigate posiada prywatny i izolowany model języka, który może podsumować rozmowy lub zawartość. Jeśli kamera policyjna ujmuje incydent lub śledczy przesłuchuje kogoś, Veritone Investigate może przetranskrybować tę zawartość i automatycznie ją podsumować, co jest bardzo pomocne dla detektywów lub śledczych, którzy muszą potrzebują przedstawić podsumowanie całego wywiadu w krótkim akapicie do prokuratora lub oskarżyciela. Jednak osoba nadal ma szansę przeglądnąć wygenerowany przez sztuczną inteligencję wynik i wprowadzić niezbędne edycje i zmiany przed złożeniem.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Veritone.