Hur lagföring kan spåra personer av intresse utan att förlita sig på ansiktsigenkänning

Den enorma mängden videobevis som finns tillgänglig för utredningsteam har nått oanade nivåer. Enligt Bureau of Justice Assistance är cirka 80% av brotten förknippade med någon form av videobevis, och denna trend visar inga tecken på att avta.

Olika källor bidrar till denna tillströmning av videobevis, allt från säkerhetskameror och trafikfilmer till kroppskameror, dashcam och handhållna enheter. Med 97% av amerikanerna som äger en mobil enhet har tillgängligheten av sådant material blivit allmänt förekommande i både offentliga och privata sektorer. Dessutom förstärker den omfattande användningen av kroppsburna kameror av lokala polismyndigheter och sheriffkontor förekomsten av videobevis: över 47% av allmänna polismyndigheter och 80% av stora poliskontor använder kroppsburna kameror.

Användning av AI i videoanalys

Traditionellt har analys av video krävt manuella och tidskrävande processer, men framsteg inom AI-teknik har möjliggjort automatisering och snabbare analys av video.

Till exempel kan en 10-minuters video nu analyseras på några minuter istället för timmar som krävs för manuell granskning. Likaså kan AI-algoritmer spåra personer av intresse över flera videofiler och format, identifiera potentiella matchningar baserat på specifika egenskaper hos individer.

En avgörande fördel med AI inom offentlig säkerhet ligger i dess förmåga att snabbt analysera omfattande datamängder i realtid. Genom användning av maskinlärningsalgoritmer utmärker sig AI-plattformar i att upptäcka mönster, identifiera avvikelser och förutsäga potentiella hot med ökad precision.

Denna förmåga möjliggör för polismyndigheter (LEA) — bland första svarare och andra offentliga säkerhetsaktörer — att effektivt hantera säkerhetsfrågor och optimera resursfördelning proaktivt och effektivt, samtidigt som de håller människor i loopet av automatiseringsprocessen och ger dessa teammedlemmar möjlighet att arbeta med bättre data i en snabbare tidsram.

Genom att utnyttja vissa AI-lösningar kan LEA strömlinjeforma videoanalys genom att koppla bilder över olika filer för att skapa en omfattande berättelse om individer, händelser och tidsplaner. Detta förbättrar avsevärt effektiviteten och effekterna av utredningar, både inom och utanför det juridiska området.

Trots detta har användningen av AI i utredningar väckt frågor om integritet och skydd av personuppgifter (PII), med särskild fokus på hur ansiktsigenkänningsteknik kan användas utan att kränka dessa rättigheter.

Lyckligtvis finns det med framväxten av avancerad AI-teknik nu en alternativ metod för att spåra personer av intresse över videofiler som inte förlitar sig på ansiktsigenkänning.

AI som skyddar PII

Det finns alternativa AI-modeller som prioriterar integriteten hos PII, vilket möjliggör för utredare att identifiera relevant information utan att förlita sig på ansiktsigenkänning eller andra biometriska markörer som kan kompromettera personlig integritet. Denna metod förbättrar inte bara analysprocessen utan minskar också integritetsrisker förknippade med videosurveillance.

Prioritera integritet utan att offra hastighet

Tidens betydelse kan inte överskattas. I fall som involverar försvunna personer är de första 48 timmarna avgörande, eftersom bevisen fortfarande är färska och sannolikheten att hitta den försvunna personen är högre. Genom att utnyttja AI för att påskynda granskningen av videobevis kan LEA öka sannolikheten att hitta försvunna personer och identifiera personer av intresse.

I situationer där ansiktsigenkänning inte är praktisk eller etisk blir tekniken för humanliknande objekt (HLO) oumbärlig. Med HLO-teknik identifierar en AI-motor individer baserat på specifika egenskaper som den har tränats att känna igen, som kläder, piercings eller skor. Genom att identifiera instanser där dessa egenskaper förekommer, strömlinjeformar AI-processen för granskning av omfattande video, vilket förbättrar tidsverksamheten.

Användningsfall för HLO-identifiering inkluderar identifiering av offer, identifiering och gripande av misstänkta, identifiering av vittnen och mer.

Andra sätt AI hjälper polisen att lokalisera individer i video

Förutom att identifiera individer utan att använda ansiktsigenkänning erbjuder AI andra metoder som kan hjälpa mänskliga analytiker och utredare att spåra personer, etablera viktiga tidsplaner och samla in viktig information — befriar dem från tråkiga uppgifter så att de kan ägna mer tid åt sina samhällen.

Stordata och prediktiv analys

Inom sökfunktioner revolutionerar AI stordata och prediktiv analys, erbjuder avgörande framsteg:

• Omfattande datamängder, bestående av sociala medier och offentliga register, används för att förutsäga någons potentiella platser och beteendemönster.
• Prediktiv modellering ger utredare möjlighet att förbättra sökparametrar, rikta resurser till områden där de är bäst lämpade att ge störst effekt.
• Naturlig språkbehandling (NLP) används för att gå igenom sociala medieinlägg, extrahera värdefulla insikter som förbättrar ansträngningarna att lokalisera personer av intresse.

Geospatial analys

Genom att använda geografiska informationssystem (GIS), spelar terrängkartor och analys en avgörande roll i att stödja sök- och räddningsinsatser. Med AI-integration automatiseras dessa processer, vilket förbättrar precisionen i geospatial dataanalys. Denna automatisering möjliggör för utredare att snabbt bearbeta stora datamängder, identifiera mönster som kan förbises när konventionella metoder används.

Fordonsspårning

Att spåra individer över video fungerar bara om de är synliga för kameran, vilket kan bli ett problem om de kliver in i ett fordon. För att bemöta detta finns det AI-spårningslösningar som kan smidigt gå över från att spåra personer till att spåra fordon. På så sätt kan polisen fortfarande lokalisera individer och upprätthålla integriteten i ärendets tidsplan.

Framtida trender och tillämpningar av AI i utredningar om försvunna personer

AI:s utveckling inom offentlig säkerhet är på väg mot samarbete mellan polismyndigheter och teknologiföretag. Genom detta samarbete är det möjligt att utveckla kraftfullare och effektivare AI-drivna verktyg, vilket förbättrar effektiviteten i sök- och räddningsinsatser och sträcker sig till andra relevanta tillämpningar. En sådan möjlighet innefattar att använda AI för tidig identifiering och ingripande för att förhindra försvinnanden genom robust övervakning och analys.

Såsom tekniska framsteg fortsätter att utvecklas, kan vi förvänta oss uppkomsten av nya AI-drivna verktyg och metoder som kan omfatta förbättrade biometriska erkännandeförmågor och raffinerade prediktiva modelleringstekniker.

För offentliga säkerhetsmyndigheter är tillgång till rätt verktyg avgörande för att navigera i utvecklande utredningslandskap — och att anta AI som kan göra LEA mer effektiva, precisa och mer tillgängliga för att tjäna är ett starkt steg framåt.

Slutliga tankar: AI hjälper till att upprätthålla balans mellan integritet och offentlig säkerhet

Med den ökande integrationen av AI inom polisen, uppstår frågan om att upprätthålla balans mellan att skydda integritet och säkerställa offentlig säkerhet som en avgörande fråga. Medan AI har potentialen att stärka offentliga säkerhetsåtgärder, bär det också på potentialen för integritetskränkningar och missbruk av makt. Med rätt skyddsåtgärder och metoder kan AI användas för att tjäna och stödja det större goda.

Det kommer att vara avgörande för organisationer att etablera etiska och juridiska ramverk för att styra användningen av AI och skydda integritetsrättigheter. Detta kräver utveckling av lagstiftningsinitiativ och riktlinjer som syftar till att främja transparens, ansvar och tillsyn över AI-drivna system.

Det kommer också att vara viktigt att implementera bästa metoder, såsom dataanonymisering och stränga säkerhetsprotokoll, som kommer att hjälpa till att mildra de inneboende riskerna förknippade med AI-teknologier. Slutligen kommer prioritering av integritet att fortsätta att stå som en grundläggande pelare för offentliga säkerhetsinitiativ, främjande förtroende för polisen.