Искусственный интеллект поможет Европе бороться с преступностью

Как сообщается в совместном докладе Евроюста и европейского IT-агентства eu-LISA, в будущем искусственный интеллект (ИИ) станет ключевым инструментом трансграничных расследований.

Artificial Intelligence copyИИ-технологии помогут странам ЕС укрепить сотрудничество в сфере борьбы с преступностью (Фото: Майк Маккензи, Flickr)

За последние годы Евроюст, eu-LISA и Еврокомиссия заложили основу цифровой трансформации органов юстиции и внутренних дел в странах — членах ЕС.

В Плане развития электронного правосудия в ЕС на 2019–2023 годы ИИ значится приоритетным направлением.

Согласно пятничному докладу, в мире, где преступность не знает границ, а правонарушители используют для связи передовые инструменты и технологии, включая шифрование и ИИ, борьба с преступностью требует трансграничного сотрудничества стран ЕС и применения не менее современных инструментов.

«Область правосудия проходит цифровую трансформацию, а искусственный интеллект как совокупность технологий обладает большим потенциалом и может способствовать этому процессу. Он может значительно повысить оперативность и результативность работы судебных органов», — говорится в докладе.

Согласно документу, для борьбы с трансграничной преступностью можно использовать две технологии ИИ: обработку естественного языка (NLP) и компьютерное зрение (CV).

Они помогут в расследованиях, где требуется обработать большие объемы неструктурированной информации, например, записи с камер наблюдения, аудиовизуальные данные или текстовые файлы, такие как документы и электронные письма.

Технология NLP поможет автоматизировать многие задачи — от перевода материалов до распознавания имен, реферирования текстов, а также выявления связей и других закономерностей в массиве данных.

При расследовании экономических преступлений, таких как отмывание денег, инсайдерская торговля и кибермошенничество, большую часть данных, которые могут послужить доказательствами, следователи получают в неструктурированном виде — в форме текста или речи. Тут и пригодятся NLP-технологии.

При анализе аудиовизуальных данных, таких как записи с камер видеонаблюдения, для идентификации потенциальных жертв или преступников можно использовать CV-технологии, например, биометрическое распознавание.

До появления подобных технологий следователи анализировали видео и другие визуальные материалы «вручную».

Обрабатывать такие данные сложно: работа требует кадровых ресурсов, не исключает человеческого фактора и при этом негативно влияет на психологическое здоровье причастных.

Согласно докладу, машины — почти идеальная замена для задач, на которые раньше десятки людей тратили месяцы. В документе говорится, что ИИ-технологии позволят судебным властям повысить результативность и при этом сократить расходы.

Однако авторы доклада предупреждают, что алгоритмические системы, такие как биометрическое распознавание, подвержены расовой, гендерной и возрастной предвзятости. Алгоритмы машинного обучения основываются на данных, которые используют для их обучения, а они могут содержать необъективные суждения.

«ИИ может улучшить работу судебных систем, но при этом не должен подрывать директивные полномочия судей и независимость судебной системы», — сказано в докладе.

Авторы подчеркнули, что подобные технологии необходимо тестировать в реальных условиях: важно убедиться в том, что результаты их работы соответствуют стандартам.