ИИ в криминалистике: предсказания преступлений, роботы-патрульные

Согласно данным Международной ассоциации криминалистов, внедрение технологий искусственного интеллекта повышает эффективность раскрытия сложных преступлений на тридцать-сорок процентов. Давайте разберёмся, как это происходит.

Криминалистика всегда была битвой со временем и неполными данными. Искусственный интеллект решает эти проблемы, обрабатывая огромные массивы информации за считанные минуты. 

Что это значит для общества и вас лично? В первую очередь — повышение безопасности и справедливости. Более точная и быстрая идентификация преступников снижает вероятность ошибочных обвинений невиновных. Алгоритмы не имеют предубеждений и работают исключительно с объективными данными. Ну а для специалистов в сфере правоохранения это означает необходимость осваивать новые навыки. Современный криминалист должен уметь работать с продвинутыми аналитическими инструментами и критически оценивать результаты, предоставляемые искусственным интеллектом.

А теперь, я вам расскажу о примерах соединения такой достаточно консервативной отрасли как криминалистика, с новой для себя технологией — искусственным интеллектом. 

Акустическая технология определения выстрелов

Огнестрельное насилие в американских городах – настоящая эпидемия. Унёсшая более шестидесяти пяти тысяч жизней и ранившая сотни тысяч людей только за последние пять лет. Но самое шокирующее – согласно данным компании SoundThinking, около восьмидесяти процентов случаев стрельбы никогда не сообщаются в полицию! Преступники эволюционируют, используя пробелы в устаревшей системе экстренных вызовов, существующей уже более пятидесяти лет. Когда люди всё же звонят в девять-один-один, они часто могут предоставить лишь размытую или неточную информацию. В результате – критические задержки в оказании помощи пострадавшим и потеря ценных улик.

Компания SoundThinking разработала систему ShotSpotter – акустическую технологию определения выстрелов, заполняющую этот информационный пробел. Она использует сеть звуковых датчиков, соединённых с облачной платформой. Для надёжного обнаружения и точного определения местоположения выстрелов с помощью триангуляции. Каждый датчик фиксирует точное время и звук, связанный с импульсными звуками, которые могут представлять собой выстрелы. Затем эти данные обрабатываются сложными алгоритмами машинного обучения для классификации события как потенциального выстрела. Акустические эксперты в круглосуточном Центре обработки инцидентов подтверждают, что события действительно являются выстрелами. И могут дополнить оповещение важной информацией – например, использовалось ли автоматическое оружие или было несколько стрелков. Весь процесс занимает менее шестидесяти секунд с момента стрельбы до появления цифрового оповещения в Центре экстренных вызовов. Или на мобильных устройствах патрульных офицеров.

Система ShotSpotter уже используется более чем в ста семидесяти городах по всему миру и высоко ценится правоохранительными органами как критически важный компонент стратегий предотвращения и снижения вооружённого насилия. Большинство клиентов находятся в США, включая такие крупные города как Нью-Йорк, Чикаго и Сан-Диего, но в прошлом году к списку клиентов добавился Кейптаун в Южной Африке. ShotSpotter защищает широкий спектр городов – от крупных мегаполисов вроде Лас-Вегаса до городов среднего размера, таких как Бостон, Денвер и Окленд. И даже небольших городов с населением менее пятидесяти тысяч человек.

Внедрение ShotSpotter приводит к впечатляющим результатам в борьбе с вооружённым насилием. Доля зарегистрированных случаев стрельбы возрастает с двенадцати до девяноста процентов! Время реагирования сокращается с четырёх с половиной минут до шестидесяти секунд. Точность определения места преступления улучшается с погрешности более трехсот метров до двадцати пяти метров. Процент найденных гильз увеличивается с пятидесяти до восьмидесяти девяти процентов. Время транспортировки пострадавших сокращается с десяти и трёх десятых минут до шести и восьми десятых минут. Например, в Окленде, в Калифорнии, благодаря ShotSpotter только в двадцатом году была оказана помощь ста одному пострадавшему, когда никто не сообщил о стрельбе.  

Вызывает ли ShotSpotter избыточное полицейское патрулирование? По данным компании, технология позволяет полиции реагировать более точечно, избегая массового прочёсывания целых кварталов или районов. Насколько точна система ShotSpotter? С девятнадцатого по двадцать первый год система имела совокупную точность девяносто семь процентов по всем клиентам, включая очень низкий уровень ложноположительных срабатываний. Менее полпроцента от всех зарегистрированных инцидентов со стрельбой. 

Технология ShotSpotter представляет собой яркий пример того, как искусственный интеллект и акустические датчики могут трансформировать традиционные подходы к общественной безопасности. В мире, где восемьдесят процентов случаев стрельбы остаются незарегистрированными, такие решения могут буквально спасать жизни, обеспечивая критически важную временную фору для экстренных служб.

Технология предсказания потенциальных преступлений

Мы живём в эпоху, когда границы между защитой общественной безопасности и тотальным надзором становятся всё более размытыми. Технологии распознавания лиц и анализа поведения проникают в самые различные сферы нашей жизни. Радикально меняя само понятие приватности. Китайская компания CloudWalk Technology продвинулась дальше большинства конкурентов, разрабатывая системы, которые способны не просто идентифицировать личность. Но и предсказывать потенциальные преступления до того, как они произойдут. Подобные технологии поднимают фундаментальные вопросы о балансе между безопасностью и гражданскими свободами. Особенно в контексте их применения в регионах с неоднозначной ситуацией в области прав человека. В современном мире алгоритмы всё чаще становятся судьями человеческого поведения, оценивая каждое движение через призму «подозрительности» или «нормальности».

Китайская компания CloudWalk разработала комплексную систему для правительственных структур. Использующую передовые технологии искусственного интеллекта для обнаружения и отслеживания людей. В основе этой системы лежат технологии распознавания лиц и анализа походки. Способные выявлять подозрительные изменения в поведении или необычные движения человека. Например, если человек ходит взад-вперёд по определённой территории, система может идентифицировать это как потенциальный признак карманной кражи. Или разведки местности для будущего преступления. Более того, платформа человеко-машинного взаимодействия CloudWalk обладает пятью ключевыми особенностями: она работает как «фабрика мечты» с экспертами по искусственному интеллекту, обеспечивает надёжное интеллектуальное принятие решений, предлагает удобное и естественное человеко-машинное взаимодействие, функционирует на основе операционной системы искусственного интеллекта собственной разработки и обеспечивает безопасный обмен данными.

CloudWalk была основана в пятнадцатом году Чжоу Си, выпускником Университета науки и технологий Китая. С академическим образованием в области искусственного интеллекта и распознавания образов. Технологии CloudWalk находят применение в широком спектре сфер – от финансовых учреждений до систем государственного контроля. Компания является основным поставщиком технологий распознавания лиц для Банка Китая и Haitong Securities. В восемнадцатом году CloudWalk подписала соглашение с правительством Зимбабве о создании национальной базы данных распознавания лиц и системы мониторинга. Которая будет отслеживать все основные транспортные узлы. По словам представителей компании, их система способна выявлять потенциально подозрительные модели поведения: «Конечно, если кто-то покупает кухонный нож, это нормально. Но если человек позже покупает мешок и молоток, этот человек становится подозрительным». В мае двадцать третьего года компания выпустила свою большую языковую модель Comfort для бета-тестирования, расширяя свои возможности в сфере искусственного интеллекта.

Технологии CloudWalk вызывают серьёзную обеспокоенность в контексте защиты прав человека и гражданских свобод. В двадцатом году Министерство торговли США внесло CloudWalk Technology в свой Список организаций. За её роль в содействии китайскому правительству в массовом наблюдении за уйгурским населением. По данным американских официальных лиц, CloudWalk Technology была «соучастником нарушений прав человека и злоупотреблений, совершённых в ходе кампании репрессий Китая. Массовых произвольных задержаний, принудительного труда и высокотехнологичного наблюдения за уйгурами, этническими казахами и другими представителями мусульманских меньшинств в Синьцзян-Уйгурском автономном районе». В двадцать первом году Министерство финансов США запретило все американские инвестиции в CloudWalk Technology, обвинив компанию в соучастии в содействии геноциду уйгуров.  

Технологии компаний, подобных CloudWalk, ставят перед обществом фундаментальные вопросы о границах технологического вмешательства в частную жизнь граждан. Способны ли алгоритмы действительно предсказывать преступные намерения? Какова цена ошибки, когда человек может быть признан потенциальным преступником на основании анализа его походки или покупательских привычек? 

Что вы думаете об этических границах применения технологий предиктивного контроля? Могут ли алгоритмы искусственного интеллекта объективно оценивать намерения человека? И я не нашел информации про глюки системы — а они точно должны быть при таких объемах. 

Новая концепция охранных технологий

Ежегодно в США регистрируется более одного миллиона насильственных преступлений и свыше семи миллионов имущественных преступлений. Парковки и автостоянки превратились в настоящие очаги преступности. Становясь местом совершения краж автомобилей, каталитических нейтрализаторов, разбойных нападений и вандализма. Особенно тревожным выглядит факт, что традиционная модель обеспечения безопасности испытывает серьёзный кризис. Менее одного миллиона сотрудников правоохранительных органов физически не способны эффективно защищать триста пятьдесят миллионов граждан круглосуточно и без выходных. Эта диспропорция усугубляется недостатком координации между девятнадцатью тысячами полицейских управлений и восемью тысячами охранных компаний. Которые действуют без единой национальной базы данных о лучших практиках обеспечения безопасности.

Компания Knightscope разработала принципиально новую концепцию охранных технологий, основанную на идее «Машины как услуги» или Machine-as-a-Service. Центральным элементом их экосистемы являются Автономные Охранные Роботы, представленные в нескольких формах. Флагманская модель K пять представляет собой искусственный интеллект в физическом воплощении. Робот автономно патрулирует коммерческие объекты и общественные пространства круглосуточно, без перерывов. Добавляя слой мобильной периметральной защиты и физического сдерживания с интеллектуальными «глазами, ушами и голосом». Стационарные системы, такие как K один Hemisphere, предназначены для стратегического размещения в ключевых точках . От вестибюлей банкоматов до электрических зарядных станций, лифтовых холлов и складских помещений. Особого внимания заслуживает система K один Laser, разработанная для извлечения максимальной ценности из технологии LiDAR. Обеспечивающая высокую точность обнаружения, классификации и отслеживания людей, транспортных средств и объектов. Даже в неблагоприятных погодных условиях и при низкой освещенности. Важным компонентом экосистемы является автоматизированная система обнаружения выстрелов AGD, способная определить место стрельбы с точностью до двух метров в течение двух секунд после инцидента.

Knightscope выбрала бизнес-модель подписки на «Машину как услугу». Что делает передовые технологии безопасности доступными для широкого круга клиентов без необходимости крупных первоначальных инвестиций. Компания нацелена на множество секторов рынка – от аэропортов и казино до корпоративных кампусов. А также больниц, отелей, учебных заведений и общественных парков. Примечательно, что почти пятьдесят процентов развёрнутых Автономных Охранных Роботов используются для защиты парковок и автостоянок. Что подчёркивает актуальность проблемы безопасности этих пространств. Подписочная модель не просто снижает барьер входа для потенциальных клиентов, но и обеспечивает постоянное обновление программного обеспечения и технологическую поддержку.  

Внедрение технологий Knightscope приводит к ощутимым результатам в области общественной безопасности. Клиенты компании сообщают о значительном снижении уровня преступности на охраняемых объектах. В некоторых случаях до шестидесяти процентов в первые шесть месяцев использования. В городе Денвер за период с восемнадцатого по двадцать первый год благодаря технологиям Knightscope было установлено тысяча восемьсот сорок восемь связей между найденными гильзами. И произведено триста тридцать семь арестов. Технологии экстренной связи компании обеспечивают критически важное преимущество в ситуациях, когда счёт идёт на секунды . Моментальное оповещение о стрельбе может существенно сократить время реагирования экстренных служб и спасти жизни.  

Несмотря на впечатляющие технологические возможности, внедрение роботизированных систем безопасности поднимает серьёзные этические вопросы. Всепроникающее наблюдение, осуществляемое автономными устройствами, создаёт новый уровень прозрачности общественных пространств. Размывая традиционные представления о приватности. Существует обоснованная обеспокоенность относительно алгоритмических предубеждений. Какие критерии использует искусственный интеллект для классификации поведения как «подозрительного»? Возникают также вопросы о точности распознавания лиц и объектов в реальных условиях. Необходимо также учитывать психологический эффект постоянного присутствия роботов-наблюдателей в общественных пространствах. Не приведёт ли это к формированию общества тотального надзора? Где сам факт наблюдения становится механизмом социального контроля.  

Готовы ли вы чувствовать себя комфортно в пространствах, патрулируемых роботами? Или привычнее и спокойнее с людьми?

Искусственный юридический ассистент

По оценкам экспертов, юристы в суде тратят до сорока процентов своего времени на рутинную исследовательскую работу. А ошибки в юридическом анализе могут стоить клиентам миллионы долларов и годы судебных разбирательств. При этом идет лавинообразный рост объёма правовой информации. Только в США ежегодно публикуется более четырёхсот тысяч новых судебных решений. И это делает традиционные методы работы всё менее эффективными. 

Технология CoCounsel от компании Casetext представляет собой принципиально новый инструмент. Искусственный юридический ассистент, специализирующийся на исследовании прецедентного права. В отличие от общедоступных моделей искусственного интеллекта, CoCounsel использует свою специализированную большую языковую модель. Которая работает с проприетарными юридическими базами данных Casetext, что гарантирует отсутствие «галлюцинаций» и выдуманных судебных дел. Система предлагает уникальный набор специализированных «навыков». Это и поиск реальных законов для ответа на юридические вопросы с предоставлением меморандума, содержащего ссылки на подтверждающие источники. И анализ больших массивов данных для извлечения критически важной информации. А также комплексный анализ контрактов на предмет соответствия требованиям. С предложением конкретных исправлений; создание проектов запросов для допросов. 

Компания Casetext была основана в тринадцатом году и с самого начала фокусировалась на применении технологий искусственного интеллекта. А  технологические достижения компании были отмечены престижным изданием Fast Company. Включившим Casetext в список «наиболее инновационных компаний» текущего года. Технологический задел компании поддерживается командой из более чем тысячи экспертов по генеративному искусственному интеллекту и машинному обучению. Что гарантирует постоянное совершенствование системы.

Внедрение CoCounsel радикально меняет экономику юридической судебной практики, предлагая беспрецедентное увеличение эффективности работы. Система способна обрабатывать документы со «сверхчеловеческой скоростью». Выполняя задачи, на которые ранее уходили десятки часов квалифицированного юридического труда, за считанные минуты. По данным исследований, использование CoCounsel сокращает время, затрачиваемое на анализ документов, на восемьдесят процентов. Одновременно повышая точность выявления проблемных положений на тридцать пять процентов. Применение CoCounsel для подготовки к судебным разбирательствам позволяет юристам проанализировать в два с половиной раза больше прецедентов за то же время. Значительно укрепляя доказательную базу и повышая шансы на успешный исход дела.

Приведёт ли это к демократизации юридических судебных услуг? Кто несёт ответственность в случае ошибки? Юрист, полагавшийся на технологию, разработчик системы или нейронная сеть, сформировавшая рекомендацию? Эти вопросы требуют не только технологических решений, но и законодательных инициатив, регулирующих применение искусственного интеллекта в юридической сфере.

В перспективе мы можем ожидать развития предиктивной аналитики, которая позволит прогнозировать вероятные решения судов на основе исторических данных и особенностей конкретного дела. Особый интерес представляет потенциал CoCounsel в расширении доступа к правосудию через создание общедоступных юридических инструментов. Способных предоставлять базовые консультации гражданам, не имеющим средств на услуги юристов. Однако ключевой вопрос остаётся открытым. Сможет ли искусственный интеллект освоить тонкости юридической интерпретации, требующие не только логического анализа. Но и понимания социального контекста, исторической эволюции правовых концепций и этических нюансов?

Комплексные инструменты цифровой криминалистики

Согласно данным ФБР, в двадцать втором году было зарегистрировано почти триста шестьдесят тысяч случаев пропажи детей. Национальный центр по пропавшим и эксплуатируемым детям получил более тридцати двух миллионов сообщений о предполагаемой сексуальной эксплуатации несовершеннолетних за тот же период. Количество звонков о пропавших детях выросло на шестнадцать процентов по сравнению с предыдущим годом. Достигнув ста десяти тысяч обращений. Это статистика только по США, не по всему миру. Там цифры гораздо больше, к сожалению. 

При этом правоохранительные органы, особенно в небольших городах, испытывают острый дефицит бюджетных средств и технологических инструментов. Для оперативного расследования таких преступлений. Джон Уолш, известный ведущий программы «America’s Most Wanted» и соучредитель Национального центра по пропавшим и эксплуатируемым детям, отмечает: «Я часто говорю себе: ‘Боже мой, адвокат этого подонка-хищника умнее и технологически подкованнее, чем полицейские.’ Они на самом деле не знают технологию.» И по его словам, получается, что в условиях, когда торговцы людьми всё чаще используют продвинутые технологии и шифрование для сокрытия следов своих преступлений, этот технологический разрыв становится критической проблемой общественной безопасности.

Компания Cellebrite DI, базирующаяся в Израиле, разработала комплексные инструменты цифровой криминалистики. Флагманский продукт компании – Cellebrite UFED или Universal Forensic Extraction Device. Он предоставляет беспрецедентный доступ к данным современных мобильных устройств. Новейшая экосистема компании, Inseyets, объединяет возможности UFED с продвинутыми функциями извлечения, включая доступ к полной файловой системе и расшифровку зашифрованного контента. Технология Cellebrite позволяет обрабатывать колоссальные объёмы данных. По данным опроса компании, средний смартфон содержит более тридцати двух тысяч изображений, тысячу видео и шестьдесят тысяч сообщений. Система Pathfinder использует искусственный интеллект для анализа этих данных. Автоматически выявляя связи между устройствами, местоположениями и контактами разных лиц. Особое внимание уделяется функции быстрого просмотра или Quick View. Которая позволяет следователям оперативно оценивать релевантность устройства до его полной обработки. И функции сортировки Triage, помогающей приоритизировать наиболее критичные устройства на основе настраиваемых критериев поиска.

В двадцать четвёртом году Cellebrite запустила инициативу «Operation Find Them All». В рамках которой компания безвозмездно предоставляет свои технологии некоммерческим организациям, занимающимся поиском пропавших детей. Включая Национальный центр по пропавшим и эксплуатируемым детям и The Exodus Road – организацию, борющуюся с торговлей людьми по всему миру. По словам гендиректора Cellebrite Йосси Кармила, эта инициатива выходит за рамки коммерческих интересов. «Это благая миссия. Она выходит за рамки денег.» 

Результаты применения технологий Cellebrite в реальных расследованиях демонстрируют их высокую эффективность. Кент Нильсен, судебный цифровой следователь из офиса шерифа в Техасе, отмечает, что система значительно ускоряет работу следователей. Особенно при анализе смартфонов, которые могут содержать более двухсот пятидесяти тысяч изображений. Вместо ручного просмотра и сортировки этих изображений программное обеспечение Pathfinder автоматически обрабатывает их. Связывая с местоположениями и данными из других смартфонов или дел. В двадцать четвёртом году офис шерифа округа Бразория использовал технологию Cellebrite в рамках многоведомственной операции «Перехват». Для спасения детей, ставших жертвами торговли людьми во время национального чемпионата по футболу среди колледжей. Результатом операции стало спасение семи девочек и арест двадцати трёх подозреваемых. Мэтт Паркер, соучредитель некоммерческой организации The Exodus Road, подчёркивает значимость технологии в международных расследованиях. Особенно в странах, где правительства ранее не преследовали торговцев людьми в судебном порядке. «Когда вы боретесь с коррупцией на глобальном уровне, вам нужно собрать подавляющее количество доказательств, которые трудно проигнорировать. Вы должны сделать дело абсолютно неопровержимым, и я вам скажу, что за тринадцать лет опыта… в сотнях случаев торговли людьми, когда мы используем технологию Cellebrite и внедряем эту технологию в судебный процесс, уровень успеха значительно выше.»

Несмотря на несомненную пользу в борьбе с тяжкими преступлениями, технологии цифровой криминалистики поднимают серьёзные этические вопросы. Возможность глубокого проникновения в персональные данные граждан создаёт риски нарушения приватности. Технологические компании, работающие в сфере безопасности, часто сталкиваются с дилеммой двойного назначения их продуктов. Те же инструменты, которые помогают спасать детей и ловить преступников, могут использоваться для массовой слежки за гражданами. Кроме того, автоматизация процессов криминалистического анализа, хотя и повышает эффективность расследований, создаёт риск чрезмерного доверия алгоритмам. Когда речь идёт о серьёзных обвинениях, способных лишить человека свободы на долгие годы, критически важно сохранять человеческий надзор за технологическими системами и их выводами. 

И я не знаю, каким образом можно обеспечить баланс. Между приватностью граждан и необходимостью эффективного расследования тяжких преступлений. 

Платформа для криминалистических расследований

Ежедневно в мире генерируется около двух целых пяти десятых квинтиллиона байтов данных. Цифра, которую человеческий разум не способен даже представить. Каждое преступление сегодня оставляет цифровой след, и объём этих следов растёт в геометрической прогрессии. По данным Интерпола, более восьмидесяти процентов современных преступлений имеют цифровой компонент, требующий специализированного расследования. При этом, согласно внутренним исследованиям компании Magnet Forensics, следователи тратят до семидесяти процентов своего времени на обработку и анализ цифровых доказательств. Критически не хватает квалифицированных специалистов. На одного цифрового эксперта приходится в среднем сорок четыре расследования в год. Что создаёт огромный отложенный спрос в этой области. В результате расследования затягиваются, а правосудие откладывается. Что особенно опасно в случаях с уязвимыми категориями населения, такими как дети, ставшие жертвами эксплуатации.

Компания Magnet Forensics разработала комплексную цифровую платформу для криминалистических расследований. Объединяющую передовые технологии извлечения, анализа и визуализации цифровых доказательств. В центре этой экосистемы находится Magnet One. Платформа, позволяющая следователям, криминалистам, прокурорам и руководству эффективно сотрудничать в рамках цифровых расследований. Их флагманский алгоритм Magnet Axiom обеспечивает восстановление и анализ данных с мобильных устройств, компьютеров, облачных хранилищ и автомобильных систем в рамках единого дела. А технология Magnet Graykey, появившаяся после теракта в Сан-Бернардино и разработанная для преодоления защиты мобильных устройств, предоставляет доступ к новейшим устройствам iOS и Android. Зачастую менее чем за один час. Особого внимания заслуживает недавнее внедрение Magnet Copilot. Инструмента на базе искусственного интеллекта, который помогает выявлять синтетические медиа или дипфейки. И анализировать большие объёмы данных с помощью интерфейса «вопрос-ответ». В целом, система позволяет выбрать определённый фрагмент данных, например, цепочку сообщений или историю веб-поиска. Задать вопрос об этих данных и получить точный ответ с указанием источника, что критически важно для подтверждения достоверности доказательств в суде.

История Magnet Forensics началась с насущной необходимости и скромных корней. Джад Салиба, работая офицером полиции в Канаде, был переведён в отдел цифровой криминалистики. Где столкнулся с острой нехваткой инструментов для проведения цифровых расследований. Движимый стремлением решить эту проблему, он разработал свои программные инструменты. Которые оказались настолько полезными для правоохранительных органов, что в одиннадцатом году Салиба оставил службу в полиции и основал Magnet Forensics. Вместе с Адамом Белшером, ранее занимавшим руководящую должность в Research In Motion, компании, создавшей BlackBerry. Параллельно с этим, в шестнадцатом году, Дэвид Майлс, Брэйден Томас, Джастин Фишер и Шон Ларссон, вдохновлённые трудностями извлечения данных с iPhone подозреваемого в теракте в Сан-Бернардино, основали компанию Grayshift. И создали инструмент Graykey для доступа к устройствам iOS, а позднее — Android. В двадцать третьем году произошло слияние Magnet Forensics и Grayshift под общим названием Magnet Forensics. Сегодня компания обслуживает более четырёх тысяч клиентов в более чем ста странах мира, включая правоохранительные органы, государственные учреждения и корпорации из списка Fortune 100. Которые используют их инструменты для расследования корпоративного мошенничества, кражи интеллектуальной собственности и внешних угроз, таких как программы-вымогатели и компрометация деловой электронной почты.

Согласно данным, предоставленным клиентами компании, использование платформы Magnet One позволяет сократить время обработки цифровых доказательств на шестьдесят процентов. Автоматизация рутинных задач с помощью Magnet Automate освобождает до тридцати рабочих часов в неделю для квалифицированных специалистов. Позволяя им сосредоточиться на аналитической работе. Особенно значимые результаты демонстрирует применение этих технологий в борьбе с преступлениями против детей. В одном из задокументированных случаев использование Magnet Axiom позволило идентифицировать более двухсот жертв эксплуатации, что привело к их спасению и реабилитации. 

Несмотря на несомненную пользу в борьбе с преступностью, технологии цифровой криминалистики поднимают серьёзные этические вопросы. Инструменты, подобные Magnet Graykey, способные преодолевать защиту мобильных устройств, создают потенциальную уязвимость для приватности рядовых граждан. А применение искусственного интеллекта в анализе доказательств, как в случае с Magnet Copilot, хотя и повышает эффективность работы следователей, создаёт риски предвзятости. И непрозрачности алгоритмического принятия решений. 

Особое внимание следует уделить прозрачности алгоритмов искусственного интеллекта, используемых для анализа доказательств, и механизмам оспаривания их выводов в суде. В конечном счёте, эффективность цифровой криминалистики будет определяться не только её технологическими возможностями, но и доверием общества к справедливости и этичности её применения.

Сервис для сравнения ДНК-данных

Более четырнадцати миллионов человек уже загрузили свои ДНК-профили в различные коммерческие базы данных. Надеясь узнать больше о своих предках или найти дальних родственников. Однако мало кто из них осознавал, что их биологическая информация может когда-либо быть использована полицией для идентификации подозреваемых в тяжких преступлениях. Примерно семьдесят процентов европеоидного населения США теоретически может быть идентифицировано через родственные связи. Даже если их собственная ДНК отсутствует в публичных базах данных. Такая генетическая прозрачность создаёт беспрецедентную ситуацию. Когда биологический материал одного человека потенциально раскрывает приватную информацию о десятках или даже сотнях его родственников. При этом традиционные представления о конфиденциальности и информированном согласии оказываются неприменимы. В контексте, где решение одного члена семьи делится своей ДНК имеет далеко идущие последствия для всего родословного древа.

И вот что может случиться. GEDmatch представляет собой онлайн-сервис, созданный для сравнения аутосомных ДНК-данных из разных тестирующих компаний. Таких как 23andMe, AncestryDNA, FamilyTreeDNA и других всемирно известных сервисов. GEDmatch изначально был предназначен для помощи «любителям, профессиональным исследователям и генеалогам». Включая усыновлённых людей, ищущих своих биологических родителей. Как это работает. Технология GEDmatch позволяет пользователям загружать результаты своих ДНК-тестов для выявления потенциальных родственников. Также загрузивших свои данные. Имена участников могут быть скрыты с помощью псевдонимов, но каждая учётная запись должна иметь привязанный к ней адрес электронной почты. Доступные на сайте инструменты включают возможность сортировки результатов по самым близким совпадениям с аутосомной ДНК пользователя. И определение того, совпадают ли совпадения пользователя также друг с другом. А также использование калькулятора генетического расстояния, оценку количества поколений до ближайшего общего предка и использование различных калькуляторов этнического происхождения. 

К восемнадцатому году база данных GEDmatch содержала девятьсот двадцать девять тысяч генетических профилей. И веб-сайт получил значительное освещение в СМИ в  восемнадцатом году. После того, как он был использован правоохранительными органами для выявления подозреваемого по громкому делу «Убийцы из Золотого штата» в Калифорнии. И другие правоохранительные органы начали использовать GEDmatch для расследования тяжких преступлений. Превратив его в «фактическую базу данных ДНК и генеалогии для всех правоохранительных органов». Эта трансформация произошла без явного информированного согласия пользователей, что вызвало негативную реакцию. И привело к внедрению системы добровольного участия в поиске совпадений для правоохранительных органов. А в девятнадцатом году GEDmatch ужесточил правила конфиденциальности. В одностороннем порядке потребовав от пользователей «согласия» на передачу своих данных правоохранительным органам. Однако для новых загрузок так называемое «согласие» является рекомендуемым выбором по умолчанию. Что вызывает сомнения в том, может ли это считаться настоящим «добровольным участием». Более того, на что именно дается согласие, явно не указано.

А в девятнадцатом году GEDmatch был приобретен компанией Verogen, которая специализируется на судебной экспертизе. И новая версия существующего сайта, известная как GEDmatch Pro, которая была запущена, теперь стала ориентирована на раскрытие преступлений. С использованием более чем одного миллиона двухсот тысяч профилей ДНК, размещенных на платформе GEDMatch. По данным издания BuzzFeed News, Verogen намеревалась монетизировать сайт. Взимая плату за доступ к базе данных и инструментам для анализа ДНК. В двадцать третьем году GEDmatch был приобретен компанией Qiagen, что начался новый этап коммерциализации генетических данных пользователей.  

В сентябре две тысячи девятнадцатого года Министерство юстиции США выпустило временные руководящие принципы. Регулирующие, когда федеральные следователи или финансируемые из федерального бюджета расследования могут использовать генетическую генеалогию для отслеживания подозреваемых в серьезных преступлениях. Эта первая в своем роде политика, охватывающая использование таких баз данных в правоохранительных органах. Политика гласила, что «судебно-генетическая генеалогия» должна обычно использоваться только для насильственных преступлений. А также для идентификации человеческих останков. Кроме того, следователи должны сначала исчерпать традиционные методы раскрытия преступлений, включая поиск в собственных базах данных ДНК преступников. Согласно новой политике, следователи не могли тайно загружать поддельный профиль на генеалогический сайт без предварительной идентификации себя. Однако эти руководящие принципы применялись только к федеральным следователям и расследованиям, финансируемым из федерального бюджета. Но не распространялись на государственные или местные правоохранительные органы, которые составляют подавляющее большинство расследований.

Исследователи прогнозируют, что к двадцать пятому году практически все американцы европейского происхождения могут стать идентифицируемыми через генетические связи. Независимо от того, загружали ли они когда-либо свою собственную ДНК.

Программное обеспечение для вероятностного генотипирования

В современной криминалистике ДНК-доказательства считаются «золотым стандартом». Способным как обвинить, так и оправдать человека. Однако реальность намного сложнее идеализированных представлений. Около семидесяти процентов образцов ДНК, собранных с мест преступлений, представляют собой смеси генетического материала нескольких людей. Что критически усложняет их анализ. Традиционные методы интерпретации ДНК требуют субъективных решений аналитиков. Где человеческий фактор становится потенциальным источником ошибок. По данным независимых исследований, разные лаборатории, анализируя одни и те же сложные ДНК-смеси, могут приходить к противоположным выводам. Вероятности совпадения варьируются от одного к нескольким тысячам до одного к миллиардам. Такие расхождения ставят под вопрос объективность всей системы ДНК-доказательств. При этом отсутствие стандартизированных подходов к анализу сложных смесей приводит к тому, что ценные улики оказываются неиспользованными из-за технических ограничений. А виновные остаются безнаказанными, а невиновные – осуждёнными.

Компания Cybergenetics разработала революционную технологию TrueAllele. Это  программное обеспечение для вероятностного генотипирования. Которое кардинально меняет подходы к интерпретации сложных ДНК-доказательств. В основе TrueAllele лежат сложные статистические алгоритмы, которые применяют байесовское математическое моделирование для анализа всех данных ДНК. Включая низкоуровневые пики, обычно отбрасываемые при традиционном анализе. Система полностью автоматизирована, что исключает субъективные решения человека и возможный когнитивный уклон. TrueAllele способен разделять смеси из ДНК нескольких доноров, определяя их индивидуальные генотипы без использования референсных образцов. Особенно важно, что программа рассчитывает точное значение отношения правдоподобия. Статистического показателя, определяющего силу доказательства, а также предоставляет оценку погрешности для этого коэффициента. Что существенно повышает доказательную ценность результатов. По утверждению разработчиков, TrueAllele может успешно анализировать даже деградированную ДНК и образцы с очень низкой концентрацией генетического материала. Что особенно важно в случаях старых нераскрытых преступлений.

Компания Cybergenetics была основана более двадцати пяти лет назад и стала пионером в области точного анализа ДНК-смесей. За эти годы технология TrueAllele была валидирована в более чем сорока научных исследованиях. Многие из которых были проведены независимыми криминалистическими лабораториями и опубликованы в рецензируемых научных журналах. Это создало прочную научную базу для использования технологии в реальных уголовных делах. Система уже применялась в десятках тысяч уголовных дел, как со стороны обвинения, так и со стороны защиты. 

В одном из знаковых дел система смогла определить индивидуальные генотипы из ДНК-смеси пяти человек, что было невозможно с помощью традиционных методов. Благодаря этому анализу был идентифицирован и осуждён серийный преступник, совершивший насилие против двенадцати женщин. В другом случае TrueAllele помог оправдать невиновного человека, который провёл семнадцать лет в тюрьме из-за ошибочной интерпретации ДНК-смеси. Возможность сравнения улик между собой позволяет выявлять связи между различными преступлениями. Что особенно важно для раскрытия серийных преступлений. TrueAllele Database обеспечивает поиск совпадений между доказательствами и базами данных осуждённых преступников. А также проведение так называемого «семейного ДНК-поиска», когда идентификация происходит через генетических родственников. Такая автоматизация процесса анализа позволяет обрабатывать до миллиона образцов в год, что существенно сокращает накопившиеся залежи нерассмотренных ДНК-доказательств.

Основная проблема связана с тем, что исходный код программы является коммерческой тайной и не доступен для независимой проверки. Защитники в уголовных делах неоднократно пытались получить доступ к алгоритмам TrueAllele. Чтобы проверить их работу и потенциальные ошибки, но компания последовательно отказывает в таком доступе, ссылаясь на защиту интеллектуальной собственности. Это создаёт ситуацию, когда подсудимые могут быть осуждены на основании доказательств, полученных с помощью «чёрного ящика». Принцип работы которого они не могут проверить или оспорить. Вторая проблема касается расширения практики «семейного ДНК-поиска». Когда люди могут попасть под подозрение не из-за своих действий, а из-за генетического родства с преступником. Это поднимает вопросы о границах приватности генетической информации и праве человека не быть вовлечённым в уголовное расследование без собственного согласия. Наконец, сама высокая точность технологии может создавать у присяжных и судей иллюзию непогрешимости ДНК-доказательств. Игнорируя тот факт, что даже самые совершенные алгоритмы работают с вероятностными моделями и имеют свои ограничения.

Визуализация, съемка и разметка отпечатков пальцев

Раскрытие преступлений всё больше зависит от научной экспертизы. И дактилоскопия продолжает оставаться одним из фундаментальных методов идентификации. Ежегодно криминалисты обрабатывают миллионы отпечатков пальцев. Тратя десятки тысяч рабочих часов на рутинные процессы обнаружения, визуализации и маркировки. По данным Международной ассоциации идентификации, эксперт-криминалист в среднем тратит до семидесяти пяти процентов рабочего времени на монотонный визуальный анализ следов после химической обработки. Это создаёт колоссальную нагрузку на судебно-экспертные лаборатории. Приводя к задержкам в расследованиях и накоплению нерассмотренных дел. Статистика показывает, что в крупных экспертных центрах среднее время обработки одного дела может достигать шестидесяти дней. А в периоды пиковой нагрузки – до ста двадцати дней. Такие задержки имеют прямое влияние на эффективность правосудия. Около двадцати процентов раскрываемых преступлений напрямую зависят от своевременной обработки дактилоскопических доказательств. При этом усталость, снижение концентрации внимания при монотонной работе может приводить к пропуску важных улик.

Компания Foster + Freeman, более сорока лет специализируется на разработке технологий для судебной экспертизы. И создала революционную систему AARI или Amino Acid Rapid Imager. Это интегрированное решение для визуализации, съёмки и разметки отпечатков пальцев. Ключевая инновация заключается в использовании искусственного интеллекта для обнаружения областей с папиллярными узорами. Система объединяет специализированное освещение и технологии визуализации, оптимизированные для работы с традиционными химическими реагентами. Которые широко используются в криминалистических лабораториях для выявления латентных отпечатков на полупористых материалах вроде бумаги или картона. Интегрированная функция AI Assist, разработанная с использованием технологий машинного обучения, способна за несколько секунд просканировать захваченное изображение. И выделить области с потенциально идентифицируемыми папиллярными узорами. Система отмечает эти области либо контурными рамками, либо с помощью тепловой карты. После чего эксперт может вручную подтвердить наличие отпечатков. Это позволяет существенно сократить время на задачи, которые раньше могли занимать часы, до менее чем двух минут на полный цикл обработки.

Внедрение системы AARI в рабочий процесс судебно-экспертных лабораторий приводит к существенным изменениям в производительности и эффективности работы. Процесс, который ранее мог занимать до тридцати минут на один документ, теперь выполняется менее чем за две минуты, что означает пятнадцатикратное увеличение производительности. В масштабах крупной лаборатории, обрабатывающей сотни образцов еженедельно, это может привести к экономии тысяч рабочих часов в год. Помимо временных показателей, система AI Assist демонстрирует стабильность в обнаружении областей с папиллярными узорами. Обученная на тысячах изображений отпечатков пальцев в течение сотен часов, система показывает высокую чувствительность даже к слабовыраженным следам. В некоторых случаях искусственный интеллект способен обнаружить области с папиллярными узорами, которые могли быть пропущены уставшим человеческим глазом. 

Внедрение искусственного интеллекта в такую чувствительную область, как судебная экспертиза, поднимает ряд важных социальных и этических вопросов. С одной стороны, повышение эффективности обработки дактилоскопических доказательств потенциально ускоряет раскрытие преступлений. Что имеет прямой положительный эффект для общества, включая более быстрое достижение справедливости для жертв. И снижение вероятности новых преступлений со стороны нераскрытых злоумышленников. С другой стороны, чрезмерное доверие к автоматизированным системам может создавать новые риски. Важно отметить, что разработчики чётко позиционируют AI Assist как вспомогательный инструмент, а не замену человеку-эксперту. Подчёркивая необходимость ручной верификации всех обнаруженных системой отпечатков.

Итоги

Искусственный интеллект в криминалистике трансформирует методологию расследования преступлений, повышая эффективность идентификации и анализа доказательств. Алгоритмы машинного обучения обрабатывают колоссальные массивы разнородных данных, выявляя корреляции и закономерности, недоступные при традиционном анализе. Системы компьютерного зрения значительно ускоряют процессы распознавания лиц на записях видеонаблюдения, идентификации огнестрельного оружия по следам на гильзах и анализа биометрических данных.

Технологические решения на базе искусственного интеллекта позволяют реконструировать последовательность событий на месте преступления и прогнозировать потенциальные криминальные инциденты в определенных локациях. Интеграция нейронных сетей с базами данных Дезоксирибонуклеиновой кислоты (ДНК) открывает новые горизонты в идентификации подозреваемых даже при ограниченном количестве генетического материала.

В перспективе развитие этих технологий приведет к созданию комплексных аналитических систем, способных значительно повысить раскрываемость преступлений и минимизировать судебные ошибки. Искусственный интеллект становится не заменой криминалистов, а мощным инструментом, расширяющим их возможности.

Какие этические вопросы, по вашему мнению, возникают при внедрении искусственного интеллекта в криминалистику? Готовы ли вы доверить алгоритмам анализ улик в уголовных делах?