Διαχείριση τεράστιου όγκου δεδομένων, τεχνολογίες πρόγνωσης του εγκλήματος, διερεύνηση διαδικτυακών εγκληματικών αποτυπωμάτων και προηγμένα συστήματα βιομετρικής ταυτοποίησης. Σύμφωνα με πρόσφατη έκθεση της Europol, αυτά είναι ορισμένα από τα συστήματα τεχνητής νοημοσύνης (ΤΝ) που ήδη αξιοποιούνται από αρκετές υπηρεσίες επιβολής του νόμου.
Η συνεχώς αναπτυσσόμενη τεχνολογία της ΤΝ μπορεί πλέον, σύμφωνα με τη Europol, να εντοπίζει μοτίβα μη ανιχνεύσιμα από ανθρώπους, συμβάλλοντας στην αντιμετώπιση του εγκλήματος. Δεδομένου πάντως ότι σε αρκετές περιπτώσεις ελλοχεύει ο κίνδυνος της παραβίασης προσωπικών δεδομένων, η Europol παραδέχεται ότι ενδεχομένως κάποια από αυτά τα εργαλεία να χρήζουν περαιτέρω επεξεργασίας.
1. Ανάλυση εκατομμυρίων οικονομικών συναλλαγών. Μια από τις σημαντικότερες βοήθειες που μπορεί να προσφέρει η ΤΝ στις αρχές επιβολής του νόμου, είναι σύμφωνα με την Europol η ικανότητα ανάλυσης τεράστιου όγκου πληροφοριών. Είναι ενδεικτικό ότι όπως αναγράφεται στην έκθεση, «με τη χρήση εργαλείων ανάλυσης με βάση την Τεχνητή Νοημοσύνη, οι ερευνητές μπορούν να αναλύσουν εκατομμύρια οικονομικές συναλλαγές και να εντοπίσουν ανωμαλίες, όπως ύποπτες κινήσεις κεφαλαίων»...
2. Προγνωστική αστυνόμευση. Μια επιπλέον πρόσφατη χρήση της ΤΝ είναι, σύμφωνα με την έκθεση, η «προγνωστική αστυνόμευση», που χρησιμοποιεί εξελιγμένες στατιστικές μεθόδους από τεράστια σύνολα δεδομένων. Αυτό το σύνολο δεδομένων το οποίο συγκεντρώνεται από τα αστυνομικά τμήματα από διάφορες πηγές, αναλύεται από μοντέλα Τεχνητής Νοημοσύνης. Στη συνέχεια, συγκεκριμένοι αλγόριθμοι παράγουν βαθμολογίες κινδύνου ώστε να προβλέψουν την τέλεση εγκλημάτων σε συγκεκριμένους χρόνους και τόπους. Μέσω αυτής της διαδικασίας, μπορούν επίσης να προβλεφθούν «τα άτομα που είναι πιθανότερο να εμπλακούν σε εγκληματικές δραστηριότητες»...
3. Διαδικτυακά εγκληματικά αποτυπώματα. Στην έκθεση αναφέρεται επίσης πως ένας αυξανόμενος αριθμός υπηρεσιών επιβολής του νόμου παγκοσμίως, χρησιμοποιεί εργαλεία νοημοσύνης ανοιχτών πηγών (OSINT), τα οποία αξιοποιούνται «από τη διερεύνηση και την ανακατασκευή διαδικτυακών εγκληματικών αποτυπωμάτων, έως την ανίχνευση εφαρμογών ιστού και τον εντοπισμό απειλών στα μέσα κοινωνικής δικτύωσης». Αυτά τα εργαλεία που χρησιμοποιούν προηγμένους αλγόριθμους Τεχνητής Νοημοσύνης και μηχανικής μάθησης, μπορούν μεταξύ άλλων, να «ανιχνεύσουν και να εξουδετερώσουν τρομοκρατική προπαγάνδα, παραπληροφόρηση, ρητορική μίσους και παράνομο διαδικτυακό περιεχόμενο», εντοπίζοντας σχετικά διαδικτυακά μοτίβα, λέξεις-κλειδιά και οπτικό περιεχόμενο.
4. Αποκρυπτογράφηση και ψηφιακό προφίλ. Ενας άλλος τομέας που η ΤΝ έχει δείξει σύμφωνα με την έκθεση θετικά σημάδια, είναι η αποκρυπτογράφηση δεδομένων, καθώς μπορεί «να προβλέψει πιθανά μοτίβα κρυπτογράφησης ή να επιταχύνει τη διαδικασία αποκρυπτογράφησης». Παράλληλα, δεδομένου ότι ο μέσος άνθρωπος διασυνδέεται με πολυάριθμες συσκευές στο διαδίκτυο, «η ΤΝ μπορεί να εντοπίσει αυτές τις αλληλεπιδράσεις, δημιουργώντας ένα ολοκληρωμένο ψηφιακό προφίλ, που βοηθάει τους ερευνητές στην κατανόηση των συνδέσεων ενός ατόμου».
5. Καμία οπτική απόδειξη δεν περνάει απαρατήρητη. Η έκθεση καταγράφει παράλληλα τον τρόπο λειτουργίας συστημάτων ΤΝ που έχουν ήδη αναπτυχθεί και συνδέονται με την τεχνολογία της εικόνας. Για παράδειγμα, η ενσωμάτωση αλγορίθμων –με γνώμονα την ΤΝ– σε ζωντανές ροές βίντεο, μπορεί μεταξύ άλλων, «να ενημερώσει αμέσως το προσωπικό ασφαλείας για ύποπτες δραστηριότητες, όπως οχήματα κοντά σε ευαίσθητες θέσεις ή αφύλακτα αντικείμενα». Προηγμένα συστήματα ΤΝ βοηθούν ήδη την κατηγοριοποίηση των εικόνων «σε ομάδες όπως “ύποπτες” ή “μη ύποπτες” ή ακόμη και την οργάνωσή τους με διαφορετικά θέματα, εκδηλώσεις ή χρονοδιαγράμματα». Αυτή η τεχνολογία σύμφωνα με την έκθεση, εξασφαλίζει ότι «κανένα κομμάτι κρίσιμης οπτικής απόδειξης δεν περνάει απαρατήρητο»...
6. Βιομετρική ταυτοποίηση. Επίσης, έχουν δημιουργηθεί συστήματα ΤΝ που έχουν αναπτύξει σε τεράστιο βαθμό τη βιομετρική ταυτοποίηση. Κάποια από αυτά, σύμφωνα με την έκθεση, «μπορούν να κοσκινίσουν τεράστιες βάσεις δεδομένων των αρχείων δακτυλικών αποτυπωμάτων σε λίγα δευτερόλεπτα, παρέχοντας υψηλό βαθμό ακρίβειας», ακόμη κι αν πρόκειται για συγκεκριμένα σημεία σε ένα δακτυλικό αποτύπωμα. Αναφορικά με τη σύγχρονη αναγνώριση φωνής μέσω συστημάτων ΤΝ, στην έκθεση αναφέρεται ότι αυτή η τεχνολογία μπορεί να μετατρέψει «τις προφορικές λέξεις σε ψηφιακά μοντέλα που μπορούν να συγκριθούν με αποθηκευμένα φωνητικά μηνύματα. Σε πλαίσια επιβολής του νόμου, αυτό μπορεί να χρησιμοποιηθεί για να ταιριάζει με δείγματα φωνής από τηλεφωνικές κλήσεις ή καταγραφές.»...
«Ευθυγράμμιση με τα ηθικά και νομικά πρότυπα». Στην έκθεση γίνεται η παραδοχή πως η ποιότητα των δεδομένων επηρεάζει κάθε σύστημα ΤΝ, καθώς «οποιαδήποτε διαστρέβλωση στα δεδομένα μπορεί εκούσια να οδηγήσει σε άδικα ή μεροληπτικά αποτελέσματα»... Αυτός είναι ο λόγος που στην έκθεση αναγράφεται ότι «ενώ τα συστήματα Τεχνητής Νοημοσύνης είναι ικανά να επεξεργάζονται και να αναλύουν τεράστιες ποσότητες δεδομένων, η ανθρώπινη παρέμβαση είναι απαραίτητη για να διασφαλιστεί ότι η ερμηνεία των δεδομένων ευθυγραμμίζεται με τα νομικά και ηθικά πρότυπα»...
Πηγή: kathimerini.gr
Πηγή: kathimerini.gr
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου