شناسه خبر : 47308 لینک کوتاه
تاریخ انتشار:

دستیار پلیس

هوش مصنوعی چگونه به کمک پلیس می‌آید؟

هوش مصنوعی به‌ تدریج اما بااطمینان در حال تبدیل‌ شدن به ابزاری کارآمد برای مجازات مجرمان و نظارت بر اعمال غیرقانونی است. این فناوری دیگر تنها یک مفهوم نظری نیست. بسیاری از سازمان‌های مجری قانون در سراسر جهان از جدیدترین راه‌حل‌ها برای پیشگیری از جرم استفاده می‌کنند. یکی از این راه‌حل‌ها «تشخیص چهره» است که به‌ طور گسترده در بخش‌های مختلف، علاوه بر حوزه قانون، برای حفظ امنیت به‌ کار گرفته می‌شود. هوش مصنوعی آینده‌ای پرامید در زمینه کشف جرائم دارد. هوش مصنوعی این قابلیت را دارد که نحوه پیشگیری، تحقیق و حتی حل جرائم از سوی پلیس را دگرگون کند. این فناوری با شناسایی سریع‌تر و دقیق‌تر الگوها و ارتباطات میان جرائم گزارش‌شده نسبت به انسان، می‌تواند به‌سرعت حجم وسیعی از داده‌ها را پردازش و تحلیل کند.

 

آزاده خرمی‌مقدم / نویسنده نشریه 

هوش مصنوعی به‌ تدریج اما بااطمینان در حال تبدیل‌ شدن به ابزاری کارآمد برای مجازات مجرمان و نظارت بر اعمال غیرقانونی است. این فناوری دیگر تنها یک مفهوم نظری نیست. بسیاری از سازمان‌های مجری قانون در سراسر جهان از جدیدترین راه‌حل‌ها برای پیشگیری از جرم استفاده می‌کنند. یکی از این راه‌حل‌ها «تشخیص چهره» است که به‌ طور گسترده در بخش‌های مختلف، علاوه بر حوزه قانون، برای حفظ امنیت به‌ کار گرفته می‌شود. هوش مصنوعی آینده‌ای پرامید در زمینه کشف جرائم دارد. هوش مصنوعی این قابلیت را دارد که نحوه پیشگیری، تحقیق و حتی حل جرائم از سوی پلیس را دگرگون کند. این فناوری با شناسایی سریع‌تر و دقیق‌تر الگوها و ارتباطات میان جرائم گزارش‌شده نسبت به انسان، می‌تواند به‌سرعت حجم وسیعی از داده‌ها را پردازش و تحلیل کند.

این روزها، سازمان‌های مجری قانون از هوش مصنوعی برای افزایش کارایی نیروهای خود کمک می‌گیرند. هوش مصنوعی در حال تبدیل‌ شدن به بخشی ضروری از نیروهای پلیس است، زیرا می‌تواند در جنبه‌های مختلف به آنها کمک کند. فناوری هوش مصنوعی برای نظارت، پایش جمعیت به‌ منظور شناسایی ناهنجاری‌ها، ارزیابی ویدئوهای ضبط‌شده برای کشف جرم و چهره‌نگاری به بهترین نحو به کار گرفته می‌شود. انتظار می‌رود که استفاده پلیس از هوش مصنوعی، موجب تغییرات در امنیت و اطمینان جامعه شود. مهم‌ترین هدف نیروی پلیس نه‌تنها جلوگیری از جرم، بلکه حل آن است. هوش مصنوعی مدت‌هاست که در بخش‌های مختلف مانند حمل‌ونقل، مالی، انرژی، بهداشت و... نقش داشته است. در مقایسه با این بخش‌ها، نیروهای پلیس نسبتاً با تاخیر به استفاده از هوش مصنوعی روی آورده‌اند. بسیاری از کشورها در سراسر جهان از مزایا و پتانسیل آن در مقابله با مجرمان و کشف جرم آگاه شده‌اند. اگرچه کاربرد هوش مصنوعی در نیروی پلیس هنوز در مرحله پیشرفت است، اما نتایج آن ارزشمند بوده‌اند. این فناوری توانایی مقابله با تقریباً همه انواع جرم را دارد و به همین دلیل به‌ عنوان یک ابزار تاثیرگذار در نظر گرفته می‌شود. هوش مصنوعی به سازمان‌های مجری قانون فرصت می‌دهد تا منابع خود را در یک مکان و زمان خاص متمرکز کنند. قبل از انجام هر عملیاتی در یک منطقه، دانستن اطلاعات دقیق از آن منطقه حیاتی است. این اطلاعات حیاتی را می‌توان با استفاده از پهپادهای مجهز به حسگرها به ‌دست آورد.

یکی از رایج‌ترین عناصر هوش مصنوعی، شناسایی چهره است. این فناوری به ‌طور گسترده‌ای برای شناسایی مجرمان به‌ کار گرفته شده است. بسیاری از کشورها از دستگاه‌های شناسایی چهره مانند دوربین‌های مداربسته در مناطق عمومی برای شناسایی و دستگیری افراد مزاحم استفاده کرده‌اند. این روش همچنین برای نظارت بر شهروندان و دستگیری مجرمان در حین ارتکاب جرم به‌ کار می‌رود. در برخی از شهرها از این فناوری برای نظارت در مناطق حساس مانند فرودگاه‌ها یا ایستگاه‌های راه‌آهن بهره گرفته می‌شود. استفاده از هوش مصنوعی در نیروی پلیس نتایج مثبتی به همراه دارد که به اجرای بهتر قانون کمک می‌کند. به ‌همین دلیل تعداد کاربران هوش مصنوعی به ‌تدریج در حال افزایش است.

نیروهای پلیس از دوربین‌های هوش مصنوعی برای کمک در زمینه بررسی صحنه‌های جرم استفاده می‌کنند. گاهی اوقات صحنه جرم به مناطق وسیعی گسترش می‌یابد که دسترسی به آنها با پای پیاده ممکن نیست. استفاده پلیس از هوش مصنوعی در این شرایط می‌تواند اطلاعات مفیدی ارائه دهد. این فناوری حتی می‌تواند در یافتن سرنخ‌ها پس از وقوع جرم کمک کند. علاوه بر دوربین‌ها، سازمان‌های اجرای قانون به فناوری ویدئویی نیز برای نظارت دقیق بر تهدیدات مشکوک در هنگام تجمع جمعیت متکی هستند. بیشتر در طول جشنواره‌ها و رویدادهای ورزشی بزرگ از هوش مصنوعی برای شناسایی هرگونه حادثه ناگوار استفاده می‌شود. استفاده از فناوری ویدئویی همچنین امکان نظارت از طریق شناسایی چهره را فراهم می‌کند، زیرا به شناسایی چهره‌های افراد در جمعیت‌های بزرگ کمک می‌کند.

اجرای قانون همچنین برای نظارت دقیق‌تر به‌ ویژه در تجمعات بزرگی مانند ماراتن‌ها و جشنواره‌ها، به فناوری ویدئویی متکی است تا هرگونه فعالیت مشکوک یا تهدید را شناسایی کند. بسیاری از اداره‌های پلیس از این فناوری برای نظارت و شناسایی چهره افراد از طریق قابلیت تشخیص چهره بهره می‌برند. هوش مصنوعی در مکان‌های عمومی مانند ایستگاه‌های قطار و ورزشگاه‌ها به پلیس کمک می‌کند تا نظارت بهتری داشته باشد. استفاده از هوش مصنوعی در نیروی پلیس عامل مهمی در این موارد است، زیرا تعداد کمی از نیروهای پلیس، نمی‌توانند یک تجمع بزرگ را به‌ طور کامل، آن هم با نتایج چشمگیر، بررسی کنند.

یکی دیگر از تخصص‌های هوش مصنوعی استفاده از روبات‌هاست. اکثر سازمان‌های اجرای قانون امروزه از روبات‌های فیزیکی استفاده می‌کنند که قادرند به انجام وظایف متعددی بپردازند. این روبات‌ها وظایفی را انجام می‌دهند که برای انسان‌ها، خطرناک شناخته می‌شوند. هوش مصنوعی در عملیات پلیس یک جنبه بسیار مهم است که به نجات جان انسان‌ها کمک می‌کند. هنگامی که روبات‌ها با استفاده از هوش مصنوعی کار می‌کنند، می‌توانند وظایف پیچیده‌ای مانند خنثی کردن بمب را انجام دهند. آنها همچنین می‌توانند به مناطق دشمن وارد شوند تا محیط را کنترل و افراد و اشیای مشخصی را شناسایی کنند. یک روبات مجهز به هوش مصنوعی دارای قابلیت‌های پیشرفته‌تری برای مقابله با وضعیت‌های غیرقانونی است.

ابزارهای مختلف هوش مصنوعی به نیروهای اجرای قانون کمک می‌کنند تا الگوهای مشکوکی را که انسان‌ها قادر به شناسایی‌شان نیستند، شناسایی کنند. این فناوری می‌تواند با استفاده از «شبکه‌های عصبی مصنوعی» به پیش‌بینی فعالیت‌های غیرقانونی مجرمان کمک کند. برای انجام این محاسبات، نظارتگران سیستم‌های امنیتی به داده‌های میلیون‌ها نقطه متصل می‌شوند. این داده‌ها شامل پست‌های رسانه‌های اجتماعی، شبکه‌های استفاده‌شده از وای‌فای یا آدرس‌های پروتکل اینترنتی است. امروزه، هوش مصنوعی در عملیات پلیس، امکان شناسایی جرم‌های مرتبط با پولشویی و سایر تقلب‌های مشابه را بهبود می‌بخشد.

علاوه بر به‌کارگیری هوش مصنوعی در نیروی پلیس، سایر سازمان‌ها نیز از هوش مصنوعی برای کمک به شناسایی جرم استفاده می‌کنند. به‌ عنوان مثال،  برای شناسایی کالاهای حمل‌شده به ‌صورت غیرقانونی می‌توان از هوش مصنوعی استفاده کرد. یک شرکت تحویل می‌تواند از هوش مصنوعی به بهترین شکل استفاده کند تا بداند آیا بسته مورد نظر حاوی محصول ممنوعه‌ای است یا خیر. اگر چنین موردی را پیدا کردند، باید به مقامات قانونی اطلاع دهند که اقدامات مربوطه را انجام دهند. فروشگاه‌های دارویی و خرده‌فروشی‌ها برای شناسایی مشتریان مشکوک می‌توانند از راه‌حل‌های مختلف هوش مصنوعی کمک بگیرند. اگر صاحبان فروشگاه متوجه خرید مواد شیمیایی یا سایر مواد به مقدار قابل ‌توجهی شدند، باید فوراً گزارش دهند. برای مقابله با قاچاق انسان، شرکت‌های حمل‌ونقل می‌توانند از پتانسیل هوش مصنوعی به همراه داده‌های در دسترس خود استفاده کنند. به این ترتیب، آنها قادر خواهند بود کانتینرهایی را که برای حمل‌ونقل انسان به ‌صورت غیرقانونی استفاده می‌شوند، شناسایی کنند. این گام بزرگی برای نجات جان انسان‌های زیادی خواهد بود.

با افزایش نرخ جرم، استفاده از برنامه‌های موجود هوش مصنوعی به ‌طور فزاینده‌ای سودمند واقع می‌شود. این برنامه‌ها به میزان زیادی در پیش‌بینی جرم و جنایت کمک می‌کند، اما مهم است که ساختار کاری این برنامه‌ها عقلانی و شفاف باشد. بسیاری از پژوهشگران بر این باورند که باید یک کمیته در سطح بین‌المللی برای نظارت بر استفاده از هوش مصنوعی تشکیل شود. هر کشور باید در توسعه این سیستم هوش مصنوعی سهیم باشد. یک جنبه دیگر که نیاز به رسیدگی دارد، حفظ حقوق بشر است. به وضوح مشخص است که مجریان قانون به کمک بیشتری از هوش مصنوعی نیاز خواهند داشت. این یک رویه معمول خواهد شد، اما باید اطمینان حاصل شود که قوانین و سایر کدها به حقوق انسانی تجاوز نکند.

79

کاربرد هوش مصنوعی در نیروی پلیس با همه مزایایی که داشته، با نگرانی‌هایی نیز همراه بوده است. در ایالات‌متحده یک هفته پس از آنکه 18 سناتور دموکرات نگرانی‌هایی را مطرح کردند مبنی بر اینکه وزارت دادگستری به اندازه کافی برای تنظیم استفاده از هوش مصنوعی از سوی پلیس اقدام نمی‌کند، جلسه‌ای برگزار شد. در این جلسه معاون پلیس میامی به سناتورها گفت که این اداره از زمانی که از هوش مصنوعی استفاده می‌کند، توانسته بسیاری از قتل‌ها و جرائم خشونت‌آمیز در شهر را حل کند، اما گزارش‌هایی که نشان می‌دهند استفاده از هوش مصنوعی در ادارات پلیس، به دستگیری‌های اشتباه منجر شده، پرسش‌هایی را درباره این فناوری جدید مطرح کرده است. مقامات دفتر حسابرسی دولت در این جلسه اذعان داشتند که دقت نرم‌افزارهای هوش مصنوعی مورد استفاده پلیس مشخص نیست. با اینکه فناوری‌های جدید مانند دوربین‌های بدنی و ShotSpotters که برای تشخیص تیراندازی استفاده می‌شوند، می‌توانند اجرای قانون را بهبود ببخشند، اما برداشتن گام‌هایی برای «احتیاط‌های عقلانی» از سوی کارشناسان ضروری است. از جمله این گام‌ها برای وزارت دادگستری این است که اطمینان حاصل شود سازمان‌های مجری قانون که میلیون‌ها دلار بودجه فدرال برای استفاده از هوش مصنوعی دریافت می‌کنند، از نرم‌افزاری استفاده کنند که به‌طور مستقل اثبات شده که دقیق است. با وجود نگرانی‌ها، آرماندو آگویلار، معاون پلیس میامی، گفت که هوش مصنوعی به شهر او کمک کرده است تا «امروز از هر زمان دیگری در تاریخ ما ایمن‌تر باشد». آگویلار به سناتورها گفت که این اداره به چندین روش، از هوش مصنوعی استفاده می‌کند؛ از جمله تشخیص چهره، خواندن پلاک خودروها، نظارت بر تهدیدات احتمالی در شبکه‌های اجتماعی و استفاده از شواهد بالستیک برای «ارتباط شلیک‌ها» بین تیراندازی‌ها. آگویلار همچنین به مطالعه‌ای از دانشگاه بین‌المللی فلوریدا اشاره کرد که نشان می‌دهد کارآگاهان با استفاده از این فناوری 66 درصد شانس بیشتری برای پیدا کردن مظنون‌ها در جرائم خشونت‌آمیز دارند.

او گفت که قبل از هوش مصنوعی، اداره پلیس فقط قادر بود مظنون‌ها را در 45 درصد از قتل‌ها و کمتر از 38 درصد از جرائم خشونت‌آمیز دستگیر کند. با این حال، پس از شروع استفاده از این فناوری در سال 2023، آنها 68 درصد از قتل‌هایی را که در آن سال رخ داده بود و 58 درصد از جرائم خشونت‌آمیز را حل کردند. استفاده نکردن از هوش مصنوعی باعث می‌شود که بیشتر جرائم حل‌نشده باقی بمانند و این بدین معنی است که مظنون‌های جنایی اجازه خواهند داشت به فعالیت خود ادامه دهند و به افراد دیگر صدمه وارد کنند. معاون رئیس پلیس میامی همچنین گفت که هوش مصنوعی باعث آزاد شدن وقت نیروهای پلیس می‌شود تا بر روی تعداد بیشتری پرونده‌ کار کنند. به ‌عنوان مثال، او گفت که امکان دارد با مقایسه عکس یک مظنون با پایگاه داده‌های عکس، ساعت‌ها یا حتی هفته‌ها زمان صرفه‌جویی شود. با این ‌حال، پلیس میامی پس از شنیدن نگرانی‌های جامعه در جلسات عمومی، سیاست‌هایی را برای به‌کارگیری این فناوری ایجاد کرده است. مطابق با این سیاست‌ها، تشخیص چهره با استفاده از هوش مصنوعی به‌تنهایی به ‌عنوان مدرک کافی برای بازداشت فرد شناخته نمی‌شود. آگویلار اظهار داشت که مطابقت چهره مبتنی بر هوش مصنوعی صرفاً متناسب با دریافت این نکته است که ممکن است فردی در جرم متهم باشد. «کارآگاهان ما مراقبت لازم را خواهند کرد و سعی می‌کنند با استناد به شواهد دیگر، ارتباط این شخص را با صحنه جرم تایید یا رد کنند.» او گفت، فناوری هوش مصنوعی کاملاً جایگزین روش‌های تحقیقاتی سنتی نیست، «بلکه این فناوری به روش‌های تحقیقاتی سنتی افزوده می‌شود». «مهم است که تشخیص دهیم فناوری مبتنی بر هوش مصنوعی به‌ عنوان یک دستیار تحقیقاتی برای نیروهای پلیس، نه جایگزین عوامل انسانی، عمل می‌کند.»

با این ‌حال، هنوز نگرانی‌هایی درباره استفاده پلیس از هوش مصنوعی وجود دارد. 18 سناتور دموکرات در نامه‌ای به وزارت دادگستری اعلام کردند که شش مورد، از جمله یک مورد در جورجیا، اتفاق افتاده است که افراد بر اساس یک مطابقت نادرست چهره به اشتباه بازداشت شده‌اند. آنها تاکید کردند که در همه شش مورد، افراد سیاهپوست بودند. سناتورها به یک مطالعه از موسسه استانداردها و فناوری ملی (NIST) اشاره کردند که نشان می‌دهد فناوری تشخیص چهره در تحلیل چهره‌های پوست تیره یا افراد سرخپوست و آسیایی با دقت کمتری عمل می‌کند. آنها همچنین به این نکته اشاره کردند که اعطای گرنت از سوی وزارت دادگستری برای «پیاده کردن برنامه‌ها یا فناوری‌هایی که ممکن است باعث تبعیض شود»، با قوانین حقوق مدنی در تضاد است.

کارن هاوارد، مدیر ارزیابی علمی، فناوری و تحلیل‌های گمرکی (GAO)، اظهار داشت که برخی از نیروهای پلیس نیاز به آموزش‌های بهتری دارند تا محدودیت‌های هوش مصنوعی را درک کنند و خواستار ایجاد استانداردهای ملی برای آموزش پلیس در استفاده از این فناوری شد. برای توضیح نیاز به آموزش، هاوارد مثالی زد که وقتی یک کارآگاه از هوش مصنوعی استفاده می‌کند تا اثر انگشتی را که در محل جرم گرفته شده، با دیگر اثر انگشت‌ها در پایگاه داده مقایسه کند، هوش مصنوعی فقط به کارآگاه می‌گوید کدام اثر انگشت‌ها در پایگاه داده بهترین تطابق را دارند، اما نمی‌گوید احتمال مطابقت این اثر انگشت‌ها چقدر است. به‌ عبارت دیگر، ممکن است احتمال مطابقت اثر انگشت‌ها فقط 35 درصد باشد، اما «تحلیلگران اغلب این را درک نمی‌کنند». او گفت، «آنها فکر می‌کنند این اولین گزینه من است، در صورتی که ممکن است کاملاً شخص دیگری باشد». در جورجیا، پلیس با استفاده از فناوری تشخیص چهره از ویدئویی که فروشگاه گرفته بود، سه مظنون را شناسایی و سپس فردی به نام رندال رید را بازداشت کرد. وکیل رید ادعا کرد که کارآگاه بدون هیچ اقدام اضافی دیگری برای اطمینان از اینکه آیا رندال واقعاً فرد مورد نظر بوده یا نه، دستور بازداشت را صادر کرده است.

یکی از نگرانی‌های دیگر که هاوارد اشاره کرد، این است که در حالی که NIST نرم‌افزارها را ارزیابی می‌کند، این سازمان فدرال تنها می‌تواند الگوریتم‌هایی را که از سوی شرکت‌های تولیدکننده ارائه شده‌اند، بررسی کند. پیشتر ربکا وکسلر، مسئول رفاه حقوقی دانشگاه کالیفرنیا، گفته بود که او و سایر پژوهشگران درخواست اجازه از یک شرکت هوش مصنوعی دیگر برای ارزیابی نرم‌افزارشان را کرده‌اند، اما این اجازه به آنها داده نشده است. هاوارد خواستار این شد که بیشتر الگوریتم‌های هوش مصنوعی از سوی پژوهشگران مستقل ارزیابی شوند. او تاکید کرد که «الگوریتم‌ها با دقت بالا و موثر هستند، اما با صدها الگوریتم در مراحل توسعه و موجود در بازار، عملکرد آنها می‌تواند به شدت متفاوت باشد». به گفته هاوارد، «نتایج بهتر از ترکیب یک الگوریتم بسیار دقیق و یک تحلیلگر آموزش‌دیده به دست می‌آید».

استفاده از هوش مصنوعی در نیروی پلیس می‌تواند به بهبود کارایی و سرعت تحقیقات کمک کند، اما با چالش‌ها و نگرانی‌های جدی همراه است. این فناوری نمی‌تواند جایگزین روش‌های سنتی تحقیقاتی شود بلکه به‌ عنوان یک ابزار مکمل به کار گرفته می‌شود. برای اطمینان از دقت و عدالت، ضروری است که نیروهای پلیس به‌ طور کامل در مورد محدودیت‌ها و قابلیت‌های هوش مصنوعی آموزش ببینند و الگوریتم‌ها از سوی پژوهشگران مستقل ارزیابی شوند. همچنین باید به نگرانی‌های مرتبط با تبعیض و حقوق مدنی توجه ویژه‌ای شود تا از استفاده نادرست و آسیب‌زا از این فناوری جلوگیری شود. 

دراین پرونده بخوانید ...

پربیننده ترین اخبار این شماره

پربیننده ترین اخبار تمام شماره ها