Искусственный интеллект меняет криминалистику
40 лет назад криминалисты стали применять ДНК-анализ для раскрытия преступлений. Это стало началом принципиально новой эпохи, где «шерлоки холмсы» уступают ведущую роль криминалистическим лабораториям, работающим на микроуровнях.
Базы ДНК расширялись со стремительной скоростью, и возникла новая проблема: объемы данных для анализа оказались слишком большими. Соответственно, процесс идентификации преступника затягивался. К тому же далеко не всегда искомая ДНК присутствовала в базе, и улики сравнивать было просто не с чем. В результате архивы следственных органов переполнились «висяками», которые годами хранились в расчете, что совпадение когда-нибудь будет найдено.
Все начало меняться, когда в 2012 году компания Parabon NanoLabs получила грант от Пентагона: Министерство обороны США профинансировало исследования в области моделирования физических характеристик человека на основании данных его ДНК. Для такого моделирования есть научный термин — фенотипирование. Военные хотели получить изображения террористов, имея в своем распоряжении только их генетический материал, оставшийся на взрывных устройствах. Именно тогда в криминалистику впервые пришел давно ожидаемый отраслью искусственный интеллект.
Суть метода состоит в комплексном использовании генетического материала большой группы добровольцев и отсканированных 3D-изображений их лиц. Как поясняет Эллен Грейтак, директор по биоинформатике в Parabon NanoLabs, для каждого лица было определено свыше 20 тысяч различных физических характеристик. ИИ обучается на этой информации и ищет параллели между частями ДНК и внешностью их носителя. Полученные данные ложатся в основу прогнозных моделей лиц вероятных подозреваемых (или жертв), которые машина создает на основании имеющегося у следствия генетического материала.
Пока что с помощью ИИ-технологии специалисты Parabon NanoLabs с высокой точностью определяют цвет кожи, пигментацию, цвет и форму волос, разрез глаз и их цвет, а также форму носа и ушей. Плюс к этому ИИ умеет учитывать временной фактор и отражает наиболее вероятные возрастные изменения лица.
Отметим, что о полном портретном сходстве речь не идет. Изучая фотогалерею изображений, созданных ИИ на основании генетического материала, можно заметить, что некоторые сгенерированные образы чрезвычайно похожи на реальных носителей этих ДНК. В то же время другие имеют лишь отдаленное сходство с оригиналом.
Дела, раскрытые с помощью ИИ и Parabon NanoLabs. Источник: Parabon NanoLabs
Одним из впечатляющих примеров работы Parabon NanoLabs в области фенотипирования можно назвать расследование, в ходе которого с жителя Коннектикута было снято обвинение… в вампиризме. При эксгумации останков пожилого мужчины, умершего более двух веков назад, криминалисты обратили внимание, что его тело было перезахоронено. Опираясь на традиции той местности, исследователи предположили, что покойного подозревали в вампиризме. Из практически истлевших костей криминалисты извлекли ДНК усопшего и воссоздали его детальный портрет. Тогда стала понятна и причина обвинения — у мужчины была необычно белая кожа, что объясняется, скорее всего, туберкулезом, от которого бедняга и скончался.
ИИ воссоздал лицо «вампира» из Коннектикута. Источник: Parabon NanoLabs
Возможно, еще более впечатляющим примером использования ИИ в криминалистике стала реконструкция лиц трех древних египтян. Ученым удалось извлечь ДНК их мумифицированных останков возрастом более 2 тысяч лет, что само по себе достойно внимания. Но Parabon NanoLabs использовала эти данные, чтобы создать модели лиц мумий с помощью ИИ с высокой степенью детализации. Реконструкция показала, что древние египтяне были смуглыми, темноволосыми и темноглазыми. А вот генетически они оказались ближе к «морским народам» Средиземноморья и Ближнего Востока, чем к жителям современного Египта.
ИИ восстановил лица мумий по ДНК. Источник: Parabon NanoLabs
Впрочем, принципиально новая для криминалистики технология уже столкнулась с острой критикой. Дело в том, что ИИ-реконструкция лиц на основании ДНК-анализа нигде законодательно не закреплена, а риски ошибок слишком велики.
Поскольку современные алгоритмы распознавания лиц представляют собой обученные нейронные сети, мы просто не знаем точно, какие критерии используют системы для идентификации лица, — говорит Клэр Гарви, эксперт по распознаванию лиц и юрист по вопросам конфиденциальности.
Гарви называет технологию, которую использует Parabon NanoLabs, «моделью черного ящика». Это интересная концепция, которую применяют, описывая достижения в области искусственного интеллекта и машинного обучения. Речь о моделях, которые настолько сложны, что человек просто не в силах понять, как они работают и на чем основан полезный результат. В заключение отметим, что программное обеспечение, основанное на «модели черного ящика», сегодня все шире используется хедж-фондами, финансовыми аналитиками и частными инвесторами для создания торговых стратегий.
