Bagaimana kecerdasan buatan bisa membantu melawan kejahatan

Ai, kecerdasan buatan, kriminal Hak atas foto Getty Images
Image caption Kecerdasan buatan bisa dimanfaatkan untuk melawan kejahatan.

Memecahkan kasus kriminal membutuhkan kerja keras polisi. Bagaimana jika mesin bisa membantu para detektif menemukan petunjuk penting yang mereka butuhkan?

Foto-foto di komputer Eduardo Fidalgo menggambarkan adegan-adegan biasa — sofa penuh bantal, selimut yang dilipat di atas tempat tidur, mainan anak-anak yang berserakan di lantai. Gambar ini seperti apa yang biasa kita lihat di rumah sendiri.

Tapi foto-foto yang nampak biasa ini ternyata bisa dipakai untuk membantu membangun senjata baru demi melawan kejahatan. Fidalgo dan rekan-rekannya memakai gambar untuk melatih mesin menemukan petunjuk dalam foto-foto TKP.

Ketika petugas polisi mengunjungi tempat kejadian perkara atau rumah tersangka, mereka dihadapkan dengan informasi visual yang sangat banyak. Di balik di benda sehari-hari itu mungkin ada bukti penting yang bisa menghubungkan seseorang dengan kejahatan.

Fidalgo adalah ilmuwan komputer di Universitas Leon di Spanyol. Dia dan timnya bekerjasama dengan Institut Keamanan Siber Nasional Spanyol (INCIBE) untuk mengembangkan alat pengenal bukti yang memakai kecerdasan buatan. Tujuannya, mengenali objek dalam foto-foto kepolisian dan mencari hubungan dengan kejahatan lain.

Misalnya, kamar tidur yang dilaporkan sebagai tempat pelecehan. Petugas telah mengambil banyak foto di lokasi-lokasi semacam itu, dan dalam prosesnya, turut mengambil informasi kunci.

"Kamar-kamar itu berisi benda, mainan, tekstur tirai, tekstur lantai, semua hal semacam ini," kata Fidalgo. "Katakanlah mainan ini bisa didaftarkan oleh sistem. Jika orang yang sama menggunakannya dalam kejahatan lain, datanya bisa muncul."

Itu memang belum tentu bisa menghubungkan tersangka dengan pelanggarannya di masa lalu, tapi kemungkinan bisa membuka jalur penyelidikan yang patut dicoba. Dan itu mungkin saja berupa sesuatu tidak diperhatikan oleh petugas penyelidik (atau siapa pun yang hadir di TKP).

Hak atas foto FOX
Image caption TKP dalam serial Gotham yang ditayangkan oleh Fox

Fidalgo dan rekan-rekannya telah mengembangkan sistem percontohan untuk itu, yang dia harapkan akan segera diuji coba oleh polisi Spanyol. Namun dia menyebutkan bahwa sudah ada alat pengenal gambar lain yang saat ini digunakan oleh polisi.

Salah satu alat berupa koper besar yang berisi beberapa laptop. Komputer diatur untuk menganalisis foto dalam jumlah banyak yang diunduh dari perangkat elektronik tersangka.

Sistem bisa otomatis mengenali wajah yang sudah dikenal, dan memperkirakan usia dan jenis kelamin individu dalam foto. Alat juga bisa menemukan gambar anak yang diduga korban pelecehan seksual, sehingga petugas tak perlu menyisir seluruh data gambar yang tersedia.

"Kamar-kamar itu memiliki benda, mainan, tekstur pada tirai, tekstur lantai — semua hal semacam ini," kata Fidalgo. "Katakanlah mainan ini bisa didaftarkan oleh sistem dan jika orang yang sama menggunakannya dalam kejahatan lain, itu bisa diambil."

Itu mungkin tidak secara pasti menghubungkan tersangka dengan pelanggaran di masa lalu, tetapi hal itu tentu bisa membuka jalur penyelidikan yang layak untuk dicoba. Dan itu mungkin sesuatu yang akan terlewatkan oleh petugas penyelidik, tergantung pada siapa yang hadir di TKP.

Fidalgo dan rekan-rekannya telah mengembangkan sistem prototipe untuk melakukan hal itu, dan dia berharap akan segera diujicoba oleh polisi Spanyol. Namun dia menyebutkan bahwa sudah ada alat pengenal gambar lain yang digunakan pasukan polisi saat ini.

Satu bit kit ada dalam bentuk bundel koper besar berisi laptop. Komputer diatur untuk melakukan analisis pada sejumlah besar foto yang diunduh dari perangkat elektronik tersangka. Sistem dapat secara otomatis mengenali wajah yang diketahui dan membuat perkiraan tentang usia dan jenis kelamin individu dalam foto. Juga dapat menemukan gambar yang mungkin dari pelecehan seksual anak, tanpa petugas harus menyisir seluruh perpustakaan gambar itu sendiri.

Ini hanyalah salah satu cara intelijen buatan digunakan oleh pasukan polisi di seluruh dunia untuk membantu mereka dalam memerangi kejahatan. Teknologi ini digunakan untuk menganalisis foto-foto, rekaman CCTV, file bukti, dan catatan kejahatan untuk membantu memberi mereka keunggulan atas mereka yang berusaha melarikan diri dari lengan panjang hukum. Dengan pengetatan anggaran polisi di banyak bagian dunia, para perwira senior sering berharap AI akan membantu departemen yang menyusut mengatasinya. Masyarakat pada gilirannya dijanjikan bahwa komunitas mereka akan lebih aman.

Ini hanyalah salah satu contoh bagaimana polisi di seluruh dunia menggunakan kecerdasan buatan untuk membantu mereka memerangi kejahatan. Teknologi ini digunakan untuk menganalisis foto-foto, rekaman CCTV, fail bukti, dan catatan kejahatan, untuk membantu polisi menyudutkan para penjahat yang berusaha melarikan diri dari lengan panjang hukum.

Dengan pengetatan anggaran polisi di dunia, para perwira senior sering berharap AI akan membantu departemen mereka yang kian menyusut. Masyarakat pun dijanjikan komunitas yang lebih aman.

Teknologi seperti itu sudah digunakan jauh lebih luas daripada yang disadari banyak orang. Facebook, misalnya, baru-baru ini mengungkapkan bahwa mereka menggunakan AI untuk mengungkap hampir sembilan juta gambar pornografi anak, hanya dalam waktu tiga bulan.

Hampir semua gambar itu belum pernah dilaporkan sebelumnya, sehingga Facebook dapat memberikan rincian potensi penyalahgunaan kepada Pusat Nasional Anak Hilang dan Tereksploitasi di AS.

Sekitar 200 agen penegak hukum di AS juga menggunakan algoritme yang dikembangkan oleh para peneliti di University of Southern California. Mereka menjelajahi internet untuk mencari petunjuk korban perdagangan manusia dan perdagangan seks.

Algoritme menelusuri dark web maupun terbuka untuk mencari informasi yang terkandung dalam iklan seks, mengungkap informasi yang dikandungnya untuk membantu penyelidik melacak korban potensial.

Algoritme ini sudah menjaring 25 juta halaman dan telah terbukti sangat berhasil sehingga Departemen Pertahanan AS pun bereksperimen dengan menggunakannya untuk investigasi narkotika, penjualan senjata ilegal dan barang palsu.

Menyatukan untaian bukti rumit adalah keahlian kecerdasan buatan yang benar-benar bisa membantu penyelidik. Polisi di Inggris sedang menguji coba perangkat lunak yang dikembangkan oleh perusahaan forensik digital Cellebrite, yang secara otomatis menyaring bukti potensial pada telepon seluler tersangka.

Software ini dapat menganalisis gambar dan pola komunikasi, mencocokkan wajah dan data referensi silang dari beberapa perangkat, dengan cepat membantu petugas membangun gambaran rinci tentang pola interaksi sekelompok tersangka. Perangkat lunak ini baru saja digunakan untuk membantu mengidentifikasi pejabat di Thailand yang terlibat dalam kasus perdagangan manusia, termasuk petugas polisi, tiga politisi dan seorang jenderal militer.

Algoritme juga dapat mengolah data polisi untuk memilih berbagai kemungkinan koneksi antara kasus-kasus kriminal. Idenya adalah untuk membantu polisi menyadari bahwa individu, bukti atau pola kejahatan itu benar-benar ada, kata William Wong, seorang profesor interaksi manusia-komputer di Universitas Middlesex.

Dia membantu mengembangkan sistem yang disebut Valcri- Analisis Visual Demi Pemahaman dalam Analisis Intelijen Kriminal.

"Kami tidak meminta mesin untuk memberi Anda jawaban tetapi untuk memberi tahu Anda tentang apa yang mungkin bisa relevan," katanya. "Tunjukkan hal lain di dalam basis data yang beragam ini, yang mirip dengan bagaimana kejahatan khusus ini dilakukan"

Setelah beberapa tahun menjalani uji coba dasar dengan pasukan polisi di Eropa, termasuk Inggris, Valcri siap menjadi alat operasional.

"Kami tidak lagi mengujinya dengan data anonim bohongan; kami sekarang sedang mengujinya dengan data nyata, langsung, "kata Wong. Sistem itu, katanya, bisa membantu menyelesaikan kejahatan sungguhan untuk pertama kalinya dalam beberapa bulan mendatang.

Hak atas foto Getty Images/HERIKA MARTINEZ
Image caption Kadang-kadang fragmen yang ditinggalkan seseorang lebih dari sekadar genetik, tetapi masih membingungkan.

Kekuatan basis data kepolisian yang belum dimanfaatkan, yang menunggu untuk dihubungkan dengan AI, sangat menggiurkan, kata Ruth Morgan, pakar forensik di University College London.

"Potensi ini sangat fenomenal," katanya. Namun, dia mencatat bahwa ketika algoritme digunakan, tidak selalu mungkin untuk mengaudit pengambilan keputusan mereka di pengadilan nanti.

Entah teknologi itu berpemilik, dan perusahaan yang memilikinya tidak mau melepaskan rahasia mereka, atau sistem itu begitu berbelit-belit sehingga membuktikan caranya mencapai kesimpulan hampir mustahil. Itulah salah satu hambatan kenapa teknologi ini sulit diadopsi lebih luas.

Namun, beragamnya kemungkinan aplikasi masih terus diselidiki.

Morgan sendiri sedang mengerjakan sistem analisis gambar yang dapat menghitung partikel mikroskopis yang ditemukan pada sol sepatu tersangka. Misalnya, serbuk sari atau residu tembakan. Dari jumlah partikel semacam itu pada sepatu, petugas mungkin bisa memperkirakan sudah berapa lama si pemakai berada di area tertentu.

Menghitung partikel-partikel ini dapat melibatkan berminggu-minggu atau bahkan berbulan-bulan jika dilakukan oleh ahli forensik. Mesin hanya perlu beberapa jam untuk mengambil gambar partikel-partikel ini secara otomatis dan menghitungnya membutuhkan waktu berjam-jam, kata Morgan.

Setelah menguji sistemnya untuk menghitung partikel, selanjutnya dia berharap untuk mengembangkan algoritme agar bisa mengidentifikasi jenis partikel yang ada, misalnya spesies serbuk sari.

Dalam forensik, jejak kecil seperti ini bisa punya implikasi terbesar. Analisis DNA berdampak besar pada investigasi kriminal sejak diperkenalkan 30 tahun lalu. Tetapi DNA masih merupakan tantangan besar. Seringkali ketika sampel diambil dari pakaian, benda atau tubuh korban, misalnya, DNA dari berbagai sumber ikut terambil. Mungkin termasuk materi genetik dari korban, tersangka, petugas polisi, saksi atau bahkan hewan peliharaan. Bagaimana Anda bisa membedakan mereka dan mengenali para "kontributor"?

Ini adalah jenis pekerjaan yang biasa dilakukan analis DNA manusia, tetapi proses ini sangat memakan waktu dan mudah salah. Sebuah penelitian beberapa tahun lalu menemukan bahwa 74 dari 108 laboratorium forensik di AS mendeteksi DNA tiga orang dalam sampel uji yang hanya mengandung bahan genetik dua orang. Dalam kehidupan nyata, itu bisa mengakibatkan orang yang tidak bersalah jadi dilibatkan dalam kejahatan.

Hak atas foto BSIP
Image caption Pembelajaran mesin, mempercepat proses sehingga hasil maksimal bisa muncul hanya dalam tiga menit

Seandainya laboratorium lebih bisa diandalkan saat mengenali jumlah kontributor dalam sampel, kesalahan seperti itu akan lebih kecil kemungkinannya.

Michael Marciano dan Jonathan Adelman di Institut Forensik & Keamanan Nasional AS, yang merupakan bagian dari Universitas Syracuse di New York, telah merancang sistem yang disebut Pace-Penilaian Probabilistik untuk Estimasi Kontributor- yang membantu mereka melakukan ini.

Mereka melatih algoritme pembelajaran mesin pada ribuan sampel boneka yang mengandung DNA dari berbagai sumber.

Secara bertahap, algoritme belajar membedakan sampel yang mengandung DNA dari dua orang, sampel yang terdiri atas tiga set DNA, dan sebagainya. Meskipun Pace tetap tidak dapat 100% yakin soal jumlah kontributor, Marciano dan Adelman mengklaim Pace sedikit lebih akurat daripada metode analisis saingan.

Meski demikian, pembelajaran mesin mempercepat proses sehingga hasil maksimal bisa muncul hanya dalam tiga menit, kata Marciano.

Kadang-kadang fragmen yang ditinggalkan seseorang lebih dari sekadar genetik, tetapi masih membingungkan.

Polisi yang mencari orang hilang atau korban pembunuhan terkadang menemukan pecahan tulang dalam pencarian mereka.

Mereka mungkin tidak dapat mencocokkan bahan itu dengan sampel DNA, tetapi mengetahui seperti apa wajah individu itu dapat membantu identifikasi.

Hak atas foto Getty Images
Image caption Ketika petugas polisi mengunjungi tempat kejadian perkara atau rumah tersangka, mereka dihadapkan dengan informasi visual yang sangat banyak. Di balik di benda sehari-hari itu mungkin ada bukti penting yang bisa menghubungkan seseorang dengan kejahatan.

Para antropolog forensik saat ini mengumpulkan serpihan tengkorak dan membangun lapisan-lapisan jaringan wajah dengan medium seperti tanah liat untuk merekonstruksi wajah.

Pekerjaan ini sangat melelahkan dan akurasinya dapat bervariasi antar masing-masing antropolog. Xin Li, seorang ilmuwan komputer di Louisiana State University, berpikir mesin dapat membantu.

Dia telah mengembangkan sistem yang dapat mengambil pindaian tiga dimensi dari beberapa fragmen tengkorak dan menyatukannya kembali seperti puzzle yang memiliki potongan-potongan yang hilang. Sistem yang dilatih tentang bentuk dan proporsi tengkorak manusia, sudah tahu cara mengisi celah secara digital dengan tingkat akurasi yang masuk akal.

Tetapi bagian selanjutnya sangat cerdas. Li juga telah melatih algoritme pada foto wajah orang-orang untuk menemukan wajah yang paling cocok dengan tengkorak yang direkonstruksi di bawahnya.

Ketika disajikan dengan tengkorak yang tidak dikenal, sistem menciptakan ribuan rekonstruksi 3D, dan kemudian mencari yang paling cocok.

"Kami mengumpulkan banyak foto dari internet. Pertama-tama, kami mencoba merekonstruksi wajah 3D [masing-masing]," jelasnya. "Lalu kami melakukan apa yang disebut superimposisi untuk mencocokkan wajah 3D ini dengan tengkorak."

Untuk setiap bagian rekonstruksi wajah 3D yang tidak terpetakan secara sempurna ke tengkorak subjek, sistem dapat menggambar ulang, memodifikasi wajah sedikit agar lebih terlihat seperti korban.

"Akan menarik untuk melihat bagaimana pendekatan ini bekerja ketika memperhitungkan penuaan di masa mendatang," kata Morgan. "Wajah bisa berubah cukup signifikan dari waktu ke waktu sementara tengkoraknya tetap stabil."

Li mengatakan dia sekarang memiliki sistem kerja dan berharap bahwa antropolog forensik akan mencobanya dalam beberapa bulan.

Masih ada pertanyaan tentang seberapa akuratkah teknologi ini akan terbukti dalam jangka panjang.

Hak atas foto Getty Images
Image caption Data kemungkinan besar akan memiliki pengaruh besar pada investigasi kriminal dalam waktu dekat.

Mereka mungkin lebih cepat dan lebih berguna dalam uji coba skala kecil, tetapi tes sesungguhnya adalah ketika mereka diterapkan pada kasus nyata. Para polisi harus menunjukkan tidak hanya bahwa ada manfaat nyata dari mengadopsi sistem seperti itu, tetapi juga bahwa mereka sudah sesuai secara hukum dan etis.

"Apa pun yang kami manfaatkan harus berada dalam kerangka peradilan pidana hukum," kata Nick Baker, wakil kepala polisi di Staffordshire Police di Inggris. "Pengadilan harus menerimanya sehingga publik juga akan menerimanya."

Satu abad yang lalu, bukti sidik jari diterima di pengadilan di seluruh dunia — tetapi itu tidak terjadi dalam semalam. Pengadilan kriminal pertama di Inggris yang memakai bukti sidik jari untuk menghukum seseorang terjadi tahun 1902. Butuh waktu sembilan tahun lagi sampai bukti sidik jari diterima di pengadilan AS.

AI di kepolisian sebagian besar sedang memasuki periode pengujian, setelah itu kemampuan nyata dan kegunaan operasionalnya bisa lebih diketahui.

Tetapi, seperti yang dicatat Morgan, alat yang mempercepat analisis dan mengumpulkan data hanya menunggu untuk dianalisis. Data ini kemungkinan besar akan memiliki pengaruh besar pada investigasi kriminal dalam waktu dekat.

"Dalam beberapa tahun kita akan melihat ke belakang dan berkata, 'Bisakah Anda percaya kita tidak memilikinya teknologi ini lima tahun yang lalu?'" kata dia.

Versi asli tulisan ini dalam bahasa Inggris bisa Anda baca diHow AI is helping to fight crimedi lamanBBC Future

Topik terkait

Berita terkait