人工智能:打击犯罪的新武器

犯罪现场调查 Image copyright Getty Images

菲达尔戈(Eduardo Fidalgo)电脑上显示的是一些平常场景的图片:沙发上随意摆放的抱枕、床上叠放着的羽绒被、扔了一地的儿童玩具。这是我们大多数人都会在自己家看到的景象。

但这些平淡无奇的照片正在成为打击犯罪的新武器。菲达尔戈和同事用这些图片训练机器,在犯罪现场照片中发现线索。

在犯罪现场或嫌疑人家中,警察往往要面对大量视觉信息。他们在这些地方找到的日常物品可能隐藏着重要的证据,可将罪案与某个人联系起来。

菲达尔戈是西班牙西北部莱昂大学(University of Leon)的计算机科学家。他一直在开发一种证据识别工具,利用人工智能识别警方照片中的物品,并从中寻找与其他罪案之间的联系。比如,以一个性侵案现场的卧室为例,警察通常会对这些地方进行拍照,在此过程中捕捉关键信息。

Image copyright Getty Images
Image caption 将犯罪现场的物品同过往案件中的物品进行比对,可能发现不同罪案之间的联系。否则,这些联系可能会被办案人员遗漏(Credit: Getty Images)

“这些卧室里的东西,玩具、窗帘的材质、地板的纹理——所有这些,”菲达尔戈说。“假设这个玩具已被系统登记录入,如果同案犯在其他罪案中使用了,就能检索到。”

这可能不会确切地将嫌疑人同过去的罪案联系起来,但一定会提供值得调查的线索。否则,调查人员(具体取决于谁在犯罪现场)可能会漏掉这些线索。

菲达尔戈和同事已经开发出了一个能够完成这项任务的系统雏形。他希望西班牙警方能马上试用。但他提到,警方目前已经在使用其他图像识别工具了。

一种小型工具包,像一系列工具箱一样安装在笔记本电脑上。对电脑进行此番设置是为了对从犯罪嫌疑人的电子设备上下载的大量照片进行分析。系统能够自动识别已知面孔,并对照片中人物的年龄和性别进行估计。它还能发现可能和儿童性侵有关的图片,无需警察自己搜索完整的图片库。

这只是世界各地的警方用人工智能打击犯罪的方式之一。人工智能被用于分析照片、闭路电视画面、证据文件和犯罪记录,帮助警方在与试图逃脱法律制裁的罪犯进行斗争时取得优势。随着全球多国警务预算收紧,高级官员通常希望用人工智能缩减部门花费。反过来,公众也认为社区会因此变得更加安全。

Image copyright Alamy
Image caption 对成千上万张来自互联网阴暗角落的照片进行扫描,有助于破获侵犯儿童的罪案(Credit: Alamy)

目前,这类技术的应用范围远比公众知道的广。比如,Facebook最近透露,该公司利用人工智能在短短3个月内就在其社区发现近900万张儿童裸照,之前几乎所有都没有被举报过。Facebook将涉嫌犯罪的细节交给美国全国失踪和被欺侮儿童中心(National Center for Missing and Exploited Children)。

全美还有近200个执法机构在使用南加州大学(University of Southern California)开发的一种算法。该算法可在互联网上搜寻贩卖人口和性交易受害者的线索。它在开放网络和所谓的暗网上,搜索性广告中包含的信息并进行解读,帮助调查人员追踪潜在的受害者。

该算法已经搜索了2500万个页面。事实证明,它非常成功,美国国防部(US Department of Defense)正在尝试将其用于调查毒品、非法武器售卖和假冒商品。

人工智能真正能够帮助调查人员的,是收集一系列复杂的证据。数字取证公司Cellebrite开发出可自动检查嫌疑人手机中潜在证据的软件,英国警方正在试用。此软件能够分析图像和联络模式、比对人脸,并交叉引用来自多台设备的数据,帮助警方迅速、详细地了解嫌疑人之间的互动情况。前不久,该软件帮助识别了卷入一桩人口贩卖案的泰国官员,其中包括警察、三名政客和一名军方将领。

Image copyright Alamy
Image caption 用机器学习算法进行人脸识别,已被一些国家的警方采用(Credit: Alamy)

算法还可快速查询警方数据,找出刑事案件之间各种可能的联系。密德萨斯大学(Middlesex University)人机交互教授威廉·王(William Wong)表示,这是为了帮助警方意识到,有关罪犯、证据或犯罪模式的信息是现成的。

他参与开发了一个名为“罪案情报视觉线索分析”(Valcri,Visual Analytics for Sense-Making in Criminal Intelligence Analysis)的系统。

“我们不是让机器给你一个答案,而是给你可能有关的信息,”他说。“让我知道在我的各种数据库里,有什么案件看上去可能与这起犯罪的作案方式类似。”

在欧洲,包括英国警方进行了几年的基础试用后,Valcri正在成为一件应用工具。

“我们不再用虚拟的匿名数据做试验,我们现在是用真实的数据进行试验,”威廉·王说。他表示,这个系统可能会在未来几个月内首次侦办真实的罪案。

伦敦大学学院(University College London)的取证专家摩根(Ruth Morgan)表示,警方数据库的强大功能,在某种程度上没有得到开发,正等着与人工智能携手,前景诱人。

她说,“潜力绝对惊人。”但她指出,使用算法时,并不总是能够在法庭上判断它们的决策。要么技术属于专利,持有专利的公司不想交出自己的机密,要么是系统太过复杂,几乎不可能证明它是如何得出结论的。此类问题可能会妨碍技术应用。

Image copyright Alamy
Image caption 帮助警方解密自己数据库中的信息,人工智能可能会成为打击犯罪的重要工具(Credit: Alamy)

然而,一系列令人难以置信的应用仍在研究中。

摩根本人正在开发一个计算嫌疑人鞋底上的微粒数量的图像分析系统。比如花粉颗粒或枪弹残留物。根据鞋上某类微粒的数量,警方能够估计出鞋的主人在多久前出现在某个特定区域。

计算这些颗粒的数量,可能需要人类取证专家工作数周甚至数月。摩根表示,让机器对这些粒子自动拍照并进行计算只需要几个小时。在对颗粒计数系统进行测试后,她希望接下来开发一种同时能够准确识别颗粒种类,比如是哪种花粉的算法。

在取证中,像这样的微小痕迹可能会产生极大的影响。30年前DNA分析得以应用,对刑事调查产生了巨大的影响。但DNA分析仍存在较大问题。比如,在对衣服、物品或受害者的身体进行取样时,提取的DNA通常有多个来源。这可能包括来自受害者、嫌疑人、警察、证人甚至宠物的遗传物质。如何区分它们并计算"影响因子"?

人类DNA分析人员一直在进行这项工作,但费时且容易出错。几年前的一项研究发现,在美国108个法医实验室中,74个实验室在一份只含有两个人的遗传物质的测试样本中检测出了3个人的DNA。在现实生活中,这可能会导致一个无辜的人被卷入一起罪案。

如果实验室对样本影响因子的数量更有把握,发生这类错误的几率就会降低。隶属于纽约州雪城大学(Syracuse University)的美国法医与国家安全研究所(US Forensic & National Security Institute)的马西亚诺(Michael Marciano)和阿德尔曼(Jonathan Adelman)设计了一个名为Pace的系统,为DNA分析人员提供帮助。Pace的全称是影响因子估算概率评估(Probabilistic Assessment for Contributor Estimation)。

他们用数千份虚拟样本训练一种机器学习算法,这些样本包含来自多个来源的DNA。该算法逐渐学会了区分含两个人的DNA的样本和含三组DNA的样本等任务。虽然Pace不能100%确定影响因子的数量,但马西亚诺和阿德尔曼称其准确性略高于其他分析方法。

Image copyright Alamy
Image caption 鞋上的微量花粉或火药残留物可提供重要的线索,将嫌疑人同犯罪现场联系起来,但让它们相匹配是一项艰巨的工作(Credit: Alamy)

但马西亚诺说,利用机器学习可加快这个过程,最多只用3分钟便会给出结果。

有时候,案发现场除了遗传物质还会留下些东西,但依然令人费解。在寻找失踪人员或谋杀案的受害者时,警方偶尔会在办案过程中发现骨头碎片。他们可能无法将这类物质同DNA样本进行比对,但知道一个人的脸长什么样可能有助于找到他们。目前,法医人类学专家会利用粘土等材料将颅骨碎片拼凑在一起,构建面部组织层,以复原颅骨主人的面孔。

这项工作极其艰巨,准确性可能会因为操作的法医人类学专家不同而存在差异。路易斯安那州立大学(Louisiana State University)的计算机科学家李新(音译)认为,机器可以提供帮助。

他正在开发一个能够对少许头骨碎片进行三维扫描,然后再像拼图一样把它们拼起来的系统。该系统是用人类头骨的形状和比例来进行训练的,它知道如何用数字化的方式填补空白,并保持适度的准确性。

Image copyright Alamy
Image caption 就像DNA指纹制取和弹道学领域的进步让刑事调查实现了飞跃一样,专家预计人工智能也会带来巨大的进步(Credit: Alamy)

但接下来的部分特别巧妙。李新还用人脸的照片训练一种算法,以便找到与复原的颅骨最相符的面孔。面对一个身份未知的头骨时,该系统会创建成千上万个三维复原模型,然后通过搜索找到一个匹配的面孔。

“我们从网上收集了很多照片,先试着(为每张照片)复原一张3D人脸,”他解释说。“然后进行所谓的叠印,让这张3D人脸与头骨对上号。”

对3D复原人脸中任何一个与实验对象的头骨不完全对应的区域,系统都能够重新绘图,通过不断的修改,让3D人脸看起来更像潜在的受害者。

“考虑到持续的衰老,看这种方式会如何发挥作用将是一件有趣的事情,”摩根说。“人脸可能会随着时间的推移而发生很明显的改变,但头骨会保持不变。”

李新说,他设计的系统目前运行正常,希望法医人类学专家能在几个月内进行试用。

Image copyright Getty Images
Image caption 骨头碎片往往难以确定主人身份,但机器学习提供了利用头骨残骸复原受害者面孔的方式(Credit: Getty Images)

从长远来看,这些技术有多高的准确度,仍存在质疑。它们可能会在小规模的试用中表现得更快、更有用,但只有在实际案件中,才是真正的考验。警方必须证明,采用这些系统不仅能带来切实的好处,也符合法律和道德。

“我们使用的一切都必须在合法的刑事司法框架内,”英国斯塔福德郡警察局(Staffordshire Police)副局长贝克(Nick Baker)指出。“法庭必须认可,这样公众也会认可。”

一个世纪前,全球各地的法庭开始接受指纹证据,但这不是在一夜之间发生的。1902年,在英国的一场刑事审判中,指纹证据首次证明嫌疑人有罪。但又过了9年,美国的法庭才接受这类证据。

警务人工智能目前大多进入了测试阶段。在此之后,我们会对它的实际能力和业务效果有更好的了解。但正如摩根所指出的那样,在不久的将来,那些加快分析速度、汇集待分析数据的工具可能会对刑事调查产生巨大影响。

“当我们几年后回过头来说‘你能相信我们五年前还没有这个吗?’,那时,它会是其中之一,”她说。

请访问 BBC Future 阅读 英文原文

相关主题内容

更多有关此项报道的内容