* ЭКЦ МВД России, Академия управления МВД России, Москва, Россия
** ЭКЦ МВД России, Москва, Россия,
Обеспечение достоверности результатов применения технологий на основе искусственного интеллекта в экспертно-криминалистической деятельности
Юрий Викторович Гаврилин*
Анастасия Андреевна Бородина**
Аннотация
В статье рассмотрены вопросы обеспечения достоверности результатов применения технологий искусственного интеллекта при выявлении, раскрытии и расследовании преступлений, включая экспертно-криминалистическую деятельность. Обозначены задачи в сфере правоохранительной деятельности, эффективность решения которых может быть повышена за счет их использования. Показаны современные возможности проведения дактилоскопических, фотои видеотехнических исследований с помощью технологий искусственного интеллекта, в частности, при анализе цифровых изображений.
Установлены условия допустимости результатов применения информационных систем на основе искусственного интеллекта в процессе обработки данных. Отмечено, что при разработке программ и методик тестирования систем искусственного интеллекта, а также определении номенклатуры показателей качества и критериев их оценки необходимо использовать действующие отраслевые национальные и международные стандарты. Приведены критерии оценки качества систем искусственного интеллекта. Сделан вывод о перспективности технологий искусственного интеллекта в правоохранительной деятельности при условии стандартизации, наличия проработанной системы оценки качества их работы и соответствия установленным требованиям.
Ключевые слова: технологии искусственного интеллекта, нейросетевые технологии, автоматизированная обработка данных, правоохранительная деятельность, экспертно-криминалистическая деятельность, расследование преступлений искусственный интеллект преступление
ENSURING THE RELIABILITY OF USING ARTIFICIAL INTELLIGENCE TECHNOLOGIES IN FORENSIC ACTIVITIES
Yuriy Viktorovich Gavrilin*, Anastasia Andreevna Borodina**
* Forensic science centre of the Ministry of the Interior of Russian Federation, Academy of Management of the MIA of Russia,
Moscow, Russia,
** Forensic science centre of the Ministry of the Interior of Russian Federation, Moscow, Russia,
Abstract
The article addresses the issues of ensuring the reliability of artificial intelligence technologies applied to crime detection and investigation, includi ng forensic activities. The law enforcement activities, the effectiveness of which could be improved through the application of such technologies, are outlined. Modern features of fingerprint, photo and video engineering studies are viewed. The possibilities of artificial intelligence technologies applied to the analysis of digital images are considered in detail.
The conditions for the admissibility of the results of application of artificial intelligence based information systems to data processing are established. It is stated that the use of valid industry, national and international standards is crucial for developing programs and methods meant for testing artificial intelligence systems, as well as for determining the range of quality indicators and criteria for their evaluation. The criteria for evaluating the quality of artificial intelligence systems are offered. The authors come to the conclusion about the prospects of using artificial intelligence technologies in law enforcement activities, subject to standardization and the availability of a welldeveloped system for evaluating the quality of their work and compliance with established requirements.
Keywords: artificial intelligence technologies, neural network technologies, automated data processing, law enforcement, forensic activities, crime investigation
For citation: Gavrilin Yu. V., Borodina A. A. Ensuring the reliability of using artificial intelligence technologies in forensic activities. Forensic Examination, 52-61, 2024. (In Russ.).
Искусственный интеллект как область знаний охватывает практически все сферы человеческой деятельности, включая информатику, математику, философию, психологию, термодинамику, лингвистику, здравоохранение, инженерию, экономику, когнитивные науки и др. Не является исключением и юриспруденция.
В настоящее время наблюдается высокий научный интерес к вопросам использования технологий искусственного интеллекта (далее - ИИ) в деятельности по выявлению, раскрытию и расследованию преступлений. При этом диапазон суждений авторов весьма широк и включает как оптимистические [1, с. 82-87], так и скептические оценки [2, с. 170-174]. Большинство ученых сходятся во мнении о перспективности применения технологий ИИ в качестве вспомогательных для поддержки принятия решений [3, с. 2-5], а также средств автоматизации отдельных рутинных процессов [4, с. 16-21].
По мнению В. Ю. Федоровича, О. В. Химичевой и А. В. Андреева, при производстве по уголовному делу такого «электронного помощника» можно обязать направлять различные запросы; собирать информацию и сообщать следователю о месте ее нахождения; выявлять местонахождение подозреваемого и обвиняемого, скрывшегося от следствия или суда, и выполнять другие действия [5]. При этом технологии ИИ выступают исключительно вспомогательным инструментом и ни в коем случае не превращаются в «компьютерного следователя или судью», не означают принятия компьютерной программой какого-либо решения по существу уголовного дела.
Обозначая перспективные направления использования технологий ИИ в правоохранительной деятельности, В. Б. Батоев приводит получение доказательственной информации, а также прогнозирование намерений, мнений, мыслей и отношений [6, с. 86-87].
На основании публикаций в открытых источниках о направлениях научноисследовательских и опытно-конструкторских работ в области использования ИИ в правоохранительной сфере ранее нами выделялись следующие задачи, эффективность решения которых может быть повышена за счет технологий ИИ:
выявление признаков синтеза речи и изображений (дипфейков);
распознавание объектов при проведении идентификационных исследований (компьютерное зрение);
анализ материалов уголовного дела, выдвижение следственных версий и определение алгоритмов действий следователя;
моделирование событий преступления на основе его следов и выявление признаков серийности преступлений;
раннее предупреждение совершения преступлений на основе прогнозирования будущих криминальных событий, включая распознавание признаков противоправных действий при проведении финансовых транзакций и заключении хозяйственных договоров;
контентный и семантический анализ текстов для оценки психологического состояния их автора, а также скрытых смыслов, заложенных в сообщениях и др. [7, с. 80-87]
В настоящее время для формирования и ведения дактилоскопических учетов в органах внутренних дел Российской Федерации используется централизованная интегрированная автоматизированная дактилоскопическая информационная система МВД России. В 2023 г. сотрудниками экспертно-криминалистических подразделений с ее помощью установлены лица, возможно причастные к совершению более чем 39,9 тыс. преступлений. В данной системе внедряется программное обеспечение нового поколения, в котором реализованы технологии ИИ. Его апробация в отдельных территориальных органах МВД России1 и начало эксплуатации в МВД по Республике Крым, ГУ МВД России по Ростовской и Воронежской областям и УМВД России по Ямало-Ненецкому автономному округу
выявили существенное повышение результативности проверок по дактилоскопическим учетам при снижении временных затрат на их проведение. По итогам применения названных технологий обеспечено формирование рекомендательных списков проверяемых объектов, окончательное решение об идентификации которых принимается непосредственно экспертом, проводящим исследование, в строгом соответствии с принятыми методиками. Учитывая изложенное, рассматривается возможность распространения технологий ИИ во всех территориальных органах МВД России, а также его внедрения в другие виды экспертнокриминалистических учетов.
Перспективными направлениями использования ИИ при расследовании преступлений считаем разработку средств анализа фотои видеоизображений, аудиосообщений, модифицированных посредством нейросетевых технологий. Назначением подобных средств является определение вероятности внесения модификаций в аудиоили видеоконтент с помощью нейросетевых аналитических технологий.
Видеоаналитика - технология, использующая методы компьютерного зрения для автоматизированного получения данных на основании анализа изображений или последовательностей изображений (видеопотоков)1. Ситуационная видеоаналитика, образовавшись в процессе совершенствования технологий компьютерного зрения, с развитием систем ИИ эволюционирует (в отношении применяемых методов анализа) от классических детерминированных алгоритмов обработки изображений к когнитивным технологиям на базе ИИ, позволяющим восстанавливать контекст происходящего на сцене видеонаблюдения.
К числу основных функций систем видеоаналитики можно отнести следующие:
классификация объекта - распознавание в сцене видеонаблюдения принадлежности объекта к определенному классу;
идентификация (распознавание) объекта - установление соответствия объекта в сцене видеонаблюдения объекту из предварительно сформированного перечня по характерным признакам;
распознавание действий - определение и классификация действий, совершаемых объектами видеонаблюдения;
сегментация фона - разделение видеосцены на подвижные объекты и стационарный фон;
реидентификация объекта - обнаружение и идентификация объекта на последовательности видеокадров как одного и того же с учетом нахождения в кадре нового положения объекта при перемещении последнего или смене области зрения видеокамеры;
трекинг - обнаружение перемещения объекта из одной области видеосцены в другую за счет реидентификации движущегося в наблюдаемой сцене объекта;
подсчет объектов - определение количества объектов определенного класса в контролируемой зоне и др.
Разработка инструментов для поддержки принятия решений на основе технического анализа цифровых изображений направлена на выявление идентификационных признаков фотои видеозаписывающих устройств для принятия решений при производстве экспертных исследований. При этом осуществляется поиск и систематизация групповых признаков фото-, видеозаписывающих устройств, выделение индивидуализирующих следов и особенностей конкретных устройств при техническом анализе цифровых изображений (включая фотои видеоконтент мессенджеров и социальных сетей).
Еще одной перспективной задачей видеоаналитики видится улучшение визуального восприятия и выделения объектов на цифровых изображениях. Решение этой задачи возможно путем математической обработки цифровых изображений в целях улучшения визуального восприятия объектов, распознавания и выделения среди других объектов. В частности, цифровая обработка фотоизображения лица человека с учетом возможных возрастных изменений (старения) имеет потенциал в решении задач идентификации личности гражданина на основе распознавания физиологических особенностей и особых примет.
Вместе с тем, воздавая должное несомненной теоретической и практической значимости приведенных и иных научных работ, посвященных вопросам оценки возможности использования технологий ИИ в деятельности по выявлению, раскрытию, расследованию и предупреждению преступлений, приходится все же констатировать, что в абсолютном большинстве они носят прогнозно-футуристический характер и не основаны на результатах реальной апробации тех или иных программных средств на практике. Заметим также, что действующий ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта» не предусматривает направлений использования ИИ в правоохранительной деятельности.
Основным препятствием активному внедрению технологий ИИ в обозначенную деятельность видится некоторое противоречие между сущностными свойствами данных технологий и базовыми принципами уголовно-процессуальной и экспертно-криминалистической деятельности.
ИИ, исходя из своего нормативно закрепленного определения, - это комплекс технологических решений, позволяющий имитировать когнитивные функции человека (в том числе самообучение, поиск решений без заранее заданного алгоритма и достижение инсайта) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в котором также используются методы машинного обучения), процессы и сервисы по обработке данных, анализу и синтезу решений1.
С учетом требований ст. 7, 8 Федерального закона от 31 мая 2001 г. № 73-ФЗ «О государственной судебно-экспертной деятельности в Российской Федерации» эксперт дает заключение исходя из результатов проведенных исследований и на своих специальных знаниях, при этом проводит исследования объективно, на строго научной и практической основе, в пределах соответствующей специальности, всесторонне и в полном объеме. Заключение эксперта должно опираться на положения, дающие возможность проверить обоснованность и достоверность сделанных выводов на базе общепринятых научных и практических данных.
Нейросетевые технологии, направленные на имитацию мыслительных процессов человека на основе самообучения, не обеспечивают в должной мере воспроизводимость полученных результатов в силу отсутствия заранее определенного алгоритма принятия решений. С учетом изложенного технологии ИИ в экспертно-криминалистической деятельности не могут подменять процесс исследования, а способны лишь обеспечивать поддержку принятия решений, автоматизируя определенные операции, выполняемые в процессе производства экспертизы.