Технологии будущего против криминала

Технология глубинного обучения коренным образом изменила сам характер исследований в области ИИ, вдохнув новую жизнь в позабытые было амбициозные планы по созданию компьютерного зрения, распознаванию речи, обработке естественных языков, реализации проектов в области робототехники. Первые программы распознавания речи были созданы в 2012 г. (например, всем известный сервис Google Now). Затем стали появляться приложения, распознающие фотографии (данная функция в настоящее время интегрирована в сервис Google Photos).

До недавнего времени искусственные нейронные сети использовались в значительной степени для распознавания статичных образов. Однако постепенно получил известность другой тип нейро-сетей – рекуррентные нейронные сети, которые стали применяться в основном для анализа процессов, протекающих во времени. В частности, такие сети оказались способны корректно выполнять обработку аудио- и видеоизображений, а также некоторых других видов информации. Последовательные данные состоят из блоков (фонем, слов), которые следуют друг за другом. Процесс обработки входных сигналов с помощью рекуррентных нейросетей имеет сходство с работой мозга, ведь и в головном мозге во время обработки информации, поступающей от органов чувств, происходит постоянное изменение сигналов, циркулирующих между нейронами. Получается, что состояние каждого нейрона во внутренних слоях постоянно меняется в зависимости от мощности сигналов, поступающих в головной мозг из внешней среды, а на выходе мы получаем последовательность команд, которые инициируют двигательную активность разных частей тела, направленную на достижение конкретной цели.

Рекуррентные нейронные сети способны предсказывать, например, каким будет следующее слово в предложении, а оно, это слово, в свою очередь тоже может использоваться для генерирования новых последовательностей слов. Кроме того, с помощью рекуррентных нейронных сетей можно решать и более сложные задачи.

Нейросети могут использовать временную память компьютера для обработки нескольких рассредоточенных кусков информации (например, идеи, содержащиеся в различных предложениях, разбросанных по документу).

Дэвид Кроуфорд, директор по разработке программного обеспечения в компании Alation, которая занимается каталогизацией данных, полагает, что сейчас по-прежнему существуют области, где алгоритмы нуждаются в людях. Искусственный интеллект может работать только в тех сферах деятельности, которые человек может точно описать.

Работа аналитика выходит за рамки проведения анализа в закрытой среде. Анализ должен быть применен к внешнему миру, где контекст влияет на интерпретацию результатов.

Маловероятно, что в ближайшее время алгоритмы научатся понимать людей. Этого не случится, пока человечеству не удастся улучшить интерфейсы взаимодействия мозга человека и компьютера.

Будущее аналитиков менее мрачно, чем об этом говорится в заголовках СМИ. Достижения в области ИИ во многом напоминают эффективных помощников, а не замену аналитикам. В будущем аналитики получат группу алгоритмов с ИИ, которые будут проводить анализ данных. Задача аналитиков будет состоять в том, чтобы указать ИИ на правильные вопросы для анализа и решить, как применять результаты анализа для решения проблем в реальном мире. Пока конечный потребитель аналитики – человек, аналитики никуда не денутся.

Лидером внедрения искусственного интеллекта в процесс борьбы с преступностью является ФБР США. Основные работы в этом направлении ведутся Информационном центре ФБР (NCIC).

NCIC – это метабаза, включающая на начало 2017 года 21 базу данных, содержащих досье на 12 млн. активных индивидуальных преступников и членов преступных организаций. NCIC в среднем отвечает на 14 млн. запросов в день. Помимо ФБР, NCIC обслуживает более 90 тыс. точек доступа в органах уголовного правосудия, а также судах, прокуратуре, системе исправительных учреждений и т.п.

Информационный центр ФБР находится в разгаре модернизации, известной как проект N3G. В рамках проекта в систему включаются принципиально новые блоки обработки и анализа информации, базирующиеся на интеллектуальном анализе Больших данных. В 2017 г. началось сооружение и оснащение здания нового Центра данных и вычислений взамен действующего.