This post is also available in: enEnglish (אנגלית)

עליית האינטרנט שיפרה את חיינו בהרבה דרכים. אולם היא גם הפכה את הביצוע של הפשעים הקשים ביותר לאפשרי. האנונימיות של האינטרנט ומטבעות דיגיטליים מאפשרים לשתף, למכור ולסחור בטובין אסורים, מסמים וכלי נשק ועד סחר בבני אדם. בשעה שהאינטרנט והטכנולוגיה הדיגיטליים סייעו לעליית סוגי פשע מסויימים הם יכולים להיות כלים חיוניים במאמץ לאתר קורבנות, להאיץ משימות חילוץ והצלה, להרתיע מתעללים ולשבש את הפלטפורמות שבהם הפשעים הללו משגשגים.

ספקי טכנולוגיה כמו Veritone מתכננים פתרונות שנעזרים בלמידת מכונה על מנת להלחם בפשע באמצעות השימוש במחשוב החכם בדרכים כמו איתור ילדים נעדרים באמצעות תמונות וקשור שלהן לתמונות של ניצול מיני ברשת האפלה, שימוש בתיעוד ממצלמות תנועה כדי לאתר כלי רכב או לחקור אירועי ירי המוני על ידי איתור רגעים מהותיים בתמונות של מצלמות בטיחות או תיעוד של עוברי אורח.

המשמעות של למידת מכונה היא שבמקום שמכונות יתוכנתו לבצע משימות מסוימות, מחשב כעת יכול ללמוד ולהתאים את עצמו בצורה עצמאית באמצעות חשיפה לנתונים חדשים. ככל שהמחשב נחשף ליותר נתונים, המחשב יכול לאתר ולזהות אובייקטים בצורה טובה יותר ודפוס הזיהוי שלו משתפר, עד שלבסוף הוא מגיע לרמה שבה הוא מזהה עצמים לבד ברמת דיוק גבוהה. על פי policeone.com, משום שניתן לאמן מחשבים באמצעות מיליוני תמונות מתויגות, המחשבים יכולים לאתר בהצלחה יותר תמונות ממה שאדם יכול. האלגוריתמים או ה"רשתות הנוירולוגיות" שיכולים לסווג מה נמצא או לא נמצא בתמונה של תמרור "עצור" יכולים לעבור הכשרה לאתר עוד הרבה עצמים, כמו דגמים מסוימים של מכוניות, לוחיות רישוי, כלי נשק או אנשים נעדרים. היכולת של מכונה "לראות" דומה לאופן שבו סורק ברקוד "רואה" את הפסים. אולם הראייה של מחשב – היכולת לאתר ולסווג תמונות – היא מה שמאפשר ללמידת מכונה להכיל יכולת הטמעה עמוקה יותר לעבודת השיטור.

על פי דו"ח שחברת הייעוץ והניהול העולמית Accenture הכינה בנוגע לטכנולוגיית ראייה: "יש מעט פשעים היום שלא כוללים מרכיב דיגיטלי כלשהו, לדוגמה השימוש ברשתות חברתיות על מנת ליצור חוסר סדר. זה משנה את הדרך שבה העבודה צריכה לפעול כדי למנוע לאתר ולסכל פעילות עבריינית". למרבה המזל, מעולם לא היה קל או חסכוני יותר לאסוף נתונים, לשמור אותם ולבנות מערכות ללמידת מכונה. שילוב אלגוריתמים של למידת מכונה וכוח מחשובי למעבדי ה-Xeon מאפשרים למפתחים ליצור מוצרים חדשניים וחכמים – באמצעות למידת מכונה – שיכולים לסייע לרשויות אכיפת החוק להילחם ולחקור פשע.

טום אברי, סגן הנשיא של חברת Veritone הסביר עד כמה למידת מכונה סייעה להתמודד עם הרי הנתונים שנאספו בשיטות דיגיטליות: "אחת ההשלכות הלא מכוונות של מצלמות גוף היא שכעת יש למערכת המשפטית המון נתונים עודפים שעד לפני כמה שנים לא היו קיימים. הבעיה עם נתונים בצורת וידאו או צליל לא מאורגנים היא שאם אתה רוצה לבחון אותם לחיפוש רלוונטיות או הוכחות אתה צריך לשבת ולצפות או להקשיב. אם אתה כבר בלחץ של משאבים, איך תתמודד עם זה?".

פיתוח ה-aiWARE של החברה יכול לסייע בפתרון האתגר באמצעות בינה מלאכותית בעת החיפוש אחר עצמים מסוימים בנתונים בצורת סרטונים או צליל. במיוחד עבור גורמי אכיפת החוק, ה-Identify משתמש בבינה מלאכותית על מנת להשוות בצורה אוטומטית רקע על עבריינים מוכרים ואנשים בעלי עניין עבור גורמי אכיפת החוק ולחפש אותם בראיות וידאו או תמונות, מה שמאפשר לסוכנויות לזהות בזריזות חשודים פוטנציאליים לחקירה. "אחת ההשפעות הגדולות שיכולות להיות לנו על אכיפת החוק היא להפוך את הנתונים הללו לברי-חיפוש", אמר אברי. "במקום לצפות בזה אתה יכול לנקוט אמצעים ולחפש בזה כמו שהיית מחפש במנוע חיפוש לנתונים".