С развитием искусственного интеллекта и машинного обучения в различных отраслях, эксперты по судебной экспертизе испытывают необходимость адаптироваться к новым технологиям. На недавнем симпозиуме "Использование ИИ в судебной науке", организованном RTI International при поддержке Национального института стандартов и технологий и Института наук о данных и ИИ при Университете Джона Хопкинса, эксперты обсуждали потенциальные сценарии использования ИИ в судебной экспертизе, а также необходимые надзорные механизмы и лучшие практики, чтобы гарантировать ответственное использование моделей машинного обучения в расследованиях.
3 способа применения ИИ в судебной экспертизе
Эксперты по судебной экспертизе утверждают, что ИИ можно использовать аналогично тому, как это делают другие отрасли: для выявления шаблонов и использования прогностических моделей с целью улучшения процессов и снижения неопределенности. Это может быть применено на протяжении всего цикла судебной экспертизы для помощи лабораториям в мониторинге обработки доказательств, создавая большую прозрачность и подотчетность в этих решениях, согласно Даниэлю Кац, директору Департамента судебных наук Государственной полиции Мэрилэнда.
- 1. Распределение ресурсов
Руководители лабораторий могут использовать прогностическое моделирование на основе данных прошлых дел, чтобы оценить, сколько времени потребуется для каждого дела в зависимости от его характеристик. С этой информацией они могут лучше понять потребности в персонале и оборудовании для каждого дела. Это также может предоставить оценку потребностей, основанную на данных, для обоснования дополнительного финансирования или увеличения численности персонала. - 2. Приоритизация дел и доказательств
Поскольку судебные лаборатории сталкиваются со значительными задержками и увеличением нагрузки, директора лабораторий видят возможность использования машинного обучения для автоматического сканирования и организации дел по уровню сложности и приоритету доказательств на основе исторических данных. Начальная сортировка может ускорить время обработки.
Аналогично, модель машинного обучения может анализировать прошлые типы доказательств и результаты дел, чтобы ранжировать потенциальную полезность новых доказательств, помогая судебным лабораториям приоритизировать, какие типы тестировать в первую очередь. - 3. Более согласованная информация
ИИ способен синтезировать результаты из судебных лабораторий, которые часто получают данные из различных типов доказательств, таких как ДНК, латентные отпечатки, доказательства следов. На основе этих находок ИИ может генерировать инсайты, приоритизировать улики и предлагать потенциальные следующие шаги для следователей, используя распознавание шаблонов и инференцию.
Подобные сценарии использования предлагают
Прокомментировать в Телеграм: https://t.me/n8nhow
Подписаться на канал обучения n8n: https://t.me/n8ncoaching