Künstliche Intelligenz entwickelt ein neuronales Netzwerk, das Kriminelle und Nicht-Kriminelle anhand ihrer Fahndungsfotos trennen kann.
Es mag wie eine Szene aus dem Minority Report klingen, ist es aber nicht. Wissenschaftler der Shangai Jiao Tong University identifizierten Täter mit einer Genauigkeit von 89,5 Prozent über Machine-Vision-Algorithmen. Die Studie nannte 'Automatisierte Inferenz zur Kriminalität' ist die erste automatisierte Arbeit, die Kriminalität in Bezug auf Standbilder von Gesichtern berücksichtigt.
Künstliche Intelligenz lernt die gemeinsamen Gesichtszüge von Kriminellen
Kriminologen integrieren neueste Technologien, um detaillierte Daten zur Identifizierung von Kriminellen zu sammeln.laut Xiaolin Wu und Xi Zhang, Wissenschaftler, die die Studie durchführten, ihre Methode ist einfach. Sie machten zuerst Passfotos der Kriminellen und Nichtkriminellen zur Hälfte und zur Hälfte. Die Mischung umfasste 1856 chinesische Männer. Diese Männer waren alle zwischen 18 und55 Jahre alt und ohne Gesichtsbehaarung. Wissenschaftler verwendeten 90 Prozent der Fotos, um ein neuronales Faltungsnetzwerk zu erstellen. Und die restlichen 10 Prozent wurden verwendet, um die Effizienz des informierten Systems zu testen.
Neurales Faltungsnetzwerk identifiziert Kriminelle korrekt mit einer Genauigkeit von 89,5 Prozent
Die Ergebnisse waren beunruhigend. Xiaolin Wu und Xi Zhang fanden heraus, dass das von ihnen erstellte neuronale Netzwerk Kriminelle mit einer Genauigkeit von 89,5 Prozent korrekt identifizieren kann. Außerdem entdeckten sie einige morphologische Merkmale, die für die Vorhersage von Kriminalität diskriminierend sind. Zu diesen Merkmalen gehört der Innenwinkelabstandder Augen, Lippenkrümmungen und Nase-Mund-Winkel. Die Studie beendet:
"Die wichtigste Entdeckung dieser Forschung ist vor allem, dass kriminelle und nicht-kriminelle Gesichtsbilder zwei recht unterschiedliche Mannigfaltigkeiten bevölkern. Die Variation zwischen kriminellen Gesichtern ist deutlich größer als die der nicht-kriminellen Gesichter. Die beiden Mannigfaltigkeiten bestehen auskriminelle und nicht-kriminelle Gesichter scheinen konzentrisch zu sein, wobei die nicht-kriminelle Mannigfaltigkeit mit geringerer Spannweite im Kern liegt und ein Gesetz der Normalität für Gesichter von Nicht-Kriminellen aufweist."
[Bildquelle: Pixabay]
Eigenschaften eines kriminellen Gesichts
laut die Studie, neuronales Netz anerkannt diese im Gesicht eines Kriminellen:
Der Abstand zwischen den inneren Augenwinkeln ist 6 Prozent kürzer.
Die Krümmung der Oberlippe ist etwa 23 Prozent größer.
Der Winkel zwischen zwei Linien, die von den Mundwinkeln zur Nasenspitze gezogen werden, ist 20 Prozent kleiner.
"Wir sind die ersten, die automatisierte gesichtsinduzierte Schlussfolgerungen zur Kriminalität ohne Verzerrungen durch subjektive Urteile menschlicher Beobachter untersuchen. Durch umfangreiche Experimente und energische Kreuzvalidierungen haben wir gezeigt, dass datengesteuerte Gesichtsklassifizierer durch überwachtes maschinelles Lernenin der Lage, verlässliche Rückschlüsse auf die Kriminalität zu ziehen. Darüber hinaus haben wir festgestellt, dass ein Gesetz der Normalität für Gesichter von Nichtkriminellen gilt. Nach der Kontrolle nach Rasse, Geschlecht und Alter hat die allgemeine gesetzestreue Öffentlichkeit Gesichtserscheinungen, die deutlich weniger variierenGrad als Kriminelle."
Der Einsatz von Künstlicher Intelligenz bringt natürlich ethische Kontroversen mit sich. Und wirft Fragen auf, was normal ist und was nicht.
Um weitere Informationen zum Studienbesuch zu erhaltenAutomatisierte Inferenz zur Kriminalität.
SIEHE AUCH: Dieses Programm für künstliche Intelligenz weiß, was Sie fürchten
Geschrieben von Tamar Melike Tegün