Artificial Intelligence / Big Data

Artificial Intelligence (AI) is het vakgebied waarin apparaten een vorm van intelligentie vertonen, zoals zelfstandig problemen oplossen. Gebruik van AI binnen de keten is altijd een middel, geen doel op zich.

AI biedt grote kansen in forensisch onderzoek en wordt bijvoorbeeld al gebruikt in (geautomatiseerde) gezichts-, sprekers-, en auteursherkenning. Verder worden zelflerende algoritmes al gebruikt in veel software, zoals patroonherkennings­­algoritmen in Automated Fingerprint Identification System (AFIS)-systemen. AI kan gebruikt worden in bewijswaardering en de flexibiliteit van machine learning modellen kan het onderscheidend vermogen in score-based LR systemen verhogen. Open vragen zijn hoe de performance van dit soort systemen zich verhouden tot feature-based systemen, hoe de systemen geoptimaliseerd kunnen worden wanneer data schaars is en hoe systemen het best gevalideerd en geëvalueerd kunnen worden. Daarbij is het van belang uit te kunnen leggen hoe een ‘black box’ systeem toch gebruikt kan worden, mits goed gevalideerd. Een uitdaging bij het gebruik van AI is het verzamelen van veel correct geannoteerde data. Verkeerd gebruik van AI, zoals het werken met niet representatieve databases, kan leiden tot incorrecte resultaten en in het ernstigste geval zelfs tot etnische bias.
 

Verkeerd gebruik van AI, zoals het werken met niet representatieve databases, kan leiden tot incorrecte resultaten en in het ernstigste geval zelfs tot etnische bias.

Naast gebruik in bewijswaardering bestaan er toepassingen binnen de opsporing. AI helpt bij het zoeken naar de naald in de hooiberg bij grote hoeveelheden data. Denk bijvoorbeeld aan het detecteren of iemand zijn mobiele telefoon vasthoudt in de auto, het automatisch herkennen van wapens in afbeeldingen en het vinden van relevante berichten in grote hoeveelheden e-mails.

Ten slotte kan AI het werk binnen het NFI ondersteunen, door repetitief werk te automatiseren, zoals het extraheren van data uit historische rapporten, het identificeren van cellen in medische afbeeldingen of het lezen van SIN- nummer en -stickers in foto’s. Hierin valt veel winst te boeken in termen van efficiëntie en werkplezier, en kan het bijdragen aan het ontsluiten van gegevens voor verdere analyse.