Artificial Intelligence / Big Data

Doel

Deze kennis- en innovatieagenda geeft richting aan de (door)ontwikkeling van kennis, methoden en technieken voor het gebruik van Kunstmatige intelligentie (Artificial Intelligence; AI) ten behoeve van de opsporing en/of de bewijsvoering in strafzaken. Gebruik van AI binnen de keten is altijd een middel, geen doel op zich.

Focus

Kunstmatige Intelligentie is het vakgebied waarin apparaten een vorm van intelligentie vertonen, zoals zelfstandig problemen oplossen, het denkvermogen van de mens imiteren of het leren van nieuwe voorbeelden. AI biedt grote kansen in forensisch onderzoek. Het wordt bijvoorbeeld al gebruikt in (geautomatiseerde) gezicht-, spreker- en auteur-herkenning. Verder worden zelflerende algoritmes al gebruikt in veel software, zoals beeldverwerkingsalgoritmen in AFIS-systemen en software voor digitaal forensisch onderzoek Naast gebruik in bewijswaardering bestaan er toepassingen binnen de opsporing, zoals het zoeken naar de naald in de hooiberg bij grote hoeveelheden data. Huidige voorbeelden hiervan zijn het detecteren of iemand zijn mobiele telefoon vasthoudt in de auto, automatisch herkennen van wapens in afbeeldingen en vinden van relevante berichten in grote hoeveelheden e-mails. Ten slotte kan AI het werk binnen het NFI ondersteunen. Soms kunnen al met kleine deelprojecten een terugkerend probleem worden opgelost, zoals automatisch herkennen van SIN- nummers en –stickers in foto’s.
Een uitdaging bij het gebruik van AI is het verzamelen van veel correct geannoteerde data. Denk aan databases van gezichten waarbij de grondwaarheid bekend is dat deze afbeeldingen van een specifiek persoon is. Verkeerd gebruik van AI, zoals het werken met niet representatieve databases, kan leiden tot incorrecte resultaten en in het ernstigste geval zelfs tot ethische bias.

 

Een steeds vaker voorkomend probleem is het vinden van het relevante plaatje, filmpje of stuk tekst in een grote berg (mogelijk inbeslaggenomen) data.

Prioritaire onderzoeksonderwerpen

We onderscheiden een aantal gebieden waar AI van toegevoegde waarde kan zijn. Uitgangspunt is hierbij altijd de vraag die opgelost of waaraan bijgedragen wordt, niet de technologie zelf. Liefst zijn onderzoeksprojecten zo breed mogelijk binnen het NFI inzetbaar, en wordt onderzoek samen in de keten uitgevoerd. Omdat het gebruik van AI op veel plekken bekeken wordt is op zijn minst afstemming vereist, om dubbel werk te voorkomen.

AI in bewijswaardering

De flexibiliteit van machine learning modellen kan het onderscheidend vermogen in score-based LR systeem 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. Ten slotte is het van belang te werken aan representativiteit van datasets, om ethische bias te voorkomen. Indien bijvoorbeeld getraind wordt met een niet-representatieve dataset van gezichten kan bias worden geïntroduceerd doordat Kaukasische mannen over gerepresenteerd zijn.

Naald in de databerg

Een steeds vaker voorkomend probleem is het vinden van het relevante plaatje, filmpje of stuk tekst in een grote berg (mogelijk inbeslaggenomen) data. AI technieken kunnen hierbij helpen, door voor specifieke vragen relevante kandidaten te vinden – denk aan het automatisch herkennen van gezichten in afbeeldingen

Forensic analytics

Leer uit het verleden, zoals laten zien in de DNA-successenmeter. Ook andere gebieden kunnen hier profijt van hebben, bijvoorbeeld door afwijkingen in het forensisch onderzoek ten opzichte van een gerechtelijke uitspraak te detecteren. Het komen tot een betere onderbouwing van bepaalde forensische onderzoeksmethodes kan hierbij helpen, Bij onderzoekshypotheses formuleren uit sporen kan AI helpen.

Ondersteuning primaire proces

AI kan ingezet worden om repetitief werk te automatiseren, zoals het extraheren van data uit historische rapporten, het identificeren van cellen in medische afbeeldingen of het lezen van SIN stickers in foto’s. Dit behelst projecten die vaak relatief makkelijk uit te voeren zijn maar veel winst kunnen boeken in termen van efficiëntie en werkplezier, of bij kunnen dragen aan het ontsluiten van gegevens voor verdere analyse.

Kader

Het kader geeft richtlijnen voor voorwaarden waaraan projecten moeten voldoen. Van deze richtlijnen kan, wanneer noodzakelijk, met passende toelichting worden afgeweken.

Forensische toepassing

Elk onderzoeksvoorstel is voorzien van de beoogde forensische toepassing van de uitkomsten. Hierbij wordt ingegaan op de verwachte wensen en eisen van de keten en op mogelijke impact voor de opsporing of bewijsvoering. De stappen die noodzakelijk zijn voor implementatie maken onderdeel uit van het onderzoeksvoorstel.

Kennisdeling en communicatie

Bij elk onderzoek wordt, wanneer de nationale veiligheid dit toelaat, ingezet op directere verspreiding van de uitkomsten. In eerste instantie richt dit zich op het implementeren van AI oplossingen in gebruiksklare software, zodat resultaten ontsloten worden voor eindgebruikers. Verder kan gedacht worden aan presentaties op (inter-)nationale bijeenkomsten, communicatie van de uitkomsten richting ketenpartners en het verwerken van de uitkomsten in richtlijnen en kwaliteitsdocumenten. Daarnaast wordt ernaar gestreefd om de resultaten te ontsluiten middels publicatie in een internationaal peer-reviewed wetenschappelijk tijdschrift.

Verbinding

Om optimaal gebruik te kunnen maken van de aanwezige kennis en expertise binnen het NFI wordt er bij elk onderzoeksvoorstel nagegaan of interne samenwerking bij zou dragen aan het onderzoek. Daarnaast wordt er gekeken naar de mogelijkheden voor externe samenwerking met ketenpartners, hogescholen of universiteiten.

Juridische context

De juridische context, waaronder wettelijke (privacy maar ook andere aspecten zoals sociale impact en ethische dilemma’s en dual use) beperkingen en bevoegdheden, maken onderdeel uit van het onderzoeksvoorstel. Benodigde toestemmingen zijn bij aanvang van het onderzoek geregeld.