Новость о том, что экс-губернатора Хабаровского края Сергея Фургала допросили с помощью технологий анализа голоса и лицевой экспрессии, наделала много шума. Следователи заявили, что «увидели неискренность» в показаниях бывшего чиновника, но эксперты говорят, что лукавят сами сотрудники правоохранительных органов, использующие технологии, работа которых на практике толком не проверена. Из всех протестированных на Фургале ноу-хау хорошо себя зарекомендовала лишь биометрия, которая помогает искать преступников и пропавших без вести людей.
Искусственный интеллект ещё не приговор
При допросе Фургала следователи применили зарубежное программное обеспечение: компьютерная технология анализа голоса, созданная разработчиками в качестве вспомогательного инструмента для оценки показаний, распознавала интонации, а по видео программа, которую в быту называют лицевым детектором лжи, анализировала лицевую экспрессию. Такая методика оценки достоверности показаний базируется лишь на данных из литературных источников, а серьёзных испытаний она не прошла. Технологию не признаёт ряд учёных и экспертов, комментировала заведующая кафедрой судебных экспертиз и криминалистики Российского госуниверситета правосудия Татьяна Моисеева.
Действительно, сегодня при расследовании преступлений видеоаналитика используется ограниченно, и уж точно не для того, чтобы усомниться или удостоверится в правдивости слов подозреваемого.
«Последствия неправильного решения в криминалистике гораздо серьёзнее, чем, например, отказ в допуске по биометрии в здание при пропускном режиме. Существует большая потребность в междисциплинарных исследованиях, прежде чем интегрировать технологии в существующие правовые системы», – писали в научной статье специалисты Университета Твенте (Нидерланды).
Большой Брат – полицейский
Ситуация с допросом Сергея Фургала – это единственное исключение из правил. Для расследования преступлений полицейские и следователи чаще используют видеоаналитику и алгоритмы искусственного интеллекта (ИИ), нежели ноу-хау. Технологии помогают сотрудникам полиции по записям с камер идентифицировать пропавшего без вести или человека, объявленного в розыск по подозрению в совершении преступления. В судебных экспертизах ИИ упрощает процесс восстановления внешности умерших людей по остаткам черепа.
Распознавание по голосу помогает полицейским в выявлении подозреваемых в широком спектре дел, касающихся, например, договорных матчей, поиска похитителей людей, террористов. Для анализа годятся живые телефонные диалоги, аудиозаписи в мессенджерах и так далее. К примеру, система Интерпола определяет пол, возраст, акцент говорящего даже при намеренном искажении голоса.
Системы распознавания лиц работают удовлетворительно только в случае обработки высококачественных изображений.Фото: Артём Геодакян/ТАСС
Распознавание лиц, в отличие от анализа отпечатков пальцев и ДНК, более сложная процедура. Результаты поиска могут быть существенно искажены из-за естественного старения человека, пластических операций, макияжа, злоупотребления алкоголем и наркотиками, положения тела, освещённости и низкого качества снимков, сделанных камерами видеонаблюдения.
Однако современные камеры, как правило, делают высококачественные изображения, поэтому точно распознают лица и соотносят их с базами разыскиваемых – преступников и пропавших без вести. Если совпадение найдено, то полицейские получают уведомление.
В России системы видеоаналитики и ИИ широко используются в Москве.
По данным TelecomDaily на декабрь 2020 года, Россия по количеству камер (13,5 млн) входит в тройку лидеров, уступая лишь США (50 млн) и Китаю (200 млн).
Больше всего таких устройств в Москве – около 200 тыс. Здесь функционирует городская система видеонаблюдения. Камеры контролируют работу подрядчиков мэрии (вывоз мусора, снега, ход благоустройства и тому подобное) и ситуацию в общественных местах. Например, благодаря умным камерам на стадионы не пускают буйных фанатов, внесённых футбольными клубами в чёрный список, а в транспорте ищут безбилетников и подозреваемых в преступлениях.
Некоторые граждане уже поделились впечатлениями от работы технологий. Активист организации «Другая Россия» Михаил Аксель рассказывал, что в компании товарищей спускался по эскалатору на станции метро «Спортивная». К нему подошёл полицейский и попросил предъявить документы. Своё намерение он объяснил тем, что устройство, с виду напоминающее смартфон, прислало уведомление. На экране высветились фотография активиста с камеры распознавания лиц в вестибюле «Спортивной», его паспортные данные, имя и причина для уголовного розыска. Однако номер дела, имя следователя и прочие важные данные в системе указаны не были. Впоследствии выяснилось, что Аксель проходил по ориентировкам как «футбольный хулиган», а статус «уголовник» оперативники присвоили ему ошибочно. Спустя несколько минут разбирательств активиста отпустили.
Как столичные системы видеофиксации наказывают невиновных
Уличные акции протеста показали, что в Москве системы видеофиксации вычисляют нарушителей наравне с ФСБ и полицией. И если Большой Брат назначил кого-либо виновным, то оспорить его выводы практически невозможно. Однако именно умные камеры допускают больше всего ошибок.
Перейти к материалуТакже в период пандемии камеры помогли столичным полицейским выявить лиц, которые лечились от коронавируса на дому, но длительное время находились вдали от дома. Дополнительно для поиска нарушителей карантина использовались данные из приложения «Социальный мониторинг», которое требовало от больного время от времени делать фотографии анфас. Средний размер штрафа составлял 1000 рублей.
Большой Брат – ретейлер
На поток использование искусственного интеллекта и компьютерного зрения ставят и коммерческие структуры. Чаще всего умные камеры используются в сфере ретейла для предупреждения краж и поимки магазинных воров (шоплифтеров).
По оценке разработчика системы распознавания лиц FaceFirst, среди шоплифтеров часто встречаются рецидивисты. В США 60 процентов воров, совершённые которыми кражи зафиксированы документально, посещали с преступными намерениями как минимум два объекта той же розничной сети, а 20 процентов – свыше трёх магазинов.
В России технологии ИИ и компьютерного зрения собирают данные о шоплифтерах и в обезличенном виде вносят в базу неблагонадёжных покупателей. Попавшийся на краже гражданин сможет вновь посетить магазин, но сотрудники охраны получат на смартфоны, планшеты или компьютер push-уведомления о госте и пристально проследят за его действиями.
В 2018 году с помощью систем распознавания лиц удалось предотвратить кражи из сетевых магазинов на сумму более 150 млн рублей.Фото: Александр Демьянчук/ТАСС
По данным российских компаний NtechLab и BIT, разрабатывающих системы распознавания лиц и решение «СТОП Шоплифтер» соответственно, в 2018 году (свежую статистику организации не раскрывают) удалось предотвратить кражи из сетевых магазинов на сумму более 150 млн рублей. Тогда система обнаружила почти 65 тысяч человек, попавшихся на воровстве. Экономия от оперативного выявления краж составляет 2–3 процента от оборота магазина. Общероссийская статистика по предотвращению ущерба не ведётся, так как ретейлеры используют решения разных вендоров.
Видеоаналитика используется ретейлерами и в мирных целях. Например, X5 Retail Group запустила в сети «Перекрёсток» сервис оплаты взглядом на кассах самообслуживания. В будущем биометрия предложит конкретному покупателю личные скидки и сможет находить номер его скидочной карты.
Слишком дорого и не всегда законно
Однако у систем видеоаналитики имеются два недостатка. Главный из них – стоимость решений. В каждом магазине у дома установлено до 10 камер, а в сети из 100 магазинов – уже 400–1000 устройств. По состоянию на начало 2020 года стоимость подписки на сервисы распознавания лиц варьировалась от 1,8 тыс. до 3 тыс. рублей за камеру. Чем дороже, тем шире функционал.
По информации компании ORBL, месяц такой подписки обойдётся в 1,2–3 млн рублей. Дополнительно учитывается стоимость хранения биометрических шаблонов: 0,15 рубля в месяц за единицу, или 750 тыс. рублей в месяц, если за этот период магазин посещает около 500 тысяч уникальных клиентов.
Затраты государства на системы распознавания лиц исчисляются сотнями миллионов рублей. Например, в Москве только на использование алгоритмов распознавания лиц и видеоаналитики ежегодно тратится более 600 млн рублей.
Для работы системы нужна и дорогостоящая техника. Московская мэрия в январе 2020 года сообщала о планах приобрести аппаратуру на 1,9 млрд рублей для анализа записей со 175 тыс. камер видеонаблюдения. В конце 2019 года столица закупила техники на 1,2 млрд рублей.
Вторая серьёзная проблема – законность использования технологии распознавания лиц, отмечают юристы. Федеральный закон «О персональных данных» не нарушается, только если полученные с камер изображения лиц не привязываются к личному идентификатору – фамилии и имени.
11 июня 2021