Китайские ученые научили нейросеть распознавать преступников по фотографиям

Вскоре после изобретения фотографии некоторые криминалисты стали замечать схожие черты в фотокарточках преступников, сделанных после ареста. Если верить их словам, преступников объединяют общие черты лица, по которым их можно было бы отнести к правонарушителям. Современные ученые попытались доказать эту теорию с помощью возможностей искусственного интеллекта.
 
Ярым сторонником антропологической теории был известный итальянский криминалист Чезаре Ломброзо. Он считал, что преступники были в большей степени, чем законопослушные граждане, похожи на человекообразных обезьян. Он был убежден, что можно определить обезьяньи черты: скошенный лоб, специфическое строение ушных раковин, различные асимметрии лица и длинные руки. Чтобы доказать свою точку зрения, он провел много измерений, хотя и не делал статистический анализ этих данных.

Это упущение в конечном итоге развалило его теорию. Английский криминалист Чарльз Горинг опроверг взгляды Ломброзо. Он проанализировал всю информацию, связанную с физическими отклонениями преступников и законопослушных граждан, и не обнаружил никакой статистической закономерности.

С тех пор дискуссии на эту тему затихли вплоть до 2011 года. Тогда группа психологов из Корнелльского университета продемонстрировала, что люди способны отличать преступников от других людей, просто просматривая их фотографии. Как такое оказалось возможным?

Сяолинь Ву и Си Чжан из Шанхайского университета транспорта попытались дать ответ на этот вопрос. Ученые использовали различные алгоритмы машинного зрения, чтобы изучить лица преступников и законопослушных граждан, а затем проверили, может ли машина выявить разницу. Они использовали 1856 фотографий китайцев в возрасте от 18 до 55 лет. Половина из них – преступники. Затем ученые взяли 90% от всех фотографий и научили сверточную нейронную сеть распознавать разницу. Оставшиеся 10% изображений ушли на тесты.


Лица преступников


Лица законопослушных граждан

Ву и Чжан обнаружили, что нейронная сеть может идентифицировать преступника с точностью до 89,5%. «Эти последовательные результаты – доказательство законности автоматизированной идентификации личности преступника, несмотря на исторические противоречия, окружающие эту тему» – говорят они.

По словам ученых, есть три черты лица, по которым нейронная сеть идентифицирует человека как преступника. По сравнению с людьми, не совершавшими правонарушений, у преступников на 23,4% сильнее искривлена верхняя губа, расстояние от одного внутреннего уголка глаза до другого на 6% меньше, а угол между двумя линиями, проходящими от кончика носа к углам рта – на 20% меньше.

В своей работе исследователи демонстрируют, что эти наборы данных являются концентрическими, но данные преступных лиц имеют гораздо более сильные отклонения. Другими словами, между лицами законопослушных граждан больше сходства, по сравнению с лицами преступников. Или преступники имеют более высокую степень различий во внешности, чем другие люди.

Их работа объясняет, почему по результатам некоторых статистических тестов сложно увидеть разницу между двумя наборами данных. Когда Ву и Чжан объединили все портреты преступников и все остальные портреты, чтобы создать два «средних» лица, они оказались практически идентичными.


«Средние» лица: А (преступника) и B (обычного человека), составленные с помощью алгоритма Eigenface; С (преступника) и D (обычного человека), составленные путем усреднения ориентиров и деформации изображения

Нельзя сказать, что результаты работы китайских ученых оказались неожиданными. Если люди могут справиться с этой задачей, не удивительно, что искусственный интеллект способен сделать то же самое. Главный вопрос заключается в том, как люди воспользуются этими возможностями ИИ. Нетрудно представить, как можно применить подход китайских ученых к наборам данных вроде фотографий с водительских удостоверений и паспортов. Таким образом можно выделить тех людей, которых
машина идентифицирует как вероятных преступников, а затем выяснить, действительно ли это так.

В работе также сказано: в отличие от эксперта или судьи, у алгоритма компьютерного зрения нет субъективного «багажа за плечами», эмоций, предубеждений относительно опыта, расы, религии, политических убеждений, опыта. Он не устает, ему не нужен сон или еда. Это действительно так. Но это вовсе не значит, что машины не могут быть предвзятыми. Например, Beauty.ai позиционировался как первый международный конкурс красоты, в котором участники оценивались искусственным интеллектом. Как выяснилось позднее, одним из критериев оценки стала этническая принадлежность и цвет кожи, за что он и подвергся резкой критике. Результаты конкурса показали, что ИИ отдавал предпочтение более светлокожим конкурсантам.

Естественно, работа китайских ученых нуждается в более серьезном обосновании и доработке. Нужно повторить эксперимент с людьми разного возраста, пола, этнических групп и увеличить количество наборов данных. Это должно помочь разрешить некоторые спорные моменты. Например, Ву и Чжан считают, что криминальные лица можно разделить на четыре подгруппы, а законопослушные только на три. Почему так происходит? И как это алгоритм будет работать с другими группами людей? В то же время, работа поднимает важные вопросы. Если результат действительно выдерживает критику, то как его объяснить? Почему у лиц преступников гораздо больше отклонений по сравнению с обычными людьми? Как люди определяют преступников? Это врожденное или приобретенное умение?

Если ученым удастся ответить на эти вопросы, тогда, возможно, работа ученых даст новый виток развития антропометрии уголовного или иного характера.

Научная работа в последней редакции опубликована на arXiv.org (ArXiv:1610.09204 [cs.CV])

Источник: geektimes.ru

Комментарии: