Faida:
- Kuelewa kuwa hatua za ukusanyaji kama vile mpangilio wa tete, upataji wa picha, heshi na msururu wa ulinzi ni jukumu la binadamu, na akili bandia hutoa mipango na violezo hapa pekee.
- Uwezo wa kutumia akili ya bandia kwa usalama ili kuharakisha ukaguzi na utatuzi wa faili, OCR, muhtasari na uchimbaji wa mali baada ya picha kuchukuliwa.
- Kuweza kutofautisha utatuzi huo sio uondoaji bali ni kipaumbele, na kwamba sampuli kutoka kwa kikundi cha kipaumbele cha chini ni muhimu ili kuepuka hatari ya hasi za uongo.
Umefika katika eneo la uhalifu: kompyuta iliyofunguliwa kwenye meza, gari la nje, simu mbili na chumba cha seva. Kila kifaa ni chanzo kinachowezekana cha ushahidi; Kila hatua mbaya ni ushahidi ambao utakataliwa mahakamani. Kupata ushahidi ni mchakato wa kunasa na kunakili ushahidi wa kidijitali usio kamili, unaoweza kuthibitishwa na kwa mujibu wa sheria. Katika kitengo hiki, utajifunza ni hatua gani za mchakato huu AI inaweza kusaidia kwa usalama na ni hatua gani inapaswa kubaki nyuma. Utawala muhimu tangu mwanzo: AI haina kukusanya ushahidi na haina kuchukua picha; Husaidia kukagua na kuharakisha kupatikana kwa ushahidi uliokusanywa na kuthibitishwa.
Agizo la ukusanyaji na data tete
Kuna kanuni ya kipaumbele katika kukusanya ushahidi: utaratibu wa tete - ukusanyaji kutoka kwa data inayopotea haraka hadi ya kudumu zaidi. Hapo juu kuna data tete - yaliyomo kwenye RAM hupotea wakati kifaa kinazima, fungua miunganisho ya mtandao, michakato inayoendesha; Kisha inakuja diski, kisha rekodi za nje. Data tete, ikipotea, hairudi; Kwa hiyo, katika mfumo wa uendeshaji, RAM inatupwa kabla ya diski.
AI haifanyi maamuzi katika hatua hii, lakini ni muhimu katika kutengeneza orodha na muhtasari wa utaratibu: "Ninapaswa kukusanya nini, kwa utaratibu gani, kwa kutumia zana gani, niweke kumbukumbu gani katika hali hii?" Mchakato wa kukusanya yenyewe (kufunga-kuzuia kuandika, kupata picha, uthibitishaji wa hashi, kuziba) iko mikononi mwa binadamu na kila hatua imeandikwa.
Kidokezo: Kabla ya kuanza kuokota, eleza hali yako kwa AI na uandike "mpango wa kuchagua mfuatano wa tete"; kisha linganisha rasimu hii na utaratibu wa kawaida wa taasisi yako (k.m. sheria za mitaa na SOP ya maabara). AI ni ukumbusho, sio mamlaka.
Kupiga picha na hashing: mnyororo usiokiuka
Picha kamili inachukuliwa kutoka kwa kila kifaa kilichokusanywa. Wakati picha inaingizwa, chanzo kinalindwa na kizuizi cha kuandika; Picha inapokamilika, heshi (SHA-256 inapendekezwa; MD5 pekee sasa inachukuliwa kuwa dhaifu) huhesabiwa. Hashi hii ni alama ya vidole vya picha: lazima iwe sawa katika kila ukaguzi wa heshi wakati wote wa uchunguzi, vinginevyo picha imeharibika. Mlolongo wa fomu ya ulinzi (na nani, lini, wapi ushahidi ulichukuliwa, mahali ulipowekwa, kwa nani ulitolewa) inasasishwa kila inapobadilisha mikono.
AI hufanya kazi mbili salama hapa: (1) hutoa mlolongo wa ulinzi na violezo vya lebo ya ushahidi ili kujazwa wakati wa kukusanya; (2) hupanga alama za reli na mihuri ya muda uliyokusanya ili kukagua uthabiti (“je, heshi hizi tatu ni sawa, ni picha gani ni ya kifaa gani?”). AI haihesabu heshi yenyewe - inaifanya kuwa zana ya uchunguzi; AI huhariri rekodi pekee.
Kagua kuongeza kasi: Nguvu halisi ya AI
Mara baada ya ushahidi kuthibitishwa na picha kunaswa, AI kweli huangaza. Maeneo ya kawaida ya kuongeza kasi:
- Uainishaji wa faili: Kupanga makumi ya maelfu ya faili kulingana na aina, maudhui na umuhimu unaowezekana na kupendekeza vipaumbele.
- Muhtasari wa maandishi na hati: Utoaji wa mada na wahusika kwa mikataba mirefu, barua pepe, nakala za gumzo.
- OCR na maudhui yanayoonekana: Kutoa maandishi kutoka kwa hati zilizochanganuliwa (OCR — utambuzi wa herufi macho, kubadilisha maandishi katika picha) na kuweka alama kwenye vitu/maandishi katika picha.
- Uchimbaji wa huluki (NER - utambuzi wa huluki uliopewa jina, kutafuta huluki zilizotajwa kama vile mtu, taasisi, akaunti, IP kutoka kwa maandishi): mtu anayeorodheshwa, IBAN, simu, barua pepe, anwani ya pochi ya crypto kutoka kwa maelfu ya hati.
- Maelezo ya msimbo na amri: Eleza kwa lugha rahisi kile hati iliyopatikana au historia ya amri hufanya (ili kuthibitishwa).
Katika kila, pato ni hatua ya kuanzia; Uamuzi juu ya umuhimu na dhamana ya ushahidi ni ya mtaalam.
Angalizo: AI kusema "faili hili halina umuhimu" haitoshi kuondoa faili hiyo bila kuichunguza. Uthibitishaji hupunguza kipaumbele, lakini katika hali muhimu, sampuli pia hufanywa kutoka kwa nguzo ya kipaumbele cha chini. Makosa ya uwongo (kuacha ushahidi halisi kama "isiyo muhimu") ni makosa ya gharama kubwa zaidi katika uchunguzi wa kompyuta.
kesi tatu ndogo
Kesi ya 1 - Hati ya Siri iliyo na OCR. Uchunguzi mmoja wa ufisadi ulikuwa na kurasa 14,000 zilizochanganuliwa; hakuna hata maandishi yanayoweza kutafutwa. Kwa kutumia AI-powered OCR, kurasa zote zilinakiliwa na kutafutwa kwa ruwaza kama vile "offshore", jina mahususi la kampuni na IBAN. Kurasa 9 muhimu zilizopatikana kwa dakika 40; Kusoma kwa mkono kungechukua wiki. Kila ukurasa ulithibitishwa kwa ustadi.
Kesi ya 2 - Mtandao wa uhusiano wa inference ya chombo. Faili moja ya ulaghai ilikuwa na barua pepe 6,200. Kwa NER, anwani zote, akaunti na simu zilitolewa na orodha ya uhusiano iliundwa; Kwa hivyo, akaunti mbili za udalali ambazo hazikutambuliwa hapo awali ziliibuka. AI iliashiria unganisho; Mwendesha mashtaka alithibitisha ushahidi huo katika barua pepe zenyewe.
Kesi ya 3 - Hatari ya hasi za uwongo. Timu moja ilitaka kuondoa kabisa seti ya faili 30,000 ambazo AI iliziita "maslahi ya chini." Mtaalamu mkuu alitoa sampuli nasibu 2% kutoka kwa nguzo hii na kupata rekodi muhimu ndani yake: AI iliweka faili vibaya kwa sababu ya upanuzi usio wa kawaida. Nidhamu ya sampuli iliokoa kesi.
Violezo vinne vinavyoweza kunakiliwa
1) Mpango wa kukusanya rasimu:
Jukumu lako: mtaalamu wa ukusanyaji wa mahakama ya eneo la uhalifu. Hali: [kwenye Kompyuta, simu 2, NAS 1, seva inayoendesha]. Eleza mpango wa mkusanyiko kwa ajili yangu kwa utaratibu wa tete: nini cha kukusanya kwa kila kifaa, ni chombo gani kinachopendekezwa, nini cha kuandika. Tafadhali kumbuka kuwa hii ni rasimu na inahitaji uthibitisho kulingana na sheria za eneo.
2) Mlolongo wa template ya ulinzi:
Nitengenezee msururu wa kiolezo cha fomu ya ulinzi: ni pamoja na nambari ya ushahidi, maelezo ya kifaa, nambari ya ufuatiliaji, mkusanyaji, tarehe/saa, mbinu ya kukusanya, heshi (SHA-256), kipokezi, kisambazaji, eneo la kuhifadhi na laini kwa kila mkono.
3) Ombi la utatuzi wa faili nyingi:
Nitakupa orodha ya faili (jina, ukubwa, tarehe, ugani). Panga kwa uwezekano mkubwa/wa kati/chini wa kupendezwa na uchunguzi na uandike JUSTIFICATION. Kumbuka: "chini" haijaondolewa, inapewa kipaumbele tu. Tia alama kwenye zile zenye kutolingana kwa maudhui ya kiendelezi kando.
4) Eleza hati iliyopatikana:
Eleza historia hii ya hati/amri katika muktadha wa kitaalamu: inafanya nini, ina ufikiaji wa faili/mtandao gani, kuna athari yoyote ya kuendelea au utapeli wa data? Unganisha kila dai kwa mstari katika hati. Ikiwa huna uhakika, itie alama kuwa "lazima ithibitishwe".
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Tenganisha faili hizi kulingana na zile muhimu.
"Kikubwa" haijafafanuliwa; AI huchuja mawazo yake yenyewe na inaweza kukosa ushahidi muhimu.
Agizo lenye nguvu:
Jukumu lako: mchambuzi wa uchunguzi wa mahakama. Muktadha: Tunachunguza tukio la programu ya ukombozi, usimbaji fiche na utapeli wa data. Nitakupa orodha ya faili zilizo na jina, saizi, tarehe ya kuunda/kurekebisha na kiendelezi. Kazi: zana ya usimbaji fiche, mbano/hifadhi, kiendelezi kisicho cha kawaida, kilichobadilishwa katika saa 72 zilizopita, na uweke alama faili kubwa za usafirishaji kama kipaumbele cha juu; Andika uhalali wa kila uamuzi. Ikiwa kiendelezi hakilingani na maudhui yanayotarajiwa, onya pia. Usiseme "futa/tupa" faili yoyote; weka kipaumbele tu.
Muktadha, lengo, na kizuizi cha "usiseme futa" hufanya pato kuwa muhimu na salama.
Mkusanyiko dhidi ya ukaguzi: Chati ya jukumu la AI
Jukwaa
Je, AI iko salama?
Kazi ya AI
kazi ya mwanadamu
Mkusanyiko wa data tete
Hapana (uamuzi)
rasimu ya mpango
Mkusanyiko, nyaraka
upatikanaji wa picha
hapana
kiolezo
Andika blocker, hash
Uthibitishaji wa hash
hapana
rekodi ili
Hesabu na uthibitisho kupitia gari
Jaribio la faili
Ndiyo
kuweka vipaumbele
uamuzi, sampuli
OCR/utoaji wa maandishi
Ndiyo
uongofu
uthibitishaji wa usahihi
makisio ya chombo
Ndiyo
Uzalishaji wa orodha
Uamuzi wa umuhimu
Makosa ya kawaida
- Kujaribu kufanya AI "ifanye" kuokota. AI haiongezi; Inazalisha tu mipango na templates. Picha na heshi ni kazi za binadamu.
- Kupotosha matokeo ya utatuzi kama uondoaji wa uhakika. Usiruke sampuli kutoka kwa kundi la "maslahi ya chini".
- Inanukuu pato la OCR bila kuithibitisha. OCR inaweza kuchanganya herufi (0/0, 1/l); Thibitisha maadili muhimu na chanzo.
- Kuamini ugani kwa upofu. Ugani unaweza kuwa umebadilishwa; Angalia aina ya maudhui.
- Inapakia data ya kibinafsi kwenye gari bila barakoa. Data ya TC/IBAN/afya inaweza kuvuja kwa makisio mengi.
Kwa muhtasari
Ukusanyaji wa ushahidi ni wajibu wa binadamu: utaratibu wa tete, picha, hashi na mlolongo wa ulinzi ni mikononi mwa binadamu; Hapa AI inazalisha tu mipango na templates. Mara baada ya ushahidi kuthibitishwa na picha kunaswa, AI huongeza thamani halisi katika kuharakisha ukaguzi (triage, OCR, muhtasari, uchimbaji wa chombo, ufafanuzi wa msimbo). Lakini kila pato ni ishara ya kuthibitishwa; Uamuzi juu ya umuhimu na thamani ya ushahidi iko kwa mtaalam, ambaye pia anazingatia hatari ya hasi ya uwongo.
Jukumu la maombi
Eleza hali ya tukio la kubuni (k.m., mfanyakazi anashukiwa kuchuja data). Kwanza chora mpango na kiolezo cha "Rasimu ya Mpango wa Mkusanyiko" na ulinganishe na utaratibu wa ndani. Kisha uandae orodha ya faili ya sampuli ya mistari 20 na uipatie kipaumbele kwa template ya "Bulk file triage"; sampuli ya mkono angalau 10% na uthibitishe uainishaji wa AI.
orodha ya ukaguzi
- [ ] Niliweka mpango wa ukusanyaji kwa mpangilio wa tete na kuulinganisha na utaratibu.
- [ ] Nilipata picha na heshi kupitia binadamu/zana; Sikuifanya na AI.
- [ ] Nilisasisha Msururu wa fomu ya ulinzi kila ilipobadilisha mikono.
- [ ] Nilitoa sampuli kutoka kwa nguzo "chini" ya matokeo ya utatuzi.
- [ ] Nilithibitisha OCR na pato la kipengee kwa chanzo; Nilificha data ya kibinafsi.