数字取证进入AI时代,又一类人要失业了?

简介: AI可以帮助识别和识别照片和视频中的元素,观察通信、位置和时间的共性,并根据历史,对下一个事件或犯罪可能发生的地点和时间作出有根据的猜测。但人工智能只是一种工具,并非是调查员,人类仍将在刑事调查中发挥重要的作用。

image.png

智造观点

AI可以帮助识别和识别照片和视频中的元素,观察通信、位置和时间的共性,并根据历史,对下一个事件或犯罪可能发生的地点和时间作出有根据的猜测。但人工智能只是一种工具,并非是调查员,人类仍将在刑事调查中发挥重要的作用。

2015年末,美国加州发生了著名的圣贝纳迪诺枪击案,在这起事件中,有14人死亡,还有数十人受伤。在现场,FBI发现了一部死亡罪犯的手机——一款iPhone 5C,FBI希望苹果公司帮助他们破解犯罪分子的手机,获得内部数据来继续追查案件。

然而,苹果公司拒绝了FBI的要求,理由是一旦打开了内部加密的“后门”就很难再关上,到时候苹果公司无法再保证用户的隐私。

image.png

最终,FBI公开悬赏100万美元,找第三方取证企业来破解手机。以色列的Cellebrite的公司接下了这项工作,并且用了几天的时间就完成了完美的破解。相关披露文件中称,这项技术名为“高级解锁与数据提取服务”,除了iPhone和iPad,安卓系的三星、华为、Nexus也都在这家公司的服务范围内。

image.png

也就是从这个新闻开始,“数字取证”第三方破解电子设备、供执法部门取用这种方式才走到了第一次被公众认知。

什么是数字取证

数字取证也叫计算机取证(Computer Forensics),是对计算机犯罪的证据进行获取、保存、分析和出示,是一个详细扫描计算机系统以及重建入侵事件的过程。一般认为,计算机取证是指对能够为法庭接受的、足够可靠和有说服性的,存在于数字犯罪场景(计算机和相关外设)中的数字证据的确认、保护、提取和归档的过程。

image.png

计算机取证的目的是根据取证所得的证据进行分析,试图找出入侵者或入侵的机器,并重构或解释入侵的过程。

数字取证(Digital Forensics)以数据证据为中心,包括取证方法、过程、工具和人员等多个方面。电子取证和计算机取证为静态取证,网络取证及一系列处于开机或联网状态下的设备进行的取证为动态取证。

AI能为数字取证做什么

在帮助数字取证调查人员分析移动设备创建并存储在云端的大量数据方面,算法发挥了重要作用。与许多行业一样,对于能够筛选与现代刑事案件相关的数字取证数据积压的训练有素的专业人员,总是供不应求的。在这方面,人工智能可以帮助自动化某些流程,更快地标记内容或见解,这些工作如果只有人类完成的话,可能需要更长的时间。

氧取证( Oxygen Forensics)的COO Lee Reiber将这种方法比作网飞的电视剧心灵猎人(Mindhunter),它讲述了第一个心理分析的故事,帮助创造了术语“连环杀手”,并建立了一种新的方法来跟踪罪犯和早期识别行为模式。

Reiber表示, “人工智能是工具箱中的另一个工具,它帮助执法机构(和公司内部调查员)梳理可用的数据,用于得到洞察众所周知的大海捞针中的那根数字针。”

image.png

人工智能功能可以帮助识别和识别照片和视频中的元素,观察通信,位置和时间的共性,并根据历史记录,对下一次事件或犯罪可能发生的地点和时间做出有根据的猜测。

人工智能功能可以帮助识别和识别照片和视频中的元素,观察通信、位置和时间的共性,并根据历史,对下一个事件或犯罪可能发生的地点和时间作出有根据的猜测。

话虽如此,但在刑事调查中的数字证据中,人工智能需要克服一个信任因素。

在案件中提供证据时,律师、法官和陪审团成员必须掌握人工智能的广泛概念,以便接受并适应其在数字取证和许多现代刑事调查中日益增长的作用。对于复杂的决策,人类的逻辑可以追溯到任何特定的问题上并进行辩论,而人工智能功能则必须通过日志,因此其结论是透明的,并且可以完全诉讼。

所以说,人类仍将在刑事调查中发挥重要的作用。人工智能只是一种工具,而不是调查员。因此,尽管理解和利用这个工具很重要,但同样不要将人工智能与研究人员的相似性混为一谈。

来源:微信公众号 人工智能观察

目录
相关文章
|
人工智能 自然语言处理 供应链
ChatGPT热潮下,因生成式AI失业的人出现,我成了第一批失业的人
ChatGPT热潮下,因生成式AI失业的人出现,我成了第一批失业的人
ChatGPT热潮下,因生成式AI失业的人出现,我成了第一批失业的人
|
人工智能 监控 自动驾驶
AI大军已经兵临城下,我们离失业还有多远?
在疫情期间,人工智能又顺势火了一把。由人工智能合成的新闻播报,每天都在向我们实时传递疫情信息。虽然每次只有短短的几分钟,但它出现着实让我震撼了一把。
2546 0
AI大军已经兵临城下,我们离失业还有多远?
|
机器学习/深度学习 人工智能 自然语言处理
为什么AI没能让人类失业?
我们听了这么久有关「AI取代设计师」、「AI取代写作者」、「AI取代画家」、「AI取代司机」……的论调。然而时至今日,我们发现实际上,目前还没有一个职业「真正」被取代。
|
机器学习/深度学习 人工智能 自然语言处理
丧钟为谁而鸣:AI步步逼近,华尔街23万人将失业
华尔街近两年来纷纷大规模裁员,高盛600名交易员现今只剩2人。据预测到2025年,华尔街23万人将被AI替代。AI的确能够大幅提高效率和降低成本,但由于金融市场瞬息万变,AI还无法量化人心。在AI步步逼近华尔街的当下,人类仍有机会。
3876 0
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
8 1

热门文章

最新文章

下一篇
无影云桌面