Lực lượng an ninh các nước gặp không ít bất cập về tính hoàn thiện của dữ liệu khi áp dụng AI vào kiểm soát tội phạm. Ảnh: Getty Image
Lực lượng an ninh các nước gặp không ít bất cập về tính hoàn thiện của dữ liệu khi áp dụng AI vào kiểm soát tội phạm. Ảnh: Getty Image

Bất cập về dữ liệu khi sử dụng AI trong kiểm soát tội phạm

Bên cạnh những lợi ích hữu hình, lực lượng an ninh các nước gặp không ít bất cập về tính hoàn thiện của dữ liệu khi áp dụng AI vào kiểm soát tội phạm.

Sarah là nạn nhân của bạo lực gia đình. Cô đang gọi điện cầu cứu tổng đài khẩn cấp 999. Sarah hoảng loạn và sợ hãi vì chồng cũ đang tìm mọi cách để đột nhập vào nhà cô.

Khi cô đang nói chuyện với một nhân viên cảnh sát, cuộc gọi ngay lập được phiên âm bởi một hệ thống sử dụng trí tuệ nhân tạo (AI). Điều đáng nói là hệ thống này được kết nối trực tiếp với cơ sở dữ liệu của cảnh sát Anh. Khi Sarah nói tên và ngày sinh của chồng, AI nhanh chóng truy xuất thông tin của anh ta. Dữ liệu hiển thị rằng người đàn ông có giấy phép sử dụng súng. Điều này có nghĩa là cảnh sát cần đến nhà Sarah càng sớm càng tốt.

Đây là kết quả từ một bài kiểm tra mô phỏng để thử nghiệm phần mềm gọi khẩn cấp AI của cảnh sát Humberside vào năm 2023.

AI này được cung cấp bởi công ty khởi nghiệp Untrite AI (Anh). Công ty chuyên thiết kế phần mềm để xử lý hàng nghìn cuộc gọi khẩn cấp mà cảnh sát nhận được mỗi ngày. Untrite đã sử dụng dữ liệu từ hàng trăm cuộc gọi về bạo lực gia đình trong suốt hai năm để đào tạo AI đã phiên âm lại cuộc gọi của Sarah.

Kamila Hankiewicz, CEO Untrite nói: "Mô hình AI phân tích thông tin, bản ghi và âm thanh của cuộc gọi để đưa ra điểm phân loại: Thấp, trung bình, cao. Nếu điểm cuộc gọi ở ngưỡng cao thì cảnh sát tại hiện trường trong vòng 5 hoặc 10 phút".

Untrite cho biết, cuộc thử nghiệm cho thấy phần mềm có thể tiết kiệm 1/3 thời gian cho các điều hành viên, cả trong và sau mỗi cuộc gọi.

Corti và Carbyne (Mỹ) là hai công ty công nghệ khác cũng đang cung cấp hệ thống phần mềm cuộc gọi khẩn cấp dựa trên AI.

AI có tiềm năng thay đổi cách cảnh sát điều tra và giải quyết tội phạm. Mô hình này có thể nhận diện hành vi; phát hiện mối liên kết giữa các bằng chứng; sàng lọc lượng dữ liệu khổng lồ.

AI có khả năng so sánh dữ liệu khuôn mặt được cung cấp trực tiếp từ camera để đối chiếu với danh sách tội phạm đang bị theo dõi. (Ảnh: Getty Images)

AI có khả năng so sánh dữ liệu khuôn mặt được cung cấp trực tiếp từ camera để đối chiếu với danh sách tội phạm đang bị theo dõi. (Ảnh: Getty Images)

AI nhận diện sai khuôn mặt nghi phạm do sắc tộc

Tuy nhiên, công chúng đã chứng kiến không ít sai lầm khi cơ quan thực thi pháp luật sử dụng công nghệ này. Trong năm 2023, hàng loạt báo cáo tại Mỹ đã chỉ ra rằng phần mềm nhận dạng khuôn mặt dựa trên AI không phân biệt được khuôn mặt người da đen.

Một số thành phố ở Mỹ như San Francisco và Seattle, đã cấm sử dụng công nghệ này. Tuy nhiên, các lực lượng cảnh sát ở cả hai bên Đại Tây Dương lại sử dụng AI ngày càng nhiều.

Ông Albert Cahn, Giám đốc điều hành của Nhóm vận động chống Dự án Giám sát Công nghệ Giám sát (Stop) của Mỹ đặc biệt không hài lòng với sự phát triển này.

"Đó là một khoản đầu tư khổng lồ vào nhận dạng khuôn mặt bất chấp bằng chứng về việc AI nhận diện sai các cá nhân da đen, Latin và châu Á, đặc biệt là phụ nữ da đen" - ông nói.

Công nghệ nhận diện khuôn mặt bằng AI có thể được sử dụng theo ba cách chính:

Thứ nhất, nhận dạng khuôn mặt trực tiếp: So sánh dữ liệu khuôn mặt được cung cấp trực tiếp từ camera để đối chiếu với danh sách tội phạm đang bị theo dõi.

Thứ hai, nhận dạng khuôn mặt hồi tố: So sánh hình ảnh tĩnh của khuôn mặt với cơ sở dữ liệu hình ảnh.

Thứ ba, nhận dạng khuôn mặt do người vận hành khởi tạo: Cảnh sát chụp ảnh nghi phạm và gửi ảnh đó để tìm kiếm dựa trong cơ sở dữ liệu hình ảnh có sẵn.

Tháng 10/2023, ông Chris Philp, Bộ trưởng Cảnh sát Anh tuyên bố lực lượng cảnh sát Anh nên tăng gấp đôi số lượng tìm kiếm khuôn mặt sử dụng công nghệ AI nhận dạng hồi tố trong năm tới.

Cùng thời điểm, Phòng thí nghiệm Vật lý Quốc gia (NPL) của Anh đã tiến hành kiểm tra độc lập ba loại công nghệ nhận dạng khuôn mặt. NPL kết luận rằng mức độ chính xác đã cải thiện đáng kể trong các phiên bản mới nhất. Cả ba loại công nghệ đều được sử dụng bởi cảnh sát Metropolitan và South Wales.

Tuy nhiên, báo cáo cũng lưu ý rằng, trong một số trường hợp, phần mềm vẫn đưa ra nhận dạng giả với khuôn mặt người da đen.

Trước tình hình phức tạp, Cảnh sát West Midlands đã tiến xa hơn một bước: Tự thành lập ủy ban đạo đức để đánh giá các công cụ sử dụng công nghệ mới. Ủy ban này tập hợp nhiều nhà khoa học dữ liệu và do Giáo sư Marion Oswald, giáo sư luật tại Đại học Northumbria làm Chủ tịch.

Bà nói "Chúng tôi sẽ khuyến nghị rằng cần phải phân tích nhiều hơn nữa về tính hợp lệ của phần mềm nhận diện khuôn mặt tội phạm bằng AI".

Dữ liệu mới là yếu tố quyết đến tính chính xác của các kết quả do AI phân tích. Ảnh: Getty Image

Dữ liệu mới là yếu tố quyết đến tính chính xác của các kết quả do AI phân tích. Ảnh: Getty Image

Dự đoán tội phạm từ khối dữ liệu chưa hoàn chỉnh

Phòng ngừa tội phạm là một lĩnh vực quan trọng khác mà AI có thể phát huy. Cụ thể, AI có khả năng dự đoán ai có thể phạm tội và tội phạm có thể xảy ra ở đâu?

Một nhóm nghiên cứu tại Đại học Chicago tuyên bố thuật toán của họ có thể dự đoán tội phạm trước một tuần với độ chính xác 90%.

Điều này khiến nhiều người liên tưởng tới bộ phim khoa học viễn tưởng kinh dị năm 2002: Minority Report. Sau 20 năm ý tưởng này đã không còn chỉ là giấc mơ của Hollywood nữa.

Tuy nhiên dữ liệu mới là yếu tố quyết đến tính hiệu quả của hệ thống AI. Ông Cahn - Giám đốc điều hành của Nhóm vận động chống Dự án Giám sát Công nghệ Giám sát (Mỹ) nhấn mạnh "cội nguồn tội lỗi" của hoạt động dự đoán là "dữ liệu lịch sử thiếu khách quan".

Ông nói: "Chúng tôi thấy rất nhiều công cụ dự đoán tội phạm được triển khai thô sơ nhưng lại cố gắng dự đoán một việc rất phức tạp: Nơi tội phạm sẽ xảy ra trong tương lai. Việc này thường gây ra hậu quả thảm khốc".

“Tai hại” - ông nói thêm: "Hoa Kỳ có dữ liệu tội phạm tệ khét tiếng".

Giáo sư Oswald đồng ý rằng việc sử dụng AI để dự đoán tội phạm gây ra nhiều lo ngại. Bà nói: "Bạn không thực sự dự đoán được tội phạm, bạn chỉ dự đoán được khả năng bị bắt giữ".

"Vấn đề là bạn đang so sánh một người vô tội với những người đã phạm tội tương tự trong quá khứ dựa trên một tập hợp thông tin rất hạn chế. Bạn không biết đủ những điều khác trong cuộc sống của một ai đó để đưa ra quyết định về khả năng phạm tội của họ" - Giáo sư Oswald kết luận.

Có thể bạn quan tâm

Techpro Corp., SongHan Incubator, Hội Tự động hóa Đà Nẵng ký Biên bản ghi nhớ hợp tác triển khai sáng kiến trong giai đoạn khởi động.

Đà Nẵng: Khởi động sáng kiến Tech Circle thúc đẩy ứng dụng khoa học, công nghệ tại miền trung

Chiều 12/8, tại Đà Nẵng, Techpro Corp., SongHan Incubator, Hội Tự động hóa Đà Nẵng đã phối hợp khởi động sáng kiến Tech Circle thông qua chương trình Tech Circle #01. Đây là sáng kiến hướng tới việc tạo lập một không gian trao đổi thường xuyên, kết nối doanh nghiệp, chuyên gia, trường đại học, start-up và các tổ chức công nghệ.

Quang cảnh Hội thảo tại Hà Nội.

Xây dựng và phát triển các mạng lưới chuyên gia, trí thức trong các lĩnh vực công nghệ chiến lược

Hội thảo là cơ hội để các bên cùng trao đổi, tìm giải pháp nâng cao hiệu quả hoạt động của các mạng lưới chuyên gia, trí thức người Việt Nam ở nước ngoài, hướng tới mục tiêu không chỉ kết nối nguồn lực mà còn tạo ra các dự án, sản phẩm và kết quả hợp tác cụ thể phục vụ phát triển đất nước.

Đại diện VNPT VinaPhone và VAEDR ký kết hợp tác. (Ảnh: Ban tổ chức)

VNPT VinaPhone và VAEDR hợp tác phát triển hệ sinh thái học liệu số

Tổng Công ty Dịch vụ Viễn thông (VNPT VinaPhone) và Hiệp hội Sách Giáo dục và Học liệu điện tử Việt Nam (VAEDR) đã tổ chức Lễ ký kết thỏa thuận hợp tác (MOU) về phát triển và kinh doanh hệ sinh thái học liệu số trên phạm vi toàn quốc, góp phần thúc đẩy chuyển đổi số trong lĩnh vực giáo dục.

Thiếu tướng Nguyễn Ngọc Cương, Giám đốc Trung tâm Dữ liệu quốc gia, Phó Chủ tịch Hiệp hội Dữ liệu quốc gia định hướng thảo luận tại hội thảo. (Ảnh: NDA)

Định danh dữ liệu địa điểm để kết nối các cơ sở dữ liệu

Dữ liệu địa điểm gắn với con người, doanh nghiệp, đất đai, tài sản và nhiều hoạt động kinh tế-xã hội. Việc chuẩn hóa, định danh thống nhất và tạo khả năng liên thông lớp dữ liệu này được xác định là một yêu cầu quan trọng để nâng cao hiệu quả quản lý, phát triển dịch vụ số và khai thác giá trị của dữ liệu.

Các kỹ sư giám sát hệ thống sản xuất dựa trên AI trong một nhà máy (Ảnh ADOBE STOCK)

AI với khả năng thích ứng trên thị trường lao động

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) đang tác động sâu sắc đến thị trường lao động toàn cầu. Quá trình chuyển đổi số cùng những thay đổi trong nhu cầu của người lao động và doanh nghiệp thúc đẩy thị trường lao động chuyển dịch theo hướng linh hoạt hơn. 

Nhóm nghiên cứu của kỹ sư Lưu Xuân Bình thử nghiệm thiết bị đo đạc thể tích vật liệu trên xe tải.

Những sáng chế phục vụ cộng đồng

Từ quá trình nghiên cứu, phát triển thiết bị đo thể tích vật liệu trên xe tải, kỹ sư Lưu Xuân Bình đã phát triển thành công một mã định danh dạng mẫu hình hai chiều-một lựa chọn nữa để định danh đối tượng sau mã vạch và mã QR, với đặc điểm nổi bật là tăng được khoảng cách nhận diện. 

Giáo sư, Tiến sĩ Nghiêm Đức Long, Đại học Công nghệ Sydney-UTS, Chủ tịch Hội Trí thức và Chuyên gia Việt Nam-Australia. (Ảnh: Hội Trí thức và Chuyên gia Việt Nam-Australia cung cấp)

Mở ra giai đoạn hợp tác mới Việt Nam-Australia, đặc biệt trong khoa học-công nghệ, đổi mới sáng tạo và đào tạo nguồn nhân lực

Giáo sư, Tiến sĩ Nghiêm Đức Long, Chủ tịch Hội Trí thức và Chuyên gia Việt Nam-Australia (VASEA) kỳ vọng, chuyến thăm cấp Nhà nước tới Australia của Tổng Bí thư, Chủ tịch nước Tô Lâm sẽ mở ra một giai đoạn hợp tác mới giữa Việt Nam và Australia, đặc biệt trong khoa học-công nghệ, đổi mới sáng tạo và đào tạo nguồn nhân lực.

Vùng trồng cây Actiso của Công ty Traphaco Sapa đạt tiêu chuẩn GACP-WHO. (Ảnh: HOÀNG TIẾN)

“Đòn bẩy”cho công nghiệp dược liệu

Sở hữu nguồn tài nguyên dược liệu phong phú cùng nền y học cổ truyền lâu đời, hiện nước ta có thể xây dựng một ngành công nghiệp dược liệu hiện đại, bền vững và có sức cạnh tranh quốc tế.

Đến năm 2030, Việt Nam phấn đấu có tối thiểu 20 doanh nghiệp làm chủ công nghệ chiến lược, góp phần nâng cao tỷ lệ nội địa hóa và chủ động tham gia sâu vào chuỗi giá trị toàn cầu. (Thiết kế: Mai Huyên)

Tạo bứt phá chiến lược, đưa Việt Nam làm chủ công nghệ cốt lõi, tham gia sâu vào chuỗi giá trị toàn cầu

Chương trình quốc gia đặc biệt về công nghệ chiến lược vừa được ban hành với những mục tiêu bứt phá: Đến năm 2030, Việt Nam phấn đấu làm chủ tối thiểu 4 công nghệ chiến lược, hình thành ít nhất 20 doanh nghiệp nòng cốt; tạo tiền đề vững chắc để phát triển nền kinh tế độc lập, tự chủ gắn với hội nhập quốc tế sâu rộng.

Kiến trúc “vòm xanh” do kiến trúc sư An Việt Dũng thiết kế.

Kiến trúc cho đô thị xanh

Cửa thang máy tầng thượng tòa nhà 11 tầng trên phố Lê Duẩn (Hà Nội) vừa mở, đón chúng tôi không phải cái nắng chói chang buổi trưa mùa hạ mà là một không gian xanh mát. Cùng với bóng cây là hệ thống phun sương và gió trời khiến cảm giác ngột ngạt đô thị dường như biến mất.