Цель статьи заключается в демонстрации расширяющихся возможностей идентификации человека по признакам внешности в различных аспектах решения криминалистических и смежных задач. Автор останавливается на экскурсе в берлитьонаж, оценивает современные перспективы идентификации по внешности человека с учетом растущих возможностей на сервисах сильного искусственного интеллекта, генерации больших данных с минимальными усилиями по их накоплению и хранению
сильный искусственный интеллект, идентификация, признаки внешности человека
РАСШИРЕНИЕ ИДЕНТИФИКАЦИОННЫХ ВОЗМОЖНОСТЕЙ ПО ВНЕШНОСТИ ЧЕЛОВЕКА В ПЕРИОД СТАНОВЛЕНИЯ СИЛЬНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ЕГО СЕРВИСОВ
Полстовалов О.В.
Экспертно-координационный центр комиссий Государственного Совета Российской Федерации, г. Москва, Россия
Аннотация. Цель статьи заключается в демонстрации расширяющихся возможностей идентификации человека по признакам внешности в различных аспектах решения криминалистических и смежных задач. Автор останавливается на экскурсе в берлитьонаж, оценивает современные перспективы идентификации по внешности человека с учетом растущих возможностей на сервисах сильного искусственного интеллекта, генерации больших данных с минимальными усилиями по их накоплению и хранению.
Ключевые слова: сильный искусственный интеллект, идентификация, признаки внешности человека.
EXPANSION OF IDENTIFICATION CAPABILITIES BY HUMAN APPEARANCE DURING THE PERIOD OF FORMATION OF STRONG ARTIFICIAL INTELLIGENCE AND ITS SERVICES
Oleg V. Polstovalov
Expert Coordination Center of Commissions of the State Council of the Russian Federation, Moscow, Russia
Abstract. The purpose of the article is to demonstrate the expanding capabilities of human identification by appearance in various aspects of solving forensic and related problems. The author dwells on the excursion into berlitionage, assesses the modern prospects for identification by human appearance, taking into account the growing capabilities of strong artificial intelligence services, generating big data with minimal effort to accumulate and store them.
Keywords: strong artificial intelligence, identification, features of human appearance.
© О.В. Полстовалов, 2025
Изучение поведенческих особенностей человека, статических и динамических признаков его внешности становится одной из основных тем в ближайшей перспективе развития криминалистического обеспечения профилактики и расследования преступлений, судебного рассмотрения уголовного дела и поддержания обвинения в суде. При этом личность как социальное свойство индивида, приобретаемое им в процессе общения и совместной предметной деятельности, мы зачастую смешиваем с биологическим и биосоциальным в человеке. Поэтому правильнее все-таки говорить о персонифицированном подходе в криминалистических исследованиях, где, к примеру, в криминалистической характеристике, сформированной на основе математического моделирования, не способ или механизм преступления, а именно личность того, кто совершил посягательство, станет во главу угла. Нельзя по приоритетам следствие ставить выше причины.
Современные технологии идентификации человека применяются повсеместно. Особую актуальность эта проблема приобретает при идентификации по антропометрическим признакам клиентов банков, где службы экономической безопасности, если принимать за аксиому их профессионализм, заинтересованы в предупреждении ситуации с невозвратными кредитами, причиной которых нередко являются недобросовестность контрагента, порой перерастающая в мошенническую схему или изначально имеющую под собой таковую основу. Поскольку банки лучше других умеют считать свои и клиентские деньги (а это неточно), то, принимая в расчет их финансовые ресурсы, нетрудно предположить, что современный бертильонаж крайне интересен топ-менеджменту финансовых организаций сектора займов.
Как известно, основоположник антропометрической идентификации Альфонс Бертильон всегда находился в творческом поиске и, несмотря на неимоверные его усилия, зачастую удостаивался изрядной порции критики и недоверия со стороны коллег, главным образом, ввиду громоздкости предлагаемого метода. Однако эта критика была им воспринята конструктивно и свои ошибки выдающийся ученый умел признавать, не отказываясь от ключевых исследовательских принципов. В издании 1893 года под дословно переводимым заглавием «Подписанные инструкции» (фр. – «Instructions signalétiûues») на титуле А. Бертильоном уже была сделана оговорка: «Новый выпуск. Полностью пересмотрен и значительно увеличен, с альбомом из 81 пластинки и хроматической таблицей оттенков радужной оболочки глаза человека». По сравнению с изданием 1885 г. основу подхода А. Бертильон оставил неизменной, отметив, что главная идея, заключающаяся в применении процедур антропологической анатомии к вопросам судебной идентификации, уже была развита, по крайней мере, частично, в издании 1885 г. В решающем же моменте, все, что касается антропометрической части, в новом издании не претерпело существенных изменений, которые могли бы привести к расхождениям с предыдущими наблюдениями. При этом он акцентировал внимание читателя на увеличении объема с девяноста пяти до трехсот страниц, подчеркнув, что издание 1885 г. было весьма неполным и составленным наспех, в течение нескольких месяцев. Апробация нового метода Бертильона Ренцисом и Бодио на Международном тюремном конгрессе в Риме позволила получить не просто рекомендации, а предписания, которые были добавлены в новый том. Все они были соблюдены и стали неотъемлемой частью нового отчета за несколько лет до их публикации в 1893 году. Как отмечал сам автор, «всё или почти всё уже было представлено с теоретической точки зрения в научных журналах во Франции и за рубежом, не вызвав никаких возражений со стороны научного мира» [1, p. I.].
Не менее известный классик и основоположник криминалистики Ганс Гросс признал безусловную заслугу А. Бертильона в использовании метода антропологов в криминалистических целях и в создании антропометрии, особо отметив, что «постепенно Бельгия, США, Россия, Индия, Южная Америка и несколько более мелких стран приняли антропометрию, а Швейцария в настоящее время приступает к самому достойному начинанию по интернационализации антропометрии, потому что только тогда, когда система будет завершена, она будет широко распространена по всему миру» [2, s. 125]. Предсказание выдающегося криминалиста сбылось, и сегодня криминалистическая антропометрия приобретает особое значение в деле, к примеру, предупреждения возможных рисков мошенничества недобросовестных клиентов банков, в доказывании причастности водителей к криминальным дорожно-транспортным происшествиям по видеоизображениям с камер наблюдения, в предупреждении проникновения на территорию государства нежелательных персон и пр.
Антропометрическая идентификация по внешности собственника смартфона стала обыденной опцией для пользователей и не выглядит чем-то фантастическим. Становятся все более распространенными технологии, позволяющие в автоматическом режиме идентифицировать, т. е. установить личность, или верифицировать, т. е. подтвердить личность человека на фотографии, по распознаванию лиц на базе алгоритмов нейтронных сетей. Эти возможности используются в банковском секторе для подтверждения данных о клиентах в целях удаленного их обслуживания для повышения качества данных услуг, оказываемых людям с ограниченными возможностями здоровья, пожилому и маломобильному населению в целом.
Механизм удаленной идентификации был разработан Банком России в рамках реализации Основных направлений развития финансовых технологий на период 2018 - 2020 гг. [3]. Конспирологические версии о цифровом концлагере неуместны, поскольку прогресс неумолим и сервисы в этом направлении будут совершенствоваться. Соответственно будет расширяться научная криминалистическая рефлексия к такого рода новым источникам информации в целях их интеграции в процесс предупреждения, выявления, расследования и раскрытия преступлений. Одновременно нельзя в настоящее время излишне превозносить возможности искусственного интеллекта, который все еще допускает грубые ошибки, в том числе по оценке причастности отдельных лиц к совершению преступлений: известен случай, когда австралиец обратился в суд о привлечении к ответственности создателей ChatGPT, OpenAI, поскольку ChatGPT ошибочно выдавал информацию о том, что истец обвинялся во взяточничестве и даже был осужден [4, s. 4].
Технологии распознавания с использованием сервисов искусственного интеллекта уже реализуются на постсоветском пространстве, да еще и по тем идентификационным полям, которые в криминалистике априори считались малоинформативными. 3D-модель походки может быть оцифрована и по различным диагностическим и идентификационным признакам на основе развивающейся генеративной базы данных накапливаемого информационного массива и стать основой выявления состояния лица, розыска скрывающего свою внешность человека, который просто не способен всегда и всюду подделывать этот динамический функциональный признак. Аккумулирование электронной базы походок становится частной задачей для накопления сегмента больших данных от редко встречающихся до мало контролируемых сознанием элементов передвижения человека. Здесь очень хочется пошутить про квадроберов. Однако цифровая модель походки в виде совершенно иных по природе признаков, порой уходящих за поле внимания человеческого восприятия, дает простор для вариантов использования от кажущегося фантастическим распознавания по тени до стандартного анализа по осевым точкам движения отдельных частей тела при перемещении пешком или бегом. Впрочем, как отмечали специалисты в этом перспективном направлении исследований еще в далеком 2013 году, «до появления алгоритмов распознавания походки, пригодных для массового использования, ещё очень многое предстоит сделать. В первую очередь, необходимо добиться приемлемой точности распознавания при различных размещениях и положениях датчика, а также при использовании различной обуви. Кроме того, необходимы более глубокие исследования индивидуальности человеческой походки и возможности/невозможности ее имитации» [5, с. 109]. В настоящее время наука в этой области существенно продвинулась, в особенности наряду с перспективами генерации и использования больших данных с их цифровой обработкой и применения на уровне распознавательных технологий.
Нейросетевая идентификация по походке при накоплении большого массива данных, обработанных и систематизированных по принципам различия и сходства «общее – частное – индивидуальное», уже не выглядит чем-то фантастическим. Подделка походки возможна лишь на короткий промежуток времени. Важно понимать, насколько, например, камеры наружного наблюдения, беспрерывно или с возможностью отслеживания при коротких разрывах, захватывают наблюдаемого в течение достаточно длительного времени. Впрочем, как отмечают белорусские коллеги, «пространственно распределенная система видеонаблюдения состоит из территориально разнесенных IP-камер и организована на основе единого центра обработки данных» [6, с. 47; 7]. Как отметил в марте 2024 г. глава Минцифры Максут Шадаев, в России установлено более миллиона «следящих за безопасностью» камер наружного наблюдения [8]. Из соображений антитеррористической защищенности объектов (территорий), т. е. определенного состояния защищенности зданий, строений, сооружений, иных объектов, мест массового пребывания людей, препятствующего совершению террористического акта (п. 6 ст. 3 Федерального закона от 06.03.2006 № 35-ФЗ «О противодействии терроризму»), видеокамеры устанавливаются при соблюдении ряда обязательных требований: «Система видеонаблюдения с учетом количества устанавливаемых видеокамер и мест их размещения должна обеспечивать непрерывное видеонаблюдение за состоянием обстановки на всей территории места массового пребывания людей, архивирование и хранение данных в течение 30 дней, а также информационное взаимодействие с региональными подсистемами видеонаблюдения сегментов аппаратно-программного комплекса "Безопасный город"» (п. 30 Требований к антитеррористической защищенности мест массового пребывания людей, утв. Постановлением Правительства РФ от 25.03.2015 № 272). Насколько эти камеры адаптируемы под сервисы сильного искусственного интеллекта, который будет только в перспективе, покажет время.
В любом случае возможности идентификации, диагностирования, классификации и типизации с внедрением возможностей сильного искусственного интеллекта будут только расти при упрощении обработки и систематизации больших цифровых данных о функциональных и иных признаках внешности человека вплоть до тех, которые не рассматривались в качестве таковых ввиду сложности обработки и типизации в такой системе учета (за исключением способа совершения преступления), например, по имеющимся навыкам и особенностям поведения на месте (разведданные на линии соприкосновения по дифференциации по поведенческим признакам солдат-профессионалов стран НАТО и недавно обученных по тем же лекалам новобранцам). И то, что прежде казалось малоинформативным, может приобрести новый контекст всей полноты идентификационных признаков. За этим будущее самых прорывных криминалистических исследований.
1. Bertillon A. Identification anthropométrique. Melun: Imprimerie Administrative, 1893. 355 p.
2. Gross H. Gesammelte kriminalistische Aufsätze. Leipzig: K. C. W. Vogel, 1902. 452 s.
3. Удаленная идентификация // Развитие финансовых технологий. Официальный сайт Банка России. URL: https://cbr.ru/fintech/digital_biometric_id/ (дата обращения: 11.10.2023).
4. Waldman S. Künstliche Intelligenz in Lokalnachrichten: Revolution oder Risiko? // Dprspezial. KI und Medien: Best Practise und Analysen. 2024. Februar. S. 1-17.
5. Казанцева А.Г. Идентификация человека по походке с использованием носимых сенсоров. Обзор исследований // Математические структуры и моделирование. 2013. № 2 (28). С. 102-111. EDN: RSIANX.
6. Абламейко M. С., Богуш Р. П. Интеллектуальное видеонаблюдение в «умном городе»: контроль и защита визуальных персональных данных // Судебная экспертиза Беларуси. 2023. № 1 (16). С. 16. С. 15-23. EDN: HUPDKG.
7. Богуш Р. П., Игнатьева С. А., Абламейко С. В. Сопровождение и повторная идентификация людей в интеллектуальных системах видеонаблюдения с применением сверточных нейронных сетей // Первая выставка-форум IТ-академграда «Искусственный интеллект в Беларуси» : сборник докладов, Минск, 13-14 октября 2022 г. Минск: ОИПИ НАН Беларуси, 2022. С. 46-53.
8. Шадаев рассказал о наблюдении за безопасностью в России с помощью камер // РИА Новости. 13.03.2024. URL: https://ria.ru/20240313/kamery-1932753517.html (дата обращения: 02.11.2024).
