Obrońcy praw człowieka chcą wykorzystać sztuczną inteligencję do udowodnienia zbrodni wojennych w sądzie

Ramka V

W 2015 roku, zaniepokojona eskalacją wojny domowej w Jemenie, Arabia Saudyjska poprowadziła kampanię powietrzną przeciwko temu krajowi, aby pokonać to, co uważała za groźny wzrost potęgi szyitów. Jak powiedzieli saudyjscy urzędnicy, interwencja, rozpoczęta wraz z ośmioma innymi, w większości sunnickimi państwami arabskimi, miała trwać tylko kilka tygodni. Prawie pięć lat później nadal się to nie skończyło.

Według niektórych szacunków koalicja przeprowadziła od tego czasu ponad 20 000 nalotów, z których wiele zabiło jemeńskich cywilów i zniszczyło ich mienie, rzekomo bezpośrednio naruszając prawo międzynarodowe. Organizacje praw człowieka od tego czasu starają się dokumentować takie zbrodnie wojenne, starając się powstrzymać je poprzez wyzwania prawne. Ale złoty standard, weryfikacja na miejscu przez dziennikarzy i aktywistów, jest często zbyt niebezpieczny, aby był możliwy. Zamiast tego organizacje coraz częściej sięgają po mobilne zdjęcia i filmy, aby zrozumieć konflikt, i zaczęły przesyłać je do sądu w celu uzupełnienia zeznań naocznych świadków.

Jednak wraz z rozpowszechnianiem się cyfrowej dokumentacji scen wojennych czas potrzebny na jej analizę znacznie się rozszerzył. Niepokojące obrazy mogą również zranić śledczych, którzy muszą przeczesać i obejrzeć materiał. Ale już inicjatywa który wkrótce stanie się wyzwaniem w brytyjskim systemie sądowym, testuje alternatywę uczenia maszynowego. Mogłoby to stanowić model sposobu na zwiększenie dostępności danych pochodzących z crowdsourcingu i pomóc organizacjom praw człowieka w dostępie do bogatszych źródeł informacji.

Inicjatywa, kierowana przez Uniwersytet Swansea w Wielkiej Brytanii wraz z szeregiem organizacji zajmujących się prawami człowieka, jest częścią nieustających wysiłków na rzecz monitorowania rzekomych zbrodni wojennych mających miejsce w Jemenie i stworzenia większej odpowiedzialności prawnej wokół nich. W 2017 r. rozpoczęto tworzenie platformy Jemeńskie Archiwum baza danych filmów i zdjęć dokumentujących nadużycia. Treści zostały zebrane z tysięcy źródeł – w tym zgłoszenia od dziennikarzy i osób cywilnych, a także filmy typu open source z platform mediów społecznościowych, takich jak YouTube i Facebook – i zachowane na blockchainie, aby nie można było ich niezauważenie manipulować.

Wraz z Global Legal Action Network (GLAN), organizacją non-profit, która prawnie rzuca wyzwanie państwom i innym potężnym podmiotom za łamanie praw człowieka, śledczy zaczęli następnie gromadzić dowody konkretnych naruszeń praw człowieka w oddzielna baza danych oraz inicjowanie spraw sądowych w różnych sądach krajowych i międzynarodowych. Jeśli sprawy przechodzą przez procesy odpowiedzialności w sali sądowej, nie wystarczy pokazać, że tak się stało, mówi Yvonne McDermott Rees, profesor na Uniwersytecie Swansea i liderka inicjatywy. Musisz powiedzieć: „Cóż, dlatego jest to zbrodnia wojenna”. Może to być „Użyłeś nielegalnej broni”, a w przypadku nalotu: „To było skierowane przeciwko cywilom” lub „To był nieproporcjonalny atak.

Rendering 3D BLU-63.

VRAMKA

W tym przypadku partnerzy koncentrują się na wyprodukowanej w USA amunicji kasetowej BLU-63. Używanie i sprzedaż amunicji kasetowej, broni wybuchowej, która rozpryskuje mniejsze materiały wybuchowe w momencie uderzenia, jest zakazane przez 108 krajów, w tym Wielką Brytanię. Jeśli partnerzy mogliby udowodnić przed brytyjskim sądem, że rzeczywiście byli wykorzystywani do popełnienia zbrodni wojennych, można by to wykorzystać jako element gromadzenia dowodów na to, że koalicja pod przewodnictwem Arabii Saudyjskiej ma doświadczenie w łamaniu prawa międzynarodowego, i wnieść sprawę do Wielka Brytania zaprzestanie sprzedaży broni do Arabii Saudyjskiej lub wniesienie oskarżenia przeciwko osobom zaangażowanym w sprzedaż.

Postanowili więc opracować system uczenia maszynowego do wykrywania wszystkich wystąpień BLU-63 w bazie danych. Ale obrazy BLU-63 są rzadkie właśnie dlatego, że są nielegalne, co pozostawiło zespołowi niewiele danych z rzeczywistego świata, aby wyszkolić swój system. Jako środek zaradczy zespół stworzył syntetyczny zestaw danych, rekonstruując modele 3D BLU-63 w symulacji.

Korzystając z kilku wcześniejszych przykładów, które posiadali, w tym zdjęcia amunicji zachowanej przez Imperial War Museum, partnerzy pracowali z Adamem Harveyem, badaczem wizji komputerowej, aby stworzyć rekonstrukcje. Zaczynając od modelu podstawowego, Harvey dodał fotorealistyczne tekstury, różne rodzaje uszkodzeń i różne kalkomanie. Następnie renderował wyniki w różnych warunkach oświetleniowych iw różnych środowiskach, tworząc setki nieruchomych obrazów naśladujących sposób, w jaki można znaleźć amunicję na wolności. Stworzył również syntetyczne dane dotyczące rzeczy, które można pomylić z amunicją, takich jak zielona piłka do gry w baseball, aby obniżyć wskaźnik fałszywych trafień.

Chociaż Harvey wciąż jest w trakcie generowania większej liczby przykładów szkoleniowych — szacuje, że będzie potrzebował ponad 2000 — istniejący system już działa dobrze: ponad 90% filmów i zdjęć pobieranych z bazy danych zostało zweryfikowanych przez ekspertów pod kątem zawartości BLU -63s. Teraz tworzy bardziej realistyczny zestaw danych walidacyjnych, drukując 3D i malując modele amunicji, aby wyglądały jak prawdziwe, a następnie nagrywając je i fotografując, aby zobaczyć, jak dobrze działa jego system wykrywania. Gdy system zostanie w pełni przetestowany, zespół planuje przeprowadzić go przez całe Archiwum Jemeńskie, które zawiera 5,9 miliarda klatek wideo. Według szacunków Harveya przeczesanie tak dużej ilości informacji zajęłoby osobie 2750 dni po 24 godzinach na dobę. Z kolei system uczenia maszynowego zajęłby około 30 dni na zwykłym komputerze stacjonarnym.

Prawdziwy obraz pokazany w analizie na górze artykułu.

VRAMKA

Eksperci nadal musieliby zweryfikować materiał filmowy po jego przefiltrowaniu przez system, ale wzrost wydajności zmienia grę dla organizacji praw człowieka, które chcą stawiać wyzwania w sądzie. Często zdarza się, że organizacje te przechowują ogromne ilości materiałów wideo pochodzących od naocznych świadków. Na przykład Amnesty International ma około 1 terabajta materiału dokumentującego możliwe naruszenia w Birmie, mówi McDermott Rees. Techniki uczenia maszynowego mogą pozwolić im na przeszukiwanie tych archiwów i zademonstrowanie wzorców naruszeń praw człowieka na wcześniej niemożliwą do osiągnięcia skalę, co znacznie utrudnia sądom zaprzeczanie dowodom.

Kiedy patrzysz na przykład na celowanie szpitali, posiadanie jednego filmu, który pokazuje, że szpital jest celem, jest silne; to stanowi argument, mówi Jeff Deutch, główny badacz w Syrian Archive, grupie praw człowieka odpowiedzialnej za uruchomienie Archiwum Jemeńskiego. Ale jeśli możesz pokazać setki filmów z setkami incydentów w szpitalach, które są celem ataków, możesz zobaczyć, że jest to naprawdę świadoma strategia wojenna. Kiedy rzeczy są postrzegane jako celowe, łatwiej jest zidentyfikować intencję. A zamiar może być przydatny w sprawach sądowych pod względem odpowiedzialności za zbrodnie wojenne.

Ponieważ kolaboranci z Jemenu przygotowują się do przedstawienia swojej sprawy, dowody na taką skalę będą szczególnie istotne. Koalicja ataków powietrznych pod przewodnictwem Arabii Saudyjskiej już dokonała zaprzeczył winy w poprzednich zarzutach o zbrodnie wojenne, które rząd Wielkiej Brytanii uznaje za oficjalny zapis. Sąd w Wielkiej Brytanii również oddalił wcześniejszą sprawę że inna organizacja złożyła wniosek, aby powstrzymać rząd przed sprzedażą broni Arabii Saudyjskiej, ponieważ uznała, że ​​dowody wideo z otwartego źródła nie są wystarczająco przekonujące. Chociaż później inny sąd wycofał niektóre z tych zarzutów po odwołaniu, współpracownicy mają nadzieję, że tym razem większe bogactwo dowodów pozwoli uniknąć wszelkich sporów. McDermott Rees mówi, że przypadki wykorzystania filmów z otwartym kodem źródłowym w kontekście syryjskim już wcześniej skutkowały wyrokami skazującymi.

Ta inicjatywa nie jest pierwszą, która wykorzystuje uczenie maszynowe do filtrowania dowodów w kontekście praw człowieka. System E-Lamp z Carnegie Mellon University, zestaw narzędzi do analizy wideo do pracy na rzecz praw człowieka, został opracowany w celu analizy archiwów wojny w Syrii. Harvey pracował również wcześniej z niektórymi ze swoich obecnych współpracowników w celu zidentyfikowania amunicji używanej w Syrii. Jednak wysiłek Jemenu będzie jednym z pierwszych zaangażowanych w sprawę sądową. Może stanowić precedens dla innych organizacji praw człowieka.

Chociaż jest to rozwijająca się dziedzina, jest to ogromna szansa, mówi Sam Gregory, dyrektor programowy organizacji non-profit zajmującej się prawami człowieka Świadek i współprzewodniczący grupy roboczej Partnerstwa na rzecz AI ds. wpływu społecznego i społecznego. [Chodzi także] o wyrównanie szans w dostępie do sztucznej inteligencji i wykorzystaniu sztucznej inteligencji, tak aby zarówno dowody naocznych świadków, jak i nagrania sprawców stały się sprawiedliwością.

Poprawki: BLU-63 jest produkowany w USA, a nie w Wielkiej Brytanii. Wcześniejsza sprawa odrzucona przez brytyjski sąd została również wniesiona przez inną organizację, a nie GLAN. Jeff Deutch nie założył bezpośrednio Archiwum Jemeńskiego, ale jest głównym badaczem Archiwum Syryjskiego, które założyło Archiwum Jemeńskie.

ukryć