Читати книгу - "Ми - Bellingcat. Онлайн-розслідування міжнародних злочинів, Еліот Хіггінс"

досягнення, проте понад 99 % матеріалів залишаються неперевіреними 384. Єдиний реалістичний вихід — доручити переглядати відео машинам.

«Сирійський архів» із 2017 року залучає штучний інтелект, щоб відсортувати з архіву зображення касетних боєприпасів. Його навчають за знімками невибухлих снарядів і самих вибухів: алгоритми здатні вивчити специфічну картину вибуху. Врешті-решт штучний інтелект зможе працювати сам і з-поміж мільйонів записів позначить усі зображення касетних боєприпасів, а люди вже перевірять саме ці випадки і, можливо, отримають уявлення про застосування таких боєприпасів у перебігу війни. До того ж у «Сирійському архіві» сподіваються залучити штучний інтелект, щоб виявити напади на рятувальників і лікарні, застосування запалювальних снарядів, використання танків або гелікоптерів.

Forensic Architecture, новаторська група дослідників із Лондонського університету, документує порушення прав людини за допомогою цифрового моделювання. Група застосувала машинне навчання, щоб викрити роль Росії в боях на сході України, зокрема в Боях за Іловайськ у серпні 2014 року, через кілька тижнів після катастрофи MH17. Штучний інтелект обробив 2500 годин ютуб-відео, що відповідали регіону та часу боїв, шукаючи кадри з танками. Дослідники перевірили результат і підтвердили: на той момент виявлений тип танків перебував на озброєнні тільки в Росії 385.

Некомерційна організація Benetech, яка застосовує технології на суспільне благо, працювала над розв’язанням проблеми, що раз у раз супроводжує розслідування: те саме відео завантажують різні люди, потім повторно завантажують у трохи змінених версіях — це напускає туману і відбирає час. Організація розробила інструмент машинного навчання, щоб просіювати цю суцільну масу, відбирати різні версії одного відео і створювати для кожного запису унікальний ідентифікаційний «відбиток», що містить до 500 цифр і літер. Усі відбитки можна порівнювати між собою, виводячи показник ступеня подібності для будь-яких двох відео. І тут відбулося несподіване відкриття: порівнявши відео, чий ступінь подібності трошки нижчий за поріг збігу, штучний інтелект якось зміг визначити різні кадри з однієї події. Так мимоволі з’явився спосіб автоматично знаходити пов’язані відео, що відкриває розслідувачам великі перспективи.

Ми в Bellingcat часто обговорюємо з комп’ютерними науковцями, як можна працювати з великими наборами даних — на зразок тих сотень злитих російських баз даних, які в нас зберігаються. Ми могли б скористатися знаннями про те, як ГРУ створює фальшиві ідентифікаційні дані агентів, і навчити штучний інтелект шукати такі записи в базах даних усього населення Російської Федерації. Замість перелопачувати весь цей огром інформації вручну, люди могли б віддати чорну роботу штучному інтелекту, який виявлятиме в базах дані підозрілих осіб. Ще один інструмент, потрібний онлайн-детективам, — зворотний пошук для відео, щоб могти одразу перевірити, чи певний запис з’являвся іще десь. Це надважливо для оцінки достовірності й оригінальності цифрового контенту. Також ми сподіваємося на можливість автоматично прочісувати дописи в соцмережах. Коли ми відтворювали пересування 53-ї бригади у справі МН17, двоє розслідувачів Bellingcat витратили цілий рік на ходіння між профілями й вивчення фото в соцмережах, щоб з’ясувати, хто служив у підрозділі. Колись ми зможемо автоматизувати таку роботу: навчити комп’ютер, скажімо, виявляти людей в уніформі чи камуфляжному одязі або шукати в соцмережах дописи зі згадками про військову частину, щоб людина потім це об’єднувала в готовий матеріал — зокрема карту взаємозв’язків між усіма фігурантами і вказівки на осіб вищого рангу, на яких слід звернути особливу увагу. Так ми могли б відстежувати ймовірно незаконні дії військових сил. Однак є проблема: такий інструмент прагне мати кожна державна розвідка світу. Тож для нас головне питання — чи захочемо ми оприлюднювати такий інструмент, якщо розробимо його?

Технології не лише дають відповіді, а й допомагають ставити правильні запитання. Пітер де Кок служив у таємному підрозділі нідерландської поліції під час розслідування справи MH17. Поки шістдесят працівників служби безпеки намагалися хоч якось зрушити розслідування з місця, він спостерігав, як Bellingcat швидко складає по шматочку маршрут установки «Бук», користуючись самими лише відкритими джерелами. Пітер поділився спостереженнями з колегами, і дехто був готовий слухати. Але загалом консервативна поліція віддавала перевагу традиційним методам розслідування. Незабаром Пітер здобув докторський ступінь із прогнозування злочинної поведінки і, прагнучи застосовувати науку про дані в правоохоронній діяльності, звільнився й заснував власну компанію Pandora Intelligence. Один із відомих проєктів компанії — трансформування диспетчерської служби з надзвичайних ситуацій за допомогою OSINT, розвідки за відкритими джерелами. За звичним сценарієм диспетчер відповідає, записує те, що вважає важливим, і передає повідомлення підрозділу швидкого реагування. Натомість система від Pandora Intelligence розшифровує слова абонента в реальному часі, фіксуючи певні дані: приміром адресу, номер телефону, номерний знак авто. Ці дані автоматично пропускаються не лише через закриті поліційні бази, а й через відкриті джерела, як-от соцмережі. Оновлені дані потрапляють у подальший пошук, формуючи ланцюжок зачіпок, і диспетчер у реальному часі отримує ключову інформацію, щоб на її основі одразу щось уточнити в абонента і наперед з’ясувати деталі, які в іншому разі могли б упустити.

Віртуальна реальність теж відкриває захопливі можливості. Наш експерт із графіки Тіммі Аллен експериментував з окулярами віртуальної реальності, щоб вивчати місця злочинів у трьох вимірах — наприклад створивши віртуальну модель місця бомбових ударів на ринку в Сирії. Ще одна перспективна ідея — «цифрові спогади», коли програма об’єднує численні зображення певного місця у фотореалістичну 3D-модель. Свідки надягають окуляри і «виходять» на реконструйоване місце злочину — куди вони, ймовірно, не можуть повернутися в реальності суто фізично чи з емоційних причин. Сподіваємося, це допоможе пригадати певні деталі, які могли б розширити наявну базу доказів з відкритих джерел.

Forensic Architecture, згідно зі звітом від лютого 2020 року, скористалися цією технологією, щоб відтворити порушення прав людини в окупованому місті Хеврон на Західному березі Йордану. Колишній офіцер ізраїльської армії Дін Іссахаров — представник організації резервістів, що виступає проти ізраїльських військових злочинів, — зізнався в нападі на палестинця під час служби в Хевроні 2014 року. Він хотів, щоб влада розслідувала його справу, але прокурори звинуватили Іссахарова в брехні. Тож його організація «Перервати мовчанку» звернулася до Forensic Architecture з проханням створити фотореалістичну 3D-модель місця події: провулка, де відбулося побиття, вулиці, по якій вели заарештованих палестинців, і блокпоста, де їх затримали. В окулярах віртуальної реальності Іссахаров і двоє палестинських свідків по черзі «пройшлися» місцевістю, відтворюючи з пам’яті розташування солдатів, перехожих, транспортних засобів. Потім їхні візуалізовані спогади наклали й зіставили 386. Це дуже багатообіцяльна технологія для майбутніх справ, що допоможе