В работе рассмотрено соотношение «искусственного интеллекта» (ИИ) и «искусственной нейронной сети» в контексте судебной экспертологии. В последние годы наблюдается активный научный интерес к применению этих технологических новшеств в судебной экспертизе, что делает актуальным вопрос влияния этих явлений на судебно-экспертную деятельность в текущий момент и в долгосрочной перспективе. Выявление этих особенностей, как предполагается, будет способствовать более эффективной интеграции ИИ и нейросетей в данный вид деятельности на методическом, правовом и организационных уровнях. Чтобы продемонстрировать, как в целом связаны между собой искусственный интеллект и нейронные сети, а также чем они отличаются друг от друга, приведена краткая историческая справка по развитию идей ИИ-технологий и принципы работы некоторых из ИИ-систем, в частности – искусственных нейронных сетей. Предложены пути интеграции ИИ и нейросетей в судебно-экспертную деятельность на теоретическом и практическом уровнях.
Идентификаторы и классификаторы
- Префикс DOI
- 10.30764/1819-2785-2024-3-33-46
На протяжении всей истории ИИ было разработано множество программных и алгоритмических инструментов. Так, в середине 1970-х гг. популярными были экспертные системы – специальные программы для решения конкретных «интеллектуальных» задач, которые обрабатывают данные на основе заранее прописанных правил. В настоящее время доминирующим подходом в ИИ-сфере является машинное обучение (machine learning – ML), в рамках которого создаются аналитические системы, которые на основе базовых принципов обработки данных самостоятельно в процессе «обучения» формируют соответствующие правила.
Список литературы
1. Купин А.Ф., Коваленко А.С. К вопросу о возможностях применения систем искусственного интеллекта при криминалистическом исследовании документов и их реквизитов // Теория и практика судебной экспертизы. 2023. Т. 18. № 4. С. 28-35. https://doi.org/10.30764/1819-2785-2023-4-28-35
2. Газизов В.А., Подволоцкий И.Н. Новые технологии и компетенции специалиста при комплексном исследовании цифровых изображений внешности человека // Теория и практика судебной экспертизы. 2024. Т. 19. № 1. С. 75-90. https://doi.org/10.30764/1819-2785-2024-1-75-90
3. Кокин А.В. Судебная экспертиза в эпоху четвертой индустриальной революции (Индустрии 4.0) // Теория и практика судебной экспертизы. 2021. Т. 16. № 2. С. 29-36. https://doi.org/10.30764/1819-2785-2021-2-29-36
4. Чеснокова Е.В., Усов А.И., Омельянюк Г.Г., Никулина М.В. Искусственный интеллект в судебной экспертологии. 2023. Т. 18. № 3. С. 60-77. https://doi.org/10.30764/1819-2785-2023-3-60-77
5. Кокин А.В., Денисов Ю.Д. Искусственный интеллект в криминалистике и судебной экспертизе: вопросы правосубъектности и алгоритмической предвзятости // Теория и практика судебной экспертизы. 2023. Т. 18. № 2. С. 30-37. https://doi.org/10.30764/1819-2785-2023-2-30-37
6. Россинская Е.Р. Нейросети в судебной экспертологии и экспертной практике: проблемы и перспективы // Вестник Университета имени О.Е. Кутафина (МГЮА). 2024. № 3(115). С. 21-33. https://doi.org/10.17803/2311-5998.2024.115.3.021-033
7. Россинская Е.Р., Семикаленова А.И., Сааков Т.А. Теория информационно-компьютерного обеспечения криминалистической деятельности: монография. М.: Проспект, 2022. 256 с.
8. Аристотель. Сочинения: в 4-х т. Т. 4 / Пер. с древнегреч.; общ. ред. А.И. Доватура. М.: Мысль, 1984. 830 с.
9. Научно-образовательный портал «Большая российская энциклопедия». https://bigenc.ru/c/golem-93e841
10. Turing A. M. Computing Machinery and Intelligence. Springer Netherlands, 2009. P. 23-65.
11. Moor J. The Dartmouth College Artificial Intelligence Conference: The Next Fifty Years // Ai Magazine. 2006. Vol. 27. No. 4. P. 87-88.
12. Ertel W. Introduction to Artificial Intelligence. London: Springer, 2018. 316 p.
13. Braitenberg V. Vehicles: Experiments in Synthetic Psychology. The MIT Press, 1986. 168 p.
14. Chollet F. Deep Learning with Python. Manning, 2021. 504 p.
15. Le Cun Y. Quand la Machine Apprend: la Révolution des Neurones Artificiels et de L’apprentissage Profond. Odile Jacob, 2019. 394 p.
16. Rich E. Artificial Intelligence. New York: McGraw-Hill. 1991, 625 p.
17. Mitchell T.M. Machine Learning. New York: McGraw-Hill, 1997.
18. McCulloch W.S., Pitts W.A. Logical Calculus of the Ideas Immanent in Nervous Activity // The Bulletin Of Mathematical Biophysics. 1943. Vol. 5. P. 115-133.
19. Hebb D.O. The Organization of Behavior: A Neuropsychological Theory. New York: Psychology Press, 2005. 279 p.
20. Rosenblatt F. The Perceptron, a Perceiving and Recognizing Automaton Project Para. Cornell Aeronautical Laboratory, 1957.
21. Rosenblatt F. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain // Psychological review. 1958. Vol. 65. No. 6. P. 386-408. https://doi.org/10.1037/h0042519
22. Rumelhart D.E., Hinton G.E., Williams R.J., Mc-Clelland (ed.). Learning Internal Representations by Error Propagation, Parallel Distributed Processing, Explorations in the Microstructure of Cognition // Biometrika. 1986. Vol. 71. P. 599-607.
23. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей // Вестник ЮУрГУ. Серия: Вычислительная математика и информатика. 2017. Т. 6. № 3. С. 28-59.
24. Камалова Г.Г. Цифровые технологии в судебной экспертизе: проблемы правового регулирования и организации применения // Вестник Удмуртского университета. Серия «Экономика и право». 2019. Т. 29. № 2. С. 180-186.
25. Hello GPT-4o // Официальный сайт OpenAI. https://openai.com/index/hello-gpt-4o/?ref=producthunt
26. Team C. Chameleon: Mixed-Modal Early-Fusion Foundation Models. https://arxiv.org/abs/2405.09818
27. Никоненко С.И., Кадурин А.А., Архангельская Е. В. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2018. 480 с.
28. Боровская Е.В., Давыдова Н.А. Основы искусственного интеллекта: учебное пособие. 4-е изд., электрон. М.: Лаборатория знаний, 2020. 130 с.
29. McCarthy J. et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. August 31, 1955 // AI magazine. 2006. Vol. 27. No. 4. P. 12-14.
30. Moor J. The Dartmouth College Artificial Intelligence Conference: The Next Fifty Years // Ai Magazine. 2006. Vol. 27. No. 4. P. 87.
31. Российская Е.Р., Галяшина Е. И., Зинин А. М. Теория судебной экспертизы (судебная экспертология): учебник / Под ред. Е. Р. Российской. 2-е изд., перераб. и доп. Москва: Норма: ИНФРА-М, 2020. 368 с.
32. Судебно-почерковедческая экспертиза малообъемных почерковых объектов. Вып. 3. Методика исследования подписей. Методическое пособие для экспертов / Под ред. В.Ф. Орловой. М.: РФЦСЭ, 1997. 236 c.
33. Комплексная методика установления подлинности (неподлинности) кратких и простых подписей. Методическое пособие для экспертов. М.: ВНИИСЭ, 1987. 119 с.
34. Cai H. et al. Brain Organoid Reservoir Computing for Artificial Intelligence // Nature Electronics. 2023. Vol. 6. No. 12. P. 1032-1039.
35. Bokhan D., Mastiukova A.S., Boev A.S., Trubnikov D.N., Fedorov A.K. Multiclass Classification Using Quantum Convolutional Neural Networks with Hybrid Quantum-Classical Learning // Front. Phys. 2022. https://doi.org/10.48550/arXiv.2203.15368
36. Хазиев Ш.Н. Криминалистические и судебно-экспертные основы современных биометрических технологий // Теория и практика судебной экспертизы. 2023. Т. 18. № 1. С. 16-21. https://doi.org/10.30764/1819-2785-2023-1-16-21
Выпуск
Другие статьи выпуска
В связи с активным внедрением современных биометрических технологий в различные сферы, как на уровне отдельных граждан, так и государства в целом возрастает риск серьезных негативных последствий потенциально возможных ошибочных идентификаций. Подобное уже происходило в России и за рубежом. В процессе судебных разбирательств по фактам ошибочной идентификации и ее последствий в большинстве случаев проводятся судебные экспертизы. В зависимости от вида биометрической системы регистрации и идентификации назначаются судебные компьютерно-технические, трасологические, портретные, видеотехнические экспертизы, а также медико-криминалистические и другие судебно-медицинские экспертизы. В статье дана оценка правомерности и научной обоснованности проведения в некоторых странах судебных антропометрических экспертиз фотоснимков и видеозаписей, запечатлевших подозреваемых.
За последнее время в следственной практике чаще назначают судебные экспертизы запаховых следов. Но их востребованность не снимает вопросы, связанные с наименованием экспертизы, определением ее объекта, задач, места в системе судебных экспертиз, решение которых непосредственно влияет на ее назначение и производство. Кроме того, периодически ведутся научные дискуссии о возможности и целесообразности проведения судебной экспертизы запаховых следов, о доказательственном значении ее результатов.
Автор приводит краткий обзор зарождения и развития этого вида судебной экспертизы, аргументы и контраргументы ее проведения. Анализ научной литературы показал необходимость четкого определения названия экспертизы – судебная экспертиза запаховых следов, обозначения в качестве объектов – запаховые следы в виде пахучих веществ. По мнению автора, судебная экспертиза запаховых следов человека является видом экспертизы, включенным в род судебных биологических экспертиз тканей и выделений человека в классе судебных биологических экспертиз.
В статье критически рассматривается встречающаяся практика оценки колесных транспортных средств, обосновываются комплексные судебно-экспертные подходы и методы по определению их рыночной стоимости. Раскрываются особенности использования сравнительного подхода к оценке колесных транспортных средств, обосновывается алгоритм данного расчета. Основные положения расчета средней цены транспортных средств, рассмотренные в статье, могут быть использованы в разрабатываемом в настоящее время своде судебно-экспертных автотовароведческих методик.
В статье приведены недостатки методики «риск анализа» при оценке пожарной опасности зданий и ее недопустимости в судебно-экспертной практике. Проанализирована возможность применения численного моделирования опасных факторов пожара при производстве судебной пожарно-технической экспертизы.
Цифровая трансформация играет значительную роль при осуществлении судебно-экспертной деятельности (СЭД), поскольку в настоящее время происходит существенное расширение доказательственной базы путем изучения в ходе судопроизводства совокупности получаемой компьютерной информации. Рассмотрены ключевые области, задействованные при цифровой трансформации СЭД. Показано, что границы специальных знаний в обязательном порядке должны охватывать грамотное понимание современных информационных технологий, функционала и динамики развития, а также возможность их эффективного использования. Совмещение системного и комплексного подходов, представляющих собой различные аспекты экспертного исследования, позволяет в полной мере реализовать принципы объективности, всесторонности и полноты исследований как ключевых принципов СЭД. Необходимость постановки и реализации стратегических проектов по совершенствованию СЭД в условиях цифровой трансформации обуславливают формирование учения о цифровой трансформации судебно-экспертной деятельности как одного из учений судебной экспертологии.
В статье с позиций судебной экспертологии рассматривается система частной теории цифровизации судебно-экспертной деятельности. Описаны предмет, объекты, задачи теории, ее место в судебной экспертологии. Показано, что теория цифровизации судебно- экспертной деятельности может быть отнесена к ряду частных теорий, положения которых в равной степени распространяются как на процесс экспертного исследования в целом, так и на экспертные исследования отдельных родов экспертиз. Обозначены два раздела в системе теории: судебно-экспертное исследование цифровых следов и информационно-компьютерное обеспечение судебно-экспертной деятельности. В первом разделе представлены и рассмотрены природа цифровых следов, механизм следообразования, их свойства и признаки; формы представления и классификации цифровых следов и их носителей как объектов судебных экспертиз; общие задачи экспертного исследования цифровых следов. Второй раздел посвящен технологиям алгоритмизации и цифровизации методов и методик судебно- экспертного исследования, в нем рассматриваются перспективы внедрения нейронных сетей в судебную экспертизу и возникающие при этом актуальные проблемы. Автор отмечает изменения в методологии и технологиях разработки экспертных методик в связи с внедрением алгоритмов искусственного интеллекта. В этом разделе обозначены и сферы применения нейронных сетей для решения задач судебной экспертизы, проанализированы причины, по которым использование нейронных сетей может привести к ошибочным заключениям. Особое внимание уделено источникам модельного риска. Для разработки методик решения типичных экспертных задач на основе нейросетей предлагается создание судебно-экспертных датасетов и репозиториев для последующего проведения анализа и машинного обучения по различным родам (видам) судебных экспертиз. В статье также обоснована необходимость введения новых экспертных компетенций: аналитик экспертных данных, инженер экспертных данных и инженер машинного обучения.
В статье рассмотрены некоторые актуальные проблемы теории и практики производства судебных портретных экспертиз: сжатые сроки предварительного следствия, увеличенные временные затраты на производство судебных видеотехнических экспертиз, необходимость комплексного подхода в подготовке судебных экспертов-портретистов. Предлагается пересмотреть некоторые подходы в подготовке экспертов в области производства судебных портретных экспертиз. Показано, что наряду с возможностью проведения комплексной судебной экспертизы с учетом современных потребностей практики необходимо уделять больше внимания работе с программным обеспечением по обработке фото- и видеоизображений, предназначенным для улучшения визуального восприятия отображенной на них информации, с целью изучения признаков монтажа и возможностей их обнаружения. Все это будет способствовать становлению эксперта-портретиста как специалиста двойной компетенции.
Статья посвящена сравнительному анализу процесса назначения и проведения судебной экспертизы в арбитражном, гражданском и административном судопроизводстве. Автор исследует процессуальные кодексы, регулирующие экспертизу, выявляет различия в подходах судов к ее назначению, полномочиях судей, правах и обязанностях экспертов. Особое внимание уделяется ограничениям суда в назначении экспертизы по собственной инициативе в арбитражном процессе и более широким полномочиям в гражданском и административном судопроизводстве. Проанализирована необходимость унификации правового регулирования судебно-экспертной деятельности, что, по мнению автора, приведет к повышению предсказуемости и прозрачности судопроизводства, улучшению качества заключений эксперта и снижению риска правовых ошибок. Автор подчеркивает, что, несмотря на различия в законодательстве, основные принципы осуществления судебно-экспертной деятельности остаются едиными, что делает унификацию процессуальных норм не только возможной, но и необходимой мерой для повышения эффективности судебного разбирательства. В работе предлагаются конкретные меры по унификации, которые позволят устранить существующие правовые неопределенности, улучшить качество правосудия и создать более единообразную судебную практику.
Издательство
- Регион
- Россия, Москва
- Почтовый адрес
- 109044, г. Москва, 4-й Крутицкий переулок, д.10, стр.1.
- Юр. адрес
- 101000, г Москва, Басманный р-н, Большой Спасоглинищевский пер, д 4
- ФИО
- Витушкин Вячеслав Александрович (ДИРЕКТОР)
- Контактный телефон
- +7 (___) _______