More

    Ativistas de direitos humanos querem usar a IA para ajudar a provar crimes de guerra em tribunal


    A iniciativa, liderada pela Universidade Swansea, no Reino Unido, juntamente com vários grupos de direitos humanos, faz parte de um esforço contínuo para monitorar os supostos crimes de guerra que acontecem no Iêmen e criar uma maior responsabilidade legal em torno deles. Em 2017, a plataforma Iemeni Archive começou a compilar um banco de dados de vídeos e fotos documentando os abusos. O conteúdo foi coletado de milhares de fontes – incluindo envios de jornalistas e civis, além de vídeos de código aberto de plataformas de mídia social como YouTube e Facebook – e preservado em uma blockchain para que não pudessem ser adulterados.

    Juntamente com a Rede Global de Ação Legal (GLAN), uma organização sem fins lucrativos que processa estados por violações de direitos humanos, os investigadores começaram a curar evidências de violações específicas de direitos humanos em um banco de dados separado e a montar processos legais em vários tribunais nacionais e internacionais. “Se as coisas estão surgindo nos processos de prestação de contas nos tribunais, não basta mostrar que isso aconteceu”, diz Yvonne McDermott Rees, professora da Swansea University e líder da iniciativa. “Você tem que dizer: ‘Bem, é por isso que é um crime de guerra.’ Isso pode ser ‘Você usou uma arma que é ilegal’ ou, no caso de um ataque aéreo, ‘Isso atingiu civis’ ou ‘Isso foi um ataque desproporcional. ‘”

    Uma renderização em 3D de um BLU-63.

    VFRAME

    Nesse caso, os parceiros estão concentrados em uma munição de fragmentação fabricada no Reino Unido, a BLU-63. O uso e a venda de munições de fragmentação, armas explosivas que lançam explosivos menores com impacto, são proibidos por 108 países, incluindo o Reino Unido. Se os parceiros pudessem provar em um tribunal do Reino Unido que eles realmente foram usados ​​para cometer crimes de guerra, isso poderia ser usado como alavanca para interromper a venda de armas do Reino Unido para a Arábia Saudita ou para apresentar acusações criminais contra indivíduos envolvidos nas vendas.

    Então, eles decidiram desenvolver um sistema de aprendizado de máquina para detectar todas as instâncias do BLU-63 no banco de dados. Mas as imagens dos BLU-63s são raras justamente porque são ilegais, o que deixou a equipe com poucos dados do mundo real para treinar seu sistema. Como remédio, a equipe criou um conjunto de dados sintéticos reconstruindo modelos 3D do BLU-63 em uma simulação.

    Usando os poucos exemplos anteriores que tinham, incluindo uma foto da munição preservada pelo Museu Imperial da Guerra, os parceiros trabalharam com Adam Harvey, um pesquisador de visão computacional, para criar as reconstruções. Começando com um modelo básico, Harvey adicionou texturas fotorrealistas, diferentes tipos de danos e vários decalques. Ele então rendeu os resultados sob várias condições de iluminação e em vários ambientes para criar centenas de imagens estáticas simulando como a munição pode ser encontrada na natureza. Ele também criou dados sintéticos de coisas que poderiam ser confundidas com a munição, como uma bola de beisebol verde, para diminuir a taxa de falsos positivos.

    Enquanto Harvey ainda está no meio de gerar mais exemplos de treinamento – ele calcula que precisará de mais de 2.000 – o sistema existente já tem um bom desempenho: mais de 90% dos vídeos e fotos que recupera do banco de dados foram verificados por especialistas humanos para conter BLU -63s. Ele agora está criando dados de validação mais realistas, configurados pelos modelos de impressão e pintura em 3D das munições para se parecer com a coisa real e, em seguida, as filma e filma e as fotografa para ver o desempenho de seu sistema de detecção. Depois que o sistema estiver totalmente testado, a equipe planeja executá-lo em todo o Arquivo do Iêmen, que contém 5,9 bilhões de quadros de vídeo. Pela estimativa de Harvey, uma pessoa levaria 2.750 dias a 24 horas por dia para vasculhar tanta informação. Por outro lado, o sistema de aprendizado de máquina levaria aproximadamente 30 dias em uma área de trabalho comum.

    Munições BLU-63 espalhadas por rochas.
    A imagem real mostrada na análise na parte superior do artigo.

    VFRAME

    Os especialistas em humanos ainda precisariam verificar as imagens depois que o sistema as filtrar, mas o ganho em eficiência muda o jogo para organizações de direitos humanos que buscam enfrentar desafios em tribunal. Não é incomum que essas organizações armazenem grandes quantidades de vídeos provenientes de testemunhas oculares. A Anistia Internacional, por exemplo, possui cerca de 1 terabyte de imagens documentando possíveis violações em Mianmar, diz McDermott Rees. As técnicas de aprendizado de máquina podem permitir que eles vasculhem esses arquivos e demonstrem o padrão de violações de direitos humanos em uma escala anteriormente inviável, tornando muito mais difícil para os tribunais negar as evidências.

    “Quando você olha, por exemplo, a segmentação de hospitais, é importante ter um vídeo que mostre a segmentação de um hospital; é um argumento ”, diz Jeff Deutch, pesquisador principal do Syrian Archive, que também lançou o Iemeni Archive. “Mas se você pode mostrar centenas de vídeos de centenas de incidentes de hospitais sendo alvejados, pode ver que essa é realmente uma estratégia deliberada de guerra. Quando as coisas são vistas como deliberadas, torna-se mais possível identificar a intenção. E a intenção pode ser algo útil para casos legais em termos de responsabilização por crimes de guerra. ”

    Enquanto os colaboradores do Iêmen se preparam para apresentar seu caso, evidências nessa escala serão particularmente relevantes. A coalizão de ataques aéreos liderada pela Arábia Saudita já negou a culpabilidade em alegações anteriores de crimes de guerra, que o governo do Reino Unido reconhece como o registro oficial. Os tribunais do Reino Unido também rejeitaram um caso anterior que a GLAN apresentou para impedir o governo de vender armas para a Arábia Saudita, porque considerou a evidência de vídeo de código aberto não suficientemente convincente. Os colaboradores esperam que a maior riqueza de evidências leve a resultados diferentes desta vez. Casos usando vídeos de código aberto em um contexto sírio já resultaram em condenações, diz McDermott Rees.

    Essa iniciativa não é a primeira a usar o aprendizado de máquina para filtrar evidências em um contexto de direitos humanos. O sistema E-Lamp da Universidade Carnegie Mellon, uma caixa de ferramentas de análise de vídeo para o trabalho em direitos humanos, foi desenvolvido para analisar os arquivos da guerra na Síria. Harvey também trabalhou anteriormente com alguns de seus atuais colaboradores para identificar munições usadas na Síria. O esforço do Iêmen, no entanto, será um dos primeiros a se envolver em um processo judicial. Poderia estabelecer um precedente para outras organizações de direitos humanos.

    “Embora este seja um campo emergente, é uma tremenda oportunidade”, diz Sam Gregory, diretor do programa da Witness, organização sem fins lucrativos de direitos humanos e co-presidente do grupo de trabalho da Parceria sobre IA sobre influência social e social. “[It’s] também sobre como nivelar o campo de jogo no acesso à IA e na utilização da IA, de modo a transformar em evidência as evidências das testemunhas oculares e as imagens dos criminosos. ”


    Artigos Recentes

    Miniusuários do Apple HomePod com problemas graves de Wi-Fi

    Alguns usuários do Apple HomePod mini estão relatando um problema com a conectividade Wi-Fi, com apenas uma correção temporária em jogo. Um tópico nos...

    A tecnologia está transformando o setor de seguros

    A indústria de seguros, por muito tempo, foi impulsionada por modelos de negócios tradicionais. Ela continuou seu processo de negócios e produtos...

    A promessa e o desafio do futuro da Roblox na China

    Em uma mudança muito esperada, a empresa de jogos Roblox, com sede na Califórnia arquivado para ir a público na semana passada....

    Artigos Relacionados

    DEIXE UMA RESPOSTA

    Por favor digite seu comentário!
    Por favor, digite seu nome aqui