Retrats robot, drons i gestió policial amb IA
El projecte Lectio a Catalunya: una xarxa intel·ligent de control de matrícules d’interès policial
La IA en reconeixement facial planteja dubtes sobre biaixos racials en detencions policials
La intel·ligència artificial (IA) en l’àmbit de la seguretat pública està transformant la tasca policial i la gestió de la seguretat ciutadana. Els Mossos d’Esquadra s’han convertit en pioners en l’adopció d’aquestes tecnologies avançades presentant en el Mobile World Congress 2024 una sèrie d’aplicacions que pretenen millorar la seguretat. Entre les aplicacions més destacades, els Mossos disposen d’un sistema de creació de retrats robot assistit per IA. Desenvolupat en col·laboració amb la Universitat Politècnica de Catalunya (UPC), aquest programari permet generar imatges de sospitosos basant-se en les descripcions de les víctimes, millorant significativament la precisió i l’eficàcia d’aquesta eina clau en la investigació criminal.
Un altre avenç significatiu és la incorporació de la IA en les investigacions balístiques. El sistema iForensLIB, presentat al darrer Mobile World Congress, utilitza tecnologia d’IA per realitzar anàlisis químiques de substàncies presents en escenaris on s’han utilitzat armes de foc. Segons el sergent Xavi Garrido, cap de la unitat central de balística, aquesta eina no només identifica les substàncies químiques generades després de l’impacte d’una bala, sinó que també pot determinar quin tipus de projectil es va utilitzar i a quina distància es va disparar.
La gestió d’efectius també s’ha vist beneficiada per la IA. Un nou algorisme, desenvolupat en col·laboració amb la UPC, assisteix les sales de comandament policial en la distribució eficient de les patrulles. Aquest sistema analitza instantàniament una gran quantitat de dades per proposar la millor opció de desplegament davant d’incidents, i optimitza així l’ús dels recursos policials.
Però potser un dels projectes més ambiciosos és Lectio, una xarxa de lectors de plaques de matrícula que s’estén per tot el territori català. Aquest sistema, amb un pressupost de gairebé 2,8 milions d’euros per al període 2021-2025, té com a objectiu la detecció de vehicles d’interès policial i la reconstrucció dels seus moviments. Lectio s’integrarà en instal·lacions ja existents del Ministeri de Transports i del Servei Català de Trànsit, i s’ampliarà amb noves càmeres en punts estratègics del país. Fins a 700 ajuntaments que no disposen de policia local i les vies estratègiques s’afegiran a Lectio, que amb la incorporació d’IA facilitarà la feina a les sales de control de cada regió policial.
La retirada dels peatges de les principals autopistes catalanes va deixar “cecs” els Mossos, atès que les concessionàries també van retirar les càmeres que tenien a les barreres de pagament. La implementació del sistema de detecció de matrícules ha començat en l’àmbit local, segons explica Carles Aros, expert en seguretat. A Gavà s’estan instal·lant 26 càmeres de videovigilància equipades amb IA per llegir les matrícules dels vehicles que entren i surten de la ciutat, i n’arribaran a tenir fins a 38.
Aquestes innovacions també generen preocupacions sobre la privacitat i l’ús ètic de la tecnologia. Experts en drets civils adverteixen dels riscos potencials d’un ús excessiu de la vigilància i la necessitat d’establir marcs reguladors clars, com el que va entrar en vigor l’1 d’agost amb el reglament europeu d’IA.
El desplegament de la IA en la seguretat pública és global. En l’àmbit internacional, nombroses forces policials adopten tecnologies similars. A Los Angeles, per exemple, el departament de policia utilitza un sistema de predicció de crims basat en IA, mentre que a Singapur s’han implementat càmeres de vigilància amb reconeixement facial en espais públics. A la Unió Europea precisament el reconeixement facial va quedar exclòs dels usos d’IA permesos.
L’ús d’aquestes tecnologies no està exempt de controvèrsia. A San Francisco, el consell de supervisors va aprovar recentment una proposta per permetre a la policia utilitzar robots equipats amb explosius en situacions extremes, fet que va generar un intens debat públic sobre els límits en l’aplicació de la llei.
A Europa, la implementació de la IA en la seguretat pública està més regulada. La Unió Europea inclourà disposicions específiques per a l’àmbit policial en el marc legal per a l’ús de la IA. Mentrestant, països com Alemanya ja han establert restriccions en l’ús del reconeixement facial en espais públics.
Tornant a Catalunya, els Mossos d’Esquadra insisteixen que tots els sistemes d’IA són supervisats per agents humans. Segons fonts del cos, la intel·ligència artificial s’utilitza com un assistent que ajuda a prendre millors decisions, però no substitueix el judici humà. Aquesta posició reflecteix una tendència global cap a un enfocament humà en l’aplicació de la IA en la seguretat pública.
Els Mossos també participen en projectes europeus que utilitzen la IA per abordar problemes transnacionals. El projecte Allies, per exemple, dona suport als proveïdors de serveis d’allotjament web en la identificació i eliminació de contingut terrorista en línia. Un altre projecte, ASIT, se centra en l’ús de tecnologies avançades per combatre el tràfic d’éssers humans.
El futur de la seguretat pública a Catalunya sembla que està íntimament lligat a l’evolució de la IA. Projectes com el dron d’ala fixa amb sistemes d’ajuda al pilotatge basats en IA, presentat al Mobile, suggereixen que els Mossos continuaran apostant per la innovació tecnològica.
Als Estats Units trobem un cas que il·lustra els perills potencials de la IA. Porcha Woodruff, una afroamericana embarassada i mare de dos fills, va ser detinguda injustament a Detroit el 2023 acusada d’un robatori de cotxe. La detenció es va basar en la identificació errònia d’un programa de reconeixement facial del departament de policia. Aquest incident evidencia un problema recurrent en els sistemes de reconeixement facial: els biaixos racials i de gènere. Un estudi del 2018 va demostrar que les dones de pell més fosca eren les més propenses a ser identificades erròniament per aquesta tecnologia, amb una taxa d’error de fins al 35%. El cas de Woodruff, que ha demandat la ciutat i un detectiu de la policia per danys i perjudicis, subratlla la necessitat d’abordar aquests biaixos i les seves conseqüències.
Suno: creació musical i lletres per a tothom
Suno és una eina d’IA que permet la generació de música i lletres a partir de text. Utilitzant tecnologia d’aprenentatge automàtic, Suno és capaç de crear pistes musicals i composicions líriques adaptades a les necessitats dels usuaris. Ideal per a projectes audiovisuals, jingles publicitaris, composició de cançons i generació de pistes de fons per a vídeos, facilita la producció musical de manera eficient i creativa. Els usuaris escriuen textos o temes específics i Suno usa models d’aprenentatge profund per generar música i lletres. Recurs essencial per als que volen enriquir els projectes amb música i lletres adaptades.
Adobe Firefly: innovació en disseny gràfic a Photoshop
Adobe Firefly és una plataforma d’IA recentment integrada a Photoshop que ofereix noves i potents eines generatives per millorar la creativitat i l’eficiència en el disseny gràfic. Ideal per a la creació i l’edició d’imatges, publicitat i fotografia, utilitza funcions com Generative Fill, que permet omplir, ampliar i eliminar contingut d’imatges amb simples indicacions de text, adaptant-se a la perspectiva i l’estil originals. Amb Generate Image es poden crear imatges fotorealistes a partir de descripcions textuals. Generate Background substitueix fons de manera perfecta. Generate Similar explora variacions visuals amb precisió.
Diccionari
TensorFlow
TensorFlow és una biblioteca de codi obert desenvolupada per Google per a la construcció i l’entrenament de models d’aprenentatge automàtic i profund. Ofereix una plataforma flexible per crear xarxes neuronals i altres models i facilita així el desenvolupament d’aplicacions en àrees com el reconeixement
Aprenentatge per transferència
L’aprenentatge per transferència (transfer learning) és una tècnica en la qual un model entrenat per a una tasca es reutilitza com a punt de partida per a una altra tasca relacionada. Això permet d’aprofitar els coneixements adquirits en un context per millorar l’eficàcia i reduir el temps d’entrenament en un altre. És especialment útil quan es disposa de poques dades per a la nova tasca.
Aprenentatge no supervisat
L’aprenentatge no supervisat és una tècnica d’aprenentatge automàtic en què el model aprèn a partir de dades sense etiquetes predefinides. En lloc de fer prediccions, identifica patrons i estructures ocultes en les dades. Algorismes com el clustering (agrupació) i la reducció de dimensionalitat són exemples d’aprenentatge no supervisat, útils en exploració i anàlisi de dades.
Subajustament
El subajustament (underfitting) passa quan un model d’aprenentatge automàtic és massa simple per capturar els patrons en les dades d’entrenament i això provoca un rendiment pobre tant en les dades d’entrenament com en les dades noves. Això indica que el model no ha après prou. Augmentar la complexitat del model o millorar les dades pot ajudar a corregir-ho.