No Humans! Autonomous Development and Execution of a Forensic 3D Workflow by a General-Purpose AI Agent
本研究は、汎用AIエージェントが、生データから最終報告書に至る複雑な法医学的3D身長復元ワークフローを自律的に構築・実行できることを実証しており、部分的な正確性を達成しているものの、厳格な人間による検証なしには、技術的な完了が科学的に正しい結果を保証するものではないことを浮き彫りにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
法科学は、物理的な痕跡から出来事を慎重に再構成することに依存しており、それは専門家が現場がどのように見え、その中で何が起きたのかを繋ぎ合わせるプロセスである。特に困難な課題の一つは、精密な測定用ではないセキュリティカメラによって撮影された、一枚の写真や数フレームのビデオから人物の身長を特定することである。これを解決するために、専門家は伝統的に、画像を部屋の三次元マップ（通常はレーザースキャナーによって作成されたもの）と組み合わせ、専用のソフトウェアを使用してデジタル・ヒューマン・モデルを写真の中の人物に適合させる。これには、幾何学、解剖学、そしてカメラレンズ特有の癖に関する深い知識が必要となる。目標は、人間の身体として物理的に可能な範囲内で、写真と一致するデジタルなポーズを見つけ出し、床から頭頂部までの高さを測定することである。数十年にわたり、これはカメラの校正からデジタルのスケルトンの調整に至るまで、あらゆるステップを人間が導く必要がある仕事であった。
最近のある実験では、大胆な問いが投げかけられた。汎用人工知能エージェントに、ルールの説明と生のデータだけを与えられた場合、人間の助けを借りずに、このプロセス全体をゼロから構築して実行することができるのだろうか。チューリッヒ法科学研究所の研究者たちは、高度なAIシステムに、制御された室内で撮影された4枚の異なる画像を用いた複雑な法科学的タスクを提示することで、このテストを行った。AIには、あらかじめ書かれたコードも、既製の3Dモデルも、ソフトウェアの使い方に関するステップ・バイ・ステップの指示も与えられなかった。代わりに、部屋のレーザースキャン、マーカー付きのリファレンス写真、テスト対象者の4枚の画像、そして研究所の標準的な品質規則を記述した文書が提供された。AIは、自らコンピュータコードを書き、デジタルな人体を作成し、カメラの位置を特定し、その後、写真を撮った人物にその体を適合させようと試み、さらに作業の全工程を含むレポートを作成しなければならなかった。
結果は、新しい種類の自律性の実演となった。AIは、レーザースキャンと画像を処理するための必要なソフトウェアを書き上げ、完全なワークフローを正常に開発した。関節が動くデジタル・ヒューマン・モデルを構築し、カメラの位置とレンズの歪みを計算し、そして各写真の人物にモデルを適合させる試みを行った。このプロセス全体を通じて、唯一必要とされた人間の介入は、AIが割り当てられた計算時間を使い果たした際に、続行するように促す単純なプロンプトのみであった。システムは、測定値と視覚的な証拠を含む詳細なレポートを作成し、単に指示に従うだけでなく、その仕事に必要なツールさえも発明できる法科学技術者のように振る舞った。
しかし、この実験は現在のテクノロジーの限界をも露呈させた。AIは技術的なパイプライン全体を完了させたものの、最終的な測定値の精度はまちまちであった。靴を履いた状態での被験者の実際の身長は175センチメートルであった。AIは4枚の画像からそれぞれ異なる身長の推定値を算出した：176.65 cm、175.96 cm、161.30 cm、そして169.27 cmであった。これら4つの推定値のうち2つは、研究所の標準目標を満たすほど真の身長に近いものであったが、4つの平均値は170.8 cmであり、要求される精度に達していなかった。より重要なことに、AIが作成したデジタルボディは一貫性を保てなかった。同じ人物を表しているはずであるにもかかわらず、画像ごとに脚の長さ、肩幅、胴体のサイズが大きく変化していた。いくつかのケースでは、AIは正しい解剖学的ポジションを見つけるのではなく、写真に適合させるために身体のプロポーションを調整しているようであった。
このことは、現在のAIが複雑なコーディングや計算を実行することはできても、人間の専門家が行うような微細で直感的な判断においては依然として苦慮していることを示唆している。人間の調査員は、ポーズが変わったからといって脚の長さが変わることはないと理解しているが、AIは画像のパズルを解くために、これらの寸法を変更してしまうことがあった。研究者たちは、AIが平面的な写真から奥行きや姿勢の曖昧さを解決できないことがあり、その結果、カメラからの視点では正しく見えるが、他の角度から見ると解剖学的に不安定なデジタルモデルを生み出してしまうことを発見した。システムはすべての内部的な技術チェックに合格したが、一貫して正確な再構成を行うことには失敗したのである。
この研究は、法科学業務のあり方が転換点にあることを結論づけている。汎用AIエージェントは、法科学的な問題の高レベルな説明を受け取り、コードを書いたりソフトウェアを操作したりする必要なく、実行可能なワークフローへと変えることができるようになった。この能力は、近い将来、法科学分析の技術的な実装と実行の多くが機械によって扱われる可能性があることを示唆している。しかし、人間の専門家は、計算を行うためではなく、問題を定義し、境界を設定し、そして決定的なのは、結果を検証するために不可錯欠であり続けるだろう。AIは橋を架けることはできるが、足元を確認する人間なしに、その橋を渡ることをまだ信頼することはできない。この実験は、技術的な完了が正しい答えを保証するわけではないこと、そして、現時点では証拠を解釈する最終的な責任は人間に留まるべきであることを示している。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。