No Humans! Autonomous Development and Execution of a Forensic 3D Workflow by a General-Purpose AI Agent
Deze studie toont aan dat een algemene AI-agent autonoom een complexe forensische 3D-staturereconstructie-workflow kan ontwikkelen en uitvoeren van ruwe data tot een definitief rapport, waarbij een gedeeltelijke nauwkeurigheid wordt bereikt maar wordt benadrukt dat technische voltooiing geen wetenschappelijk correcte resultaten garandeert zonder strikte menselijke validatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Forensische wetenschap steunt vaak op de zorgvuldige reconstructie van gebeurtenissen uit fysieke sporen, een proces waarbij experts proberen te reconstrueren hoe een scène eruitzag en wat er binnen die scène is gebeurd. Een bijzonder uitdagende taak is het bepalen van de lengte van een persoon aan de hand van één enkele foto of enkele frames van een video, vaak gemaakt door beveiligingscamera's die niet ontworpen zijn voor nauwkeurige metingen. Om dit op te lossen, combineren experts traditioneel de afbeelding met een driedimensionale kaart van de kamer, meestal gemaakt door een laserscanner, en gebruiken ze gespecialiseerde software om een digitaal menselijk model uit te lijnen met de persoon op de foto. Dit vereist diepgaande kennis van geometrie, anatomie en de specifieke eigenaardigheden van cameravelzen. Het doel is om een digitale pose te vinden die overeenkomt met de foto, terwijl deze fysiek mogelijk blijft voor een menselijk lichaam, zodat de expert de lengte van de vloer tot de bovenkant van het hoofd kan meten. Decennialang was dit een taak die een menselijke expert vereiste om elke stap te begeleiden, van het kalibreren van de camera tot het aanpassen van het digitale skelet.
Een recent experiment stelde een gedurfde vraag: zou een algemene kunstmatige intelligentie-agent, die uitsluitend wordt voorzien van een beschrijving van de regels en de ruwe gegevens, in staat zijn om dit hele proces vanaf nul op te bouwen en uit te voeren zonder menselijke hulp? Onderzoekers aan het Zurich Forensic Science Institute zetten zich in om dit te testen door een geavanceerd AI-systeem een complexe forensische taak te geven: de lengte van een persoon reconstrueren uit vier verschillende afbeeldingen genomen in een gecontroleerde ruimte. De AI kreeg geen vooraf geschreven code, geen kant-en-klare 3D-modellen en geen stapsgewijze instructies over hoe de software te gebruiken. In plaats daarvan kreeg het een laserscan van de kamer, een referentiefoto met markeringen, de vier afbeeldingen van een testpersoon en een document dat de kwaliteitsregels van het laboratorium beschrijft. De AI moest zijn eigen computercode schrijven, een digitaal menselijk lichaam creëren, de positie van de camera bepalen en vervolgens proberen dat lichaam aan te passen aan de persoon op de foto's, terwijl het tegelijkertijd een volledig rapport over zijn werk genereerde.
Het resultaat was een demonstratie van een nieuw soort autonomie. De AI slaagde erin een volledige workflow te ontwikkelen en schreef de benodigde software om de laserscan en de afbeeldingen te verwerken. Het bouwde een digitaal menselijk model met beweegbare gewrichten, berekende de camerapositie en lensvervormingen, en probeerde het model vervolgens te laten aansluiten bij de persoon in elk van de vier foto's. Gedurende het hele proces was de enige menselijke interventie een eenvoudige opdracht om door te gaan wanneer de AI aan zijn toegewezen rekentijd ontsnapte. Het systeem produceerde een gedetailleerd rapport met metingen en visueel bewijs, en fungeerde effectief als een forensisch technicus die niet alleen instructies kon opvolgen, maar ook de instrumenten kon uitvinden die nodig waren om de klus te klaren.
Echter, het experiment onthulde ook de grenzen van deze huidige technologie. Hoewel de AI erin slaagde de gehele technische pijplijn te voltooien, was de nauwkeurigheid van de uiteindelijke metingen wisselend. De werkelijke lengte van de testpersoon, gemeten met schoenen aan, was 175 centimeter. De AI produceerde vier afzonderlijke lengte-inschattingen uit de vier afbeeldingen: 176,65 cm, 175,96 cm, 161,30 cm en 169,27 cm. Twee van deze schattingen lagen dicht genoeg bij de werkelijke lengte om aan de standaarddoelstelling van het laboratorium te voldoen, maar het gemiddelde van alle vier was 170,8 cm, wat tekortschoot qua vereiste nauwkeurigheid. Belangrijker nog was dat het digitale lichaam dat de AI creëerde, niet consistent bleef. De lengte van de benen, de breedte van de schouders en de grootte van de romp veranderden aanzienlijk van de ene afbeelding naar de andere, ook al zouden ze allemaal dezelfde persoon moeten voorstellen. In sommige gevallen leek de AI de proporties van het lichaam aan te passen om de foto te laten passen, in plaats van de juiste anatomische positie te vinden.
Dit suggereert dat hoewel de AI de zware taken kan afhandelen, zoals coderen en het uitvoeren van complexe berekeningen, het nog steeds worstelt met de subtiele, intuïtieve oordelen die menselijke experts maken. Een menselijke onderzoeker weet dat de beenlengte van een persoon niet verandert enkel omdat zij in een andere houding staan, maar de AI wijzigde soms deze afmetingen om het puzzelstukje van de afbeelding op te lossen. De onderzoekers stelden vast dat de AI niet altijd de ambiguïteit van diepte en houding vanuit een plat beeld kon oplossen, wat leidde tot een digitaal model dat er vanuit het perspectief van de camera correct uitzag, maar anatomisch instabiel was wanneer het vanuit andere hoeken werd bekeken. Het systeem slaagde voor alle interne technische controles, maar faalde in het produceren van een consequent nauwkeurige reconstructie.
De studie concludeert dat we op de drempel staan van een verschuiving in de manier waarop forensisch werk wordt uitgevoerd. Algemene AI-agenten kunnen nu een hoogwaardige beschrijving van een forensisch probleem nemen en deze omzetten in een werkende, uitvoerbare workflow zonder dat een mens de code hoeft te schrijven of de software hoeft te bedienen. Deze capaciteit suggereert dat in de nabije toekomst een groot deel van de technische implementatie en uitvoering van forensische analyses door machines kan worden afgehandeld. De menselijke expert zal echter waarschijnlijk essentieel blijven, niet om de berekeningen uit te voeren, maar om het probleem te definiëren, de kaders vast te stellen en, cruciaal, de resultaten te valideren. De AI kan de brug bouwen, maar kan nog niet worden vertrouwd om eroverheen te lopen zonder dat een mens de stevigheid van de ondergrond controleert. Het experiment laat zien dat technische voltooiing geen garantie biedt voor een juist antwoord, en dat de uiteindelijke verantwoordelijkheid voor het interpreteren van het bewijs voorlopig bij een mens moet blijven liggen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.