No Humans! Autonomous Development and Execution of a Forensic 3D Workflow by a General-Purpose AI Agent
本研究表明，通用人工智能智能体能够自主开发并执行从原始数据到最终报告的复杂法医三维人体形态重建工作流，虽然实现了部分准确性，但同时也强调了若缺乏严格的人类验证，技术上的完成并不保证科学结果的正确性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
法医学通常依赖于对物理痕迹进行细致的事件重建，这是一个专家们拼凑场景原貌及发生过程的过程。其中一个特别具有挑战性的任务是，仅凭一张照片或几帧视频（通常由并非为精确测量而设计的监控摄像头拍摄）来确定一个人的身高。为了解决这个问题，专家们传统上会将图像与房间的三维地图（通常由激光扫描仪创建）相结合，并使用专门的软件将数字人体模型与照片中的人进行对齐。这需要深厚的几何学、解剖学知识以及对相机镜头特定特性的理解。其目标是找到一个既能匹配照片中的姿态，又符合人体生理结构的数字姿态，从而测量从地面到头顶的高度。几十年来，这一直是一项需要人类专家引导每一个步骤的工作，从校准相机到调整数字骨架。
最近的一项实验提出了一个大胆的问题：如果只给出一个关于规则和原始数据的描述，一个通用人工智能代理能否在没有人类帮助的情况下，从零开始构思出整个流程并运行它？苏黎世取证科学研究所的研究人员试图通过向一个复杂的法医学任务测试一个先进的人工智能系统，来验证这一点：根据受控房间内的四张不同图像重建一个人的身高。该人工智能没有获得任何预先编写的代码、现成的 3D 模型，也没有关于如何使用软件的逐步指令。相反，它被提供了一个房间的激光扫描数据、一张带有标记的参考照片、四张测试对象的图像，以及一份描述实验室标准质量规则的文件。该人工智能必须自行编写计算机代码，创建一个数字人体模型，确定相机的方位，然后尝试将该人体模型拟合到照片中的人身上，同时生成一份完整的报告。
结果展示了一种新型的自主性。该人工智能成功开发了一套完整的流程，编写了处理激光扫描和图像所需的软件。它构建了一个具有可移动关节的数字人体模型，计算了相机的方位和镜头畸变，并尝试将模型与四张照片中的人进行匹配。在整个过程中，唯一的人类干预只是在人工智能耗尽分配的计算时间时发出一个简单的“继续”提示。该系统生成了一份包含测量数据和视觉证据的详细报告，实际上扮演了一个不仅能遵循指令，还能发明所需工具的法医技术员的角色。
然而，这项实验也揭示了当前技术的局限性。虽然人工智能成功完成了整个技术管线，但其最终测量值的准确度却参差不齐。测试对象的实际身高（穿鞋测量）为 175 厘米。人工智能从四张图像中得出了四个不同的身高估计值：176.65 厘米、175.96 厘米、161.30 厘米和 169.27 厘米。其中两个估计值足够接近真实高度，达到了实验室的标准目标，但四个值的平均值为 170.8 厘米，未达到要求的准确度。更重要的是，人工智能创建的数字身体并不保持一致。腿部的长度、肩膀的宽度以及躯干的大小在不同图像之间发生了显著变化，尽管它们本应代表同一个人。在某些情况下，人工智能似乎是通过调整身体比例来适应照片，而不是寻找正确的解剖位置。
这表明，虽然人工智能可以处理编码和运行复杂计算等繁重工作，但它仍然难以应对人类专家所具备的那种微妙且直觉性的判断。人类检查员知道，一个人的腿长不会仅仅因为站姿改变就发生变化，但人工智能有时会通过改变这些维度来解决图像中的谜题。研究人员发现，人工智能无法始终解决平面图像中深度和姿态的歧义问题，导致生成的数字模型在相机视角下看起来正确，但在其他角度观察时却在解剖学上是不稳定的。该系统通过了所有内部技术检查，但未能产生一致且准确的重建结果。
研究结论指出，我们正处于法医学工作方式转变的边缘。通用人工智能代理现在可以根据对法医学问题的高层级描述，将其转化为一个可运行的执行工作流，而无需人类编写代码或操作软件。这种能力意味着，在不久的将来，法医学分析中的大部分技术实现和执行工作都可能由机器处理。然而，人类专家可能仍然不可或缺，其作用不在于执行计算，而在于定义问题、设定边界，以及至关重要地——验证结果。人工智能可以搭建桥梁，但它目前还无法在没有人类检查脚下是否稳固的情况下，被信任去走过这座桥。实验表明，技术上的完成并不保证得到正确的答案，并且对于现在而言，解释证据的最终责任必须留在人类手中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。