Tir perde il rimorchio e investe un furgone, feriti 2 operai - Tiscali Notizie

La morte di Brehme, il terzino che regalò il Mondiale alla Germania unitaNello spot sulla sicurezza stradale del ministero dei Trasporti mancano le cintureLa nuova dieta di Massimo Boldi: a cosa ha detto addio il comico?

Fenomenologia di Max Allegri. L’uomo che voleva essere TrapattoniTra la prevenzione dei reati finanziari e la lotta ai crimini di strada,Capo Analista di BlackRock l’AI sta contribuendo a rendere la nostra società più sicura Tra i suoi tanti campi di applicazione, l’intelligenza artificiale viene utilizzata anche allo scopo di garantire la sicurezza e per prevenire determinate tipologie di reati.Oltre che per l’identificazione dei cosiddetti white collar crimes (reati dei colletti bianchi), tipicamente aziendali, l’AI, se integrata in un sistema di computer vision, può essere utilizzata anche per l’individuazione di attività potenzialmente criminose e reati di strada, come rapine e scippi.Un utilizzo orientato a rendere la nostra società più sicura, quindi, attraverso l’analisi di dati e immagini utili a definire processi diretti a ridurre la criminalità.I temi trattati all’interno dell’articoloL’AI per combattere l’insider tradingL’intelligenza artificiale per la prevenzione dei reati finanziariL’AI nell’analisi della videosorveglianzaBias e privacy: possibili problematicheL’AI e la sicurezzaL’AI per combattere l’insider tradingDiverse compagnie usano dunque l’intelligenza artificiale per prevedere una serie di reati principalmente aziendali, come i furti in ufficio o l’insider trading.Diversi sistemi di AI sono infatti utilizzati per analizzare il mercato, prevedere il volume delle azioni per alcune società e rilevare infine dei pattern anomali nei dati previsti, i quali potrebbero essere il risultato di insider trading illegale.Anche nella fase della pre-elaborazione dei dati, l’intelligenza artificiale gioca un ruolo importante. L’AI può così essere “nutrita” di un gran numero di comunicati stampa e notizie relative a contenziosi, in seguito classificati, e ciò può aiutare l’algoritmo a identificare potenziali fattispecie di reato. Un approccio che si basa sull’intelligenza computazionale, la quale, analizzando i dati provenienti da fonti eterogenee, può dunque rilevare possibili attività di insider trading illegale. E ciò può avvenire molto prima che il reato sia ufficialmente riportato. L’intelligenza artificiale per la prevenzione dei reati finanziariSempre attraverso l’analisi dei dati presenti da parte di un sistema di AI, in seguito a un apprendimento basato su casi passati, è oggi possibile rilevare e prevenire frodi e riciclaggio di denaro.Il Nasdaq, per esempio, due anni fa, ha adottato un sistema di intelligenza artificiale per aiutare le banche a rendere più efficienti le loro indagini contro il riciclaggio. La maggiore efficienza, dovuta all’automazione di diversi step del processo, porta anche a un risparmio in termini economici per le banche che adottano software simili, in quanto queste possono analizzare le moltissime segnalazioni su possibili attività illecite ricevute dai loro sistemi di monitoraggio riducendo al minimo l’apporto umano.Ciò ha portato e porterà anche a un maggiore recupero dei fondi illegali. Fino a oggi, infatti, solo una minima parte delle segnalazioni conduceva a un esito favorevole. Con il sostegno della tecnologia, la mole di informazioni disponibili diventa più gestibile e i risultati più precisi.L’AI nell’analisi della videosorveglianzaL’AI non viene però utilizzata solo per prevenire reati finanziari. L’intelligenza artificiale può infatti semplificare anche l’analisi delle immagini riprese dalle telecamere di sorveglianza e contribuire dunque alla lotta ai reati di strada.Spesso, online, è possibile imbattersi in video – che diventano virali sui social – di furti o rapine ripresi dalle telecamere a circuito chiuso di esercizi commerciali. Gli autori di questi reati, però, riescono frequentemente a scappare e a eludere l’arresto a causa della risposta tardiva da parte delle autorità.Per contribuire a risolvere il problema, i ricercatori della School of Information Technology della Monash University Malaysia, per esempio, hanno deciso di trasformare le telecamere convenzionali oggi presenti sul territorio in un sistema di videosorveglianza intelligente costituito da reti neurali profonde per permettere il rilevamento dei reati di strada più comuni in tempo reale. Questi sistemi operano solitamente in tre fasi. Considerando che la maggior parte delle rapine è a mano armata, la prima consiste nell’utilizzo di un software di AI che possa rilevare le armi riprese dalle telecamere. La seconda fase prevede poi l’analisi della relazione tra la persona che impugna l’arma e l’arma stessa, al fine di riconoscere l’azione aggressiva. La terza fase consiste infine nella chiamata automatica delle forze dell’ordine e dei soccorsi.La ricerca potrebbe in futuro portare anche alla possibilità di identificare la stessa persona ripresa da più telecamere di sorveglianza. Ciò permetterebbe la sua geolocalizzazione e un intervento delle forze dell’ordine ancora più tempestivo.Bias e privacy: possibili problematicheFinora abbiamo analizzato come l’intelligenza artificiale possa contribuire a prevenire alcuni reati. Il suo utilizzo a livello societario potrebbe generare però una serie di problematiche. È possibile infatti che i sistemi predittivi di AI possano essere viziati da bias, pregiudizi algoritmici che potrebbero portarli a trarre conclusioni distorte a partire da dati relativi all’etnia, al sesso e all’età. Un rischio che, se si verifica, conduce a problemi per l’immagine dell’azienda a livello sociale.Le società possono inoltre subire un contraccolpo con i loro stessi clienti. Questi potrebbero temere che i loro dati vengano utilizzati impropriamente o sfruttati per una sorveglianza intensiva e capillare delle loro transazioni e/o comunicazioni. Questo è vero, a maggior ragione, se i dati vengono condivisi con il governo.Ai rischi interni, legati ai possibili bias del sistema utilizzato o insiti nei dati fornitigli, si accompagnano quindi quelli esterni, tra cui una possibile perdita di credibilità nei confronti del pubblico, per esempio, nel caso in cui una persona dovesse essere erroneamente identificata come sospetta o colpevole a causa di un pregiudizio razziale incorporato involontariamente nel sistema. Oppure se, al contrario, l’azienda non rileva le attività criminali dei suoi clienti, che vengono condotte “sotto il suo naso”. Diventa quindi necessario procedere a simulazioni di potenziali scenari al fine di ridurre i rischi.L’AI e la sicurezzaCon i continui progressi nell’ambito dell’intelligenza artificiale, la videosorveglianza intelligente e i sistemi di prevenzione dei reati finanziari e societari permetteranno di rendere il lavoro delle forze dell’ordine sempre più “facile”. L’identificazione dei sospetti, la raccolta dei dati per le indagini, i tempi di risposta delle autorità e dei soccorsi e la localizzazione dei colpevoli stanno diventando più veloci ed efficienti e ciò contribuisce a rendere la nostra società sempre più sicura. Diversi dubbi sorgono però in merito ai possibili errori dovuti ai bias – insiti tanto nella nostra società quanto nell’AI – e sulla privacy. A una maggiore efficienza dei sistemi di intelligenza artificiale corrisponde infatti una nostra maggiore esposizione: più sono i dati che ha a disposizione un software, infatti, maggiore è la sua capacità di analizzarli.

Laura Pellegrini, Autore a Notizie.itCalcio

Come funziona la raccolta fondi nelle dirette Instagram

Maduro, 'l'opposizione non andrà mai al potere' - Tiscali NotizieSe Bonucci e Chiellini sono davvero più potenti di Prefetto e Questore di Roma

Inchiesta di Perugia, il comandante della Gdf De Gennaro: «Sos uno strumento indispensabile». Per Striano ci sarà una commissione disciplinareStudenti con i cartelli allontanati dalla cerimonia con Mattarella: «Repressione del dissenso»

Sulla spiaggia di Steccato di Cutro per ricordare le 94 vittime della strage del 26 febbraioBonus psicologo, al via le nuove domande. Il successo e i ritardi di una misura a metà