Menschenrechtler wollen mithilfe von KI helfen, Kriegsverbrechen vor Gericht zu beweisen

Ein maschinelles Lernsystem erkennt BLU-63-Streumunition in einem Standbild.

VRahmen



Im Jahr 2015 führte Saudi-Arabien, alarmiert durch einen eskalierenden Bürgerkrieg im Jemen, eine Luftkampagne gegen das Land, um das zu besiegen, was es als bedrohlichen Aufstieg der schiitischen Macht betrachtete. Die Intervention, die mit acht anderen weitgehend sunnitischen arabischen Staaten gestartet wurde, sollte nur wenige Wochen dauern, hatten saudische Beamte gesagt. Fast fünf Jahre später hat es immer noch nicht aufgehört.

Einigen Schätzungen zufolge hat die Koalition seitdem über 20.000 Luftangriffe durchgeführt, von denen viele jemenitische Zivilisten getötet und ihr Eigentum zerstört haben, angeblich unter direkter Verletzung des Völkerrechts. Menschenrechtsorganisationen haben seitdem versucht, solche Kriegsverbrechen zu dokumentieren, um sie durch rechtliche Schritte zu stoppen. Aber der Goldstandard, die Überprüfung vor Ort durch Journalisten und Aktivisten, ist oft zu gefährlich, um möglich zu sein. Stattdessen haben sich Organisationen zunehmend an Crowdsourcing-Fotos und -Videos von Mobilgeräten gewandt, um den Konflikt zu verstehen, und damit begonnen, sie vor Gericht einzureichen, um Augenzeugenbeweise zu ergänzen.





wie viele multiversen gibt es

Aber mit der Verbreitung der digitalen Dokumentation von Kriegsszenen ist die Zeit, die für die Analyse benötigt wird, explodiert. Die verstörenden Bilder können auch die Ermittler traumatisieren, die das Filmmaterial durchkämmen und ansehen müssen. Jetzt eine Initiative das bald eine Herausforderung im britischen Gerichtssystem darstellen wird, erprobt eine Alternative zum maschinellen Lernen. Es könnte einen Weg modellieren, Crowdsourcing-Beweise leichter zugänglich zu machen und Menschenrechtsorganisationen dabei zu helfen, reichhaltigere Informationsquellen zu erschließen.

Die Initiative, die von der Swansea University im Vereinigten Königreich zusammen mit einer Reihe von Menschenrechtsgruppen geleitet wird, ist Teil der laufenden Bemühungen, die mutmaßlichen Kriegsverbrechen im Jemen zu überwachen und eine größere rechtliche Rechenschaftspflicht für sie zu schaffen. 2017 begann die Plattform Yemeni Archive mit der Zusammenstellung eine Datenbank von Videos und Fotos, die die Missbräuche dokumentieren. Inhalte wurden aus Tausenden von Quellen gesammelt – darunter Beiträge von Journalisten und Zivilisten sowie Open-Source-Videos von Social-Media-Plattformen wie YouTube und Facebook – und in einer Blockchain gespeichert, damit sie nicht unbemerkt manipuliert werden können.

Zusammen mit dem Global Legal Action Network (GLAN), einer gemeinnützigen Organisation, die Staaten und andere mächtige Akteure wegen Menschenrechtsverletzungen rechtlich angreift, begannen die Ermittler dann, Beweise für bestimmte Menschenrechtsverletzungen zu sammeln separate Datenbank und zunehmende Rechtsfälle vor verschiedenen nationalen und internationalen Gerichten. Wenn die Dinge durch Rechenschaftsprozesse im Gerichtssaal kommen, reicht es nicht aus, zu zeigen, dass dies passiert ist, sagt Yvonne McDermott Rees, Professorin an der Swansea University und Leiterin der Initiative. Sie müssen sagen: „Nun, deshalb ist es ein Kriegsverbrechen.“ Das könnte sein „Sie haben eine illegale Waffe benutzt“, oder im Falle eines Luftangriffs: „Das zielte auf Zivilisten ab“ oder „Das war ein unverhältnismäßiger Angriff.'



eine 3D-Darstellung eines BLU-63

Eine 3D-Darstellung eines BLU-63.

Wall Street Social Media besetzen
VFRAME

In diesem Fall konzentrieren sich die Partner auf eine in den USA hergestellte Streumunition, die BLU-63. Die Verwendung und der Verkauf von Streumunition, explosiven Waffen, die beim Aufprall kleinere Sprengstoffe versprühen, sind in 108 Ländern, einschließlich Großbritannien, verboten. Wenn die Partner vor einem britischen Gericht nachweisen könnten, dass sie tatsächlich zur Begehung von Kriegsverbrechen benutzt wurden, könnte dies als Teil der zunehmenden Beweise dafür verwendet werden, dass die von Saudi-Arabien geführte Koalition eine Erfolgsbilanz für die Verletzung des Völkerrechts hat, und einen Fall dafür vorbringen Großbritannien, den Verkauf von Waffen an Saudi-Arabien einzustellen oder Strafanzeige gegen an den Verkäufen beteiligte Personen zu erstatten.

Also beschlossen sie, ein maschinelles Lernsystem zu entwickeln, um alle Instanzen des BLU-63 in der Datenbank zu erkennen. Aber Bilder von BLU-63 sind selten, gerade weil sie illegal sind, was dem Team nur wenige reale Daten zum Trainieren seines Systems ließ. Als Abhilfe erstellte das Team einen synthetischen Datensatz, indem es 3D-Modelle der BLU-63 in einer Simulation rekonstruierte.

Unter Verwendung der wenigen früheren Beispiele, die sie hatten, darunter ein Foto der Munition, das vom Imperial War Museum aufbewahrt wird, arbeiteten die Partner mit Adam Harvey, einem Computer-Vision-Forscher, zusammen, um die Rekonstruktionen zu erstellen. Ausgehend von einem Basismodell fügte Harvey fotorealistische Texturen, verschiedene Arten von Schäden und verschiedene Abziehbilder hinzu. Anschließend renderte er die Ergebnisse unter verschiedenen Lichtverhältnissen und in verschiedenen Umgebungen, um Hunderte von Standbildern zu erstellen, die nachahmen, wie die Munition in freier Wildbahn gefunden werden könnte. Er erstellte auch synthetische Daten von Dingen, die mit der Munition verwechselt werden könnten, wie z. B. einem grünen Baseball, um die Falsch-Positiv-Rate zu senken.



Während Harvey noch dabei ist, weitere Trainingsbeispiele zu generieren – er schätzt, dass er über 2.000 benötigen wird –, funktioniert das bestehende System bereits gut: Über 90 % der Videos und Fotos, die es aus der Datenbank abruft, wurden von menschlichen Experten auf BLU überprüft -63s. Er erstellt jetzt einen realistischeren Validierungsdatensatz, indem er Modelle der Munition in 3D druckt und bemalt, damit sie wie echt aussehen, und sie dann auf Video aufnimmt und fotografiert, um zu sehen, wie gut sein Erkennungssystem funktioniert. Sobald das System vollständig getestet ist, plant das Team, es durch das gesamte jemenitische Archiv laufen zu lassen, das 5,9 Milliarden Videobilder enthält. Nach Harveys Schätzung würde eine Person 2.750 Tage bei 24 Stunden am Tag brauchen, um so viele Informationen zu durchkämmen. Im Gegensatz dazu würde das maschinelle Lernsystem auf einem normalen Desktop etwa 30 Tage benötigen.

BLU-63-Munition auf Felsen verstreut.

Das reale Bild, das in der Analyse oben im Artikel gezeigt wird.

VFRAME

Menschliche Experten müssten das Filmmaterial immer noch überprüfen, nachdem das System es gefiltert hat, aber der Effizienzgewinn verändert das Spiel für Menschenrechtsorganisationen, die vor Gericht Klage erheben wollen. Es ist nicht ungewöhnlich, dass diese Organisationen riesige Mengen von Videos speichern, die von Augenzeugen per Crowdsourcing stammen. Amnesty International beispielsweise verfügt über Material in der Größenordnung von 1 Terabyte, das mögliche Menschenrechtsverletzungen in Myanmar dokumentiert, sagt McDermott Rees. Techniken des maschinellen Lernens können es ihnen ermöglichen, diese Archive zu durchsuchen und das Muster von Menschenrechtsverletzungen in einem zuvor undurchführbaren Ausmaß aufzuzeigen, was es für Gerichte weitaus schwieriger macht, die Beweise zu leugnen.

Wenn Sie sich beispielsweise das Targeting von Krankenhäusern ansehen, ist es stark, ein Video zu haben, das zeigt, dass ein Krankenhaus angegriffen wird. Das spricht für sich, sagt Jeff Deutch, leitender Forscher am Syrian Archive, einer Menschenrechtsgruppe, die für die Gründung des jemenitischen Archivs verantwortlich ist. Aber wenn Sie Hunderte von Videos von Hunderten von Vorfällen zeigen können, in denen Krankenhäuser angegriffen wurden, können Sie sehen, dass dies wirklich eine bewusste Kriegsstrategie ist. Wenn Dinge als absichtlich angesehen werden, wird es leichter, Absicht zu identifizieren. Und Vorsatz könnte etwas Nützliches für Rechtsfälle in Bezug auf die Rechenschaftspflicht für Kriegsverbrechen sein.

Tiere vermischt mit Menschen

Da sich die jemenitischen Kollaborateure darauf vorbereiten, ihren Fall vorzulegen, werden Beweise dieser Größenordnung besonders relevant sein. Die von Saudi-Arabien geführte Luftangriffskoalition hat dies bereits getan Schuld bestritten in früheren Vorwürfen von Kriegsverbrechen, die die britische Regierung als offizielle Bilanz anerkennt. Auch ein britisches Gericht einen früheren Fall abgewiesen dass eine andere Organisation eingereicht hat, um die Regierung daran zu hindern, Waffen an Saudi-Arabien zu verkaufen, weil sie die Open-Source-Videobeweise für nicht überzeugend genug hielt. Obwohl ein anderes Gericht später einige dieser Kritikpunkte im Berufungsverfahren zurückwies, hoffen die Kollaborateure, dass die größere Fülle von Beweisen diesmal alle Anfechtungen vermeiden wird. Fälle, in denen Open-Source-Videos in einem syrischen Kontext verwendet wurden, haben zuvor zu Verurteilungen geführt, sagt McDermott Rees.

Diese Initiative ist nicht die erste, die maschinelles Lernen einsetzt, um Beweise im Menschenrechtskontext zu filtern. Das E-Lamp-System von der Carnegie Mellon University wurde eine Videoanalyse-Toolbox für die Menschenrechtsarbeit entwickelt, um die Archive des Syrienkrieges zu analysieren. Harvey arbeitete zuvor auch mit einigen seiner derzeitigen Mitarbeiter zusammen, um die in Syrien eingesetzte Munition zu identifizieren. Die Bemühungen im Jemen werden jedoch als eine der ersten in ein Gerichtsverfahren verwickelt sein. Es könnte einen Präzedenzfall für andere Menschenrechtsorganisationen schaffen.

Obwohl dies ein aufstrebendes Gebiet ist, ist es eine enorme Chance, sagt Sam Gregory, Programmdirektor der gemeinnützigen Menschenrechtsorganisation Witness und Co-Vorsitzender der Arbeitsgruppe für sozialen und gesellschaftlichen Einfluss der Partnership on AI. [Es geht] auch darum, die Wettbewerbsbedingungen beim Zugang zu KI und der Nutzung von KI anzugleichen, um sowohl Augenzeugenbeweise als auch Aufnahmen von Tätern vor Gericht zu stellen.

Korrekturen: Der BLU-63 wird in den USA hergestellt, nicht in Großbritannien. Der frühere Fall, der vom britischen Gericht abgewiesen wurde, wurde ebenfalls von einer anderen Organisation und nicht von GLAN vorgebracht. Jeff Deutch hat das Yemeni Archive nicht direkt gegründet, ist aber der leitende Forscher am Syrian Archive, das das Yemeni Archive gegründet hat.

verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen