دور أنظمة الذكـاء الاصطناعي
في الـتنبؤ بالــجريمة
إعداد
الدكتور/ عمار ياسر زهير البابلي
مقدمة:
إن الدول المتقدمة حول العالم، ومنها بعض الدول العربية بدأت استعداداتها للتعامل مع تأثيرات عصر الذكاء الاصطناعي الذي نعيشه اليوم، تزامناً مع الثورة الصناعية الرابعة، حيث تقع على عاتق قوات الشرطة مسؤولية الحفاظ على القانون والنظام بين المواطنين، وهم مسؤولون عن ضمان سلامة المواطن دون تعطيل حياتهم اليومية، ويعتبر الحفاظ على التوازن بين اليقظة ومراقبة عدد كبير من السكان للتهديدات المحتملة هو أكبر التحديات داخل الدول، لذا يتم تطوير تقنيات المعلومات لمساعدة أجهزة إنفاذ القانون في أداء واجباتها بشكل أفضل وضمان السلامة العامة، وهناك بالفعل العديد من التقنيات التي تساعد أجهزة الشرطة على منع وقوع الجريمة ومكافحتها، كتطبيقات الشرطة التنبؤية، وأنظمة الذكاء الاصطناعي… إلخ.
ويعد الذكاء الاصطناعي من الميادين الحديثة التي تستقطب اهتمام كافة المجتمعات، والتي تشهد تطورات مستمرة، ومن المتوقع أن يكون للذكاء الاصطناعي دورا مهما في مستقبل البشرية، فهو علم يركز على تصميم آلات تشارك الإنسان في سلوكيات توصف بأنها ذكية، وقد أصبحنا اليوم نستخدم الكثير من الأنظمة التي تعتمد على هذا العلم في مجال الاقتصاد، والطب، والهندسة، والجيش، والألعاب، وغير ذلك، والجدير بالذكر أن أجهزة الأمن في الدول الغربية تعتمد على أساليب الاستخبارات داخل منظومة العمل الأمني.
وتعنى الشرطة التنبؤية بجمع حلول التنبؤ والوقاية من الجريمة باستخدام تقنيات المعلومات المختلفة وأنظمة الذكاء الاصطناعي بإمكانات تحليلية قوية ومجموعة غنية من البيانات المتكاملة المستمدة من تطبيقات نظم المعلومات، وتقوم فكرة هذه الأنظمة على تزويد الأجهزة الأمنية بالوسائل التكنولوجية والذكية بتحقيق أفضل استخدام للأشخاص والمعلومات المتوفرة لمراقبة اتجاهات الجريمة وقياسها والتنبؤ بها.
وتبنى عملية التنبؤ باستخدام استخراج البيانات “التنقيب عن البيانات Data Mining“؛ لأنه يفيد في تحليل الجريمة والوقاية منها، حيث يعتبر منهجية لتحديد وتحليل أنماط واتجاهات الجريمة، ويمكن لأنظمة تحليل البيانات التنبؤ بالمناطق التي لديها احتمال كبير لحدوث الجريمة، ويمكن أن تتصور المناطق المعرضة للجريمة باستخدام نظامي تحديد الأماكن الجغرافية GPS، المعلومات الجغرافية GIS، وأصبح التحليل المكاني أداة مهمة في فهم أنماط الجريمة، مع تزايد استخدام الفهم المكاني ونظام المعلومات الجغرافية، بدأتأجهزة الشرطة في معظم أنحاء العالم في دمج البيانات الضخمة للتنبؤ بالجريمة وإضافة التكنولوجيا إلى قوات الشرطة، حيث تستخدم المملكة المتحدة التكنولوجيا للمساعدة في إنشاء «خرائط تنبؤية للجريمة»، وما يسمح بذلك هو أن تكون دائرة الشرطة قادرة على التنبؤ بمكان حدوث الجريمة قبل حدوثها بالفعل([1]).
ومن أحدث التقنيات العالمية للتنبؤ بالجريمة هي خاصية التعرف التلقائي إلى الوجه، المعروف باسم ([2])Automatic Face Recognition) AFR)، يعمل هذا النظام من خلال تحليل ميزات الوجه الرئيسة، وإنشاء تمثيل رياضي لها، ثم مقارنتها مع الوجوه المعروفة في قاعدة البيانات داخل الأنظمة الأمنية، لتحديد التطابقات المحتملة، وأصبحت AFR مألوفة بشكل متزايد للجمهور من خلال استخدامه في المطارات للمساعدة في إدارة عمليات فحص جوازات السفر.
ويلعب الذكاء الاصطناعي دورا جوهريا في الأمن القومي للدول، فمن خلال «مشروع ميعن» (Project Maven)، تقوم العسكرية الأمريكية بنشر أنظمة الذكاء الاصطناعي «للتدقيق في الكميات الهائلة من البيانات والفيديوهات التي يجري التقاطها عن طريق المراقبة ثم بعد ذلك تنبيه المحللين البشريين بالأنماط المكتشفة أو عند وجود نشاط غير طبيعي أو مريب»، ووفقا لما ذكره باتريك شانهان، نائب وزير الدفاع الأمريكي، يتمثل الهدف من استخدام التقنيات الناشئة في هذا المجال في «تلبية احتياجات المقاتلين الحربيين، وزيادة سرعة ومرونة التطورات التقنية والتزود بها»([3]).
وتستخدم تقنيات الذكاء الاصطناعي في مجال الشرطة التنبؤية، فقد طورت مدينة شيكاغو «قائمة استراتيجية تضم بيانات الأشخاص» (Subject List Strategic) قائمة على تقنيات الذكاء الاصطناعي وتقوم بتحليل الأشخاص الذين ألقي القبض عليهم نظرا للخطر المتمثل في أن يصبحوا من مرتكبي الجرائم في المستقبل وتصنف القائمة 400ألف شخص وفقاً لمقياس من 0 إلى 500، باستخدام عناصر مثل السن، والنشاط الإجرامي، والضحايا، وسجلات الاعتقال بسبب المخدرات، والانتماء إلى عصابات، وبالاطلاع على البيانات، اكتشف المحللون أن الشباب يمثل عاملا قويا من عوامل التنبؤ بالعنف، وأن التعرض لإطلاق النار مرتبط بأن يصبح الشخص من مرتكبي الجرائم في المستقبل، وأن الانتماء إلى عصابات يحظى بقيمة تنبؤية ضئيلة، كما أن سوابق الاعتقال بسبب المخدرات ليست مرتبطة إلى حد كبير بالنشاط الإجرامي في المستقبل.
والجدير بالذكر أن التكنولوجيات الذكية لها العديد من المميزات، فهي توفر الوقت والجهد، وتقلل النفقات، وتزيد من الكفاءة والفاعلية، وتحافظ على حياة العمال وأرواحهم؛ إلا أن لها-في الوقت نفسه- العديد من التداعيات السلبية؛ لأنها تجعل حياة الأفراد أكثر عرضة للاختراق الخارجي، وتجعل بنية الدولة الحرجة عرضة للهجمات الإلكترونية، ومن ثم يجب العمل بصورة متوازنة بين المميزات التي تقدمها التكنولوجيات الذكية، وبين التهديدات الناجمة عنها([4]).
مشكلة الدراسة:
مع زيادة التقارير الخاصة بارتفاع معدلات الجرائم الجنائية وتطور خطورتها على المجتمع، كان لابد من وجود آليات وتقنيات حديثة وفعالة لإعداد برامج تنبؤية خاصة بالجرائم، فكان من الضروري دراسة موضوع دور الذكاء الاصطناعي ومدى قدرة الأجهزة الأمنية على تحقيق أقصى استفادة من مخرجات تلك الأنظمة بما يخدم العمل الأمني والوقوف على التنبؤ بالجريمة ومنع حدوثها، والسيطرة التامة على حفظ الأمن داخل المجتمع وسرعة تفعيل دور أجهزة الإنذار التنبؤية لمنع زيادة أعداد المصابين والسيطرة على الموقف.
أهمية الدراسة:
1- أهمية الدراسة من الجانب العلمي:
تقنيات الذكاء الاصطناعي وتكنولوجيا المعلومات موضوع في غاية الأهمية، ويمس بشكل مباشر دائرة كل المتعاملين مع الوسائط الإلكترونية، وينعكس على مصالحهم وسبل أدائهم لأعمالهم، ولهذا فإن نشاط البحث والتطوير في المجال التكنولوجي المعتمد على التقنيات المتقدمة للذكاء الاصطناعي وتكنولوجيا المعلومات، حيث ينمو بشكل متزايد وقد يفوق كثيرا أنشطة البحث والتطوير في المجالات الأخرى في الحقل التكنولوجي، لاعتماده على التقنيات الحديثة وتكنولوجيا المعلومات والاتصالات، ومعرفة أهم المستجدات التكنولوجية الجديدة وأهم تأثيراتها على الأمن المجتمعي من خلال تطبيقات ذكية تعالج الأمور بشكل سريع ومتطور في إطار خدمة الأمن والحفاظ على الاستقرار.
2- أهمية الدراسة من الجانب الأمني:
يعتبر الركيزة الأساسية لاستخدام أنظمة الذكاء الاصطناعي في عمل أجهزة الشرطة، هو الاستباقية المعلوماتية والاستنتاج الذي يقوم بتحديد أماكن الجناة وسرعة الوصول إليهم، وتحديد الأزمات المستقبلية داخل المجتمعات، وذلك عند الدمج بين نظم المعلومات والأنظمة الحديثة والتي تحوي قوالب بيانات السكان وجغرافية الأماكن المتصلة بأنظمة المعلومات الشرطية، ومن هنا يقوم الذكاء الاصطناعي بمعرفة الخوارزميات الرياضية بعمليات حسابية واستنتاجية لخدمة الأغراض الأمنية، ومن هنا تكتسب هذه الدراسة أهمية خاصة للأسباب التالية:
– المحافظة على الخبرات البشرية المتراكمة ونقلها للآلات الذكية.
– استخدام برامج الذكاء الاصطناعي لمعالجة الداتا الأمنية الرقمية من الناحية الأمنية، سوف يضع الخطوط العريضة للأجهزة المعنية بمكافحة الإرهاب.
– تساهم الأنظمة الذكية في المجالات التي يصنع فيها القرار، فهذه الأنظمة تتمتع بالاستقلالية، والدقة والموضوعية، وبالتالي تكون قراراتها بعيدة عن الخطأ، والانحياز، والعنصرية، أو الأحكام المسبقة، أو حتى التداخلات الخارجية، أو الشخصية.
– الاستعانة ببرامج التنبؤ والتحليل الذكية وخواص التحليل الجنائي الرقمي.
– استخدام برامج تحديد المواقع ونظم المعلومات الجغرافية سوف يصل بالتكامليةالمعلوماتية لأجهزة الأمن في الاستنتاجات الأمنية لحفظ الأمن التنبؤي وتحقيقالاستباقية الأمنية.
– أصبح تطور الجرائم يمثل تحديا كبيرا لجميع أجهزة الأمن في العالم كله، الأمر الذي يستدعي ضرورة البحث عن التقنيات الحديثة المعتمدة على الذكاء الاصطناعي كإحدى الآليات المهمة في عملية المكافحة، وهذا هو موضوع دراسة البحث.
أهداف الدراسة
– التعرف إلى أهم مميزات تقنيات المعلومات ومدى تحقيق أقصى استفادة منها في حفظ الأمن ومنع وقوع الجريمة.
– إن أحد أهم أهداف الاستفادة من البيانات الضخمة في عملية البحث الجنائي، وعمليات الاستخبارات هو سرعة الوصول إلى المعلومات المطلوبة، والتي تؤدي إلى سرعة القبض على الجناة في حالة وقوع الجرائم، ومن قبلها منع حدوث الجريمة أساسا، وذلك عند الاستعانة بخوارزميات الذكاء الاصطناعي.
– ربط تقنيات الذكاء الاصطناعي بقواعد وأنظمة البيانات بأجهزة الشرطة والمعلومات يفيد في سرعة تحقيق استنتاجات أمنية حقيقية لها مدلول في حفظ الأمن داخل المجتمعات وتحقيق السيطرة.
– تهدف هذه الدراسة بشكل عام إلى معرفة أنواع تطبيقات، وأنظمة الذكاء الاصطناعي المستخدمة في عمليات التحقيق الجنائي، ولحل ألغاز القضايا الكبيرة والغامضة.
– توظيف قدرات أنظمة التعرف إلى الوجه والهوية الرقمية داخل الاستنتاجات والتحليل الأمني، المتصلة بمواقع التوصل الاجتماعي، بما يساعد الأجهزة الأمنية في التعرف إلى الأشخاص المطلوبين وجمع معلومات عنهم، بغرض حفظ الأمن العام ومنع وقوع الجرائم.
خطة الدراسة
سوف أتناول الدراسة في هذا البحث على النحو التالي:
المبحث الأول يختص بدراسة: المستجدات التكنولوجية وتأثيراتها على الأمن المجتمعي، وينقسم إلى مطلبين، الأول: أطر تقنيات المعلومات، أما المطلب الثاني: أنظمة الذكاء الاصطناعي
أما المبحث الثاني يختص بدراسة الــشرطة التنـــــــبؤية ويضم مطلبين، الأول: دور الذكاء الاصطناعي في تطوير الخدمات الأمنية، والمطلب الثاني: الذكاء الاصطناعي في نظم المعلومات الجغرافية GIS كأداة داعمة للقرار الأمني ونظم تحديد المواقع العالمي (GPS).
والمبحث الثالث يختص بدراسة التنبؤ بالجريمة باستخدام تقنيات التعرف إلى الهوية، وينقسم إلى مطلبين، الأول: الهوية الرقمية الذكية والذكاء الاصطناعي، الثاني: التنبؤ بالجريمة باستخدام أنظمة الذكاء الاصطناعي الاجتماعي.
الخاتمة: وقد انتهى الباحث من دراسته العلمية ببعض ما انتهى إليه من نتائج وتوصيات في إطار موضوع الدراسة وأهدافها.
المبحث الأول
المستجدات التكنولوجية وتأثيراتها على الأمن المجتمعي
هناك ثمة علاقة وثيقة بين التطور التكنولوجي والأمن الاجتماعي بمفهومه الواسع، وهي علاقة لها جانبان أحدهما سلبي، والآخر إيجابي، فعلى المستوى السلبي يمكن الإشارة إلى دور التكنولوجيا في زيادة معدلات البطالة بسبب حلولها محل البشر في الكثير من الوظائف؛ وما يترتب على ذلك من مخاطر في المجتمع، كما يمكن الإشارة إلى ما يطلق عليه اسم حروب الجيل الرابع والخامس، التي تهدف إلى زعزعة استقرار المجتمعات، ودفع مكوناتها العرقية والطائفية والدينية إلى الصراع والصدام، وهي حروب تعتمد بشكل أساسي على التطور الذي لحق بوسائل الاتصال الحديثة وثورة المعلومات، خاصة فيما يتعلق بوسائل التواصل الاجتماعي([5]).
وعلى المستوى الإيجابي؛ فإن التكنولوجيا الحديثة، بما أتاحته من إمكانيات التواصل الكبيرة بين البشر، تسهم في انفتاح المجتمع على العالم بما يساعد على اتساع أفقه، وتعزيز قيم التسامح وقبول الآخر فيه، إضافة إلى ذلك؛ فإن وسائل الاتصال الحديثة تساعد الجهات المعنية بتشكيل الأفكار والتوجهات والقيم على إيصال رسائلها الثقافية والتوعوية إلى الأفراد بسرعة وكفاءة.
إن علاقة التكنولوجيا بالأمن لا تسير في اتجاه واحد سلبي، وإنما لها اتجاه إيجابي كذلك، وربما يكون التأثير الإيجابي أكبر من التأثير السلبي بمراحل متعددة، فعلى سبيل المثال تساعد تقنيات المعلومات في الكشف عن الجرائم والمجرمين والمواد المحظورة وتقنيات المراقبة على منع الكثير من الجرائم قبل وقوعها، كما تسهم تقنيات التحقيق والبحث عن الأدلة وتحليلها، وملاحقة المجرمين في فك ألغاز الكثير من الجرائم والحيلولة دون الإفلات من العقاب عليها ([6]).
وقد أدت التكنولوجيا إلى اختفاء بعض الجرائم، أو تراجعها بشكل كبير؛ فعلى سبيل المثال فإن جرائم مثل سرقة السيارات اختفت من بعض الدول، أو تراجعت إلى أقل حد؛ بفضل التكنولوجيا الحديثة في السيارات التي تجعل سرقتها أمرا صعبا، فضلا عن كاميراتالمراقبة وغيرها، كما أن جرائم التحرش في المواصلات والمجمعات التجارية والأماكن العامة قد أصبحت في غاية الصعوبة بفضل كاميرات التصوير الذكية والمراقبة الدقيقة في معظم دول العالم، وبسبب التقنيات الحديثة أصبح من الصعب توجيه التهديدات، أو ممارسة الابتزاز عبر الهاتف، لسرعة اكتشاف تلك الجرائم وتحليلها، وسرعة الوصول إلى كل من أدوات الجريمة ومرتكبيها، ومعظم بياناتهم الشخصية للجناة، في أقل وقت ممكن ([7])، وسوف نتناول المستجدات التكنولوجية وتأثيراتها على الأمن المجتمعي من خلال مطلبين، الأول: أطر تقنيات المعلومات، والثاني أنظمة الذكاء الاصطناعي، وذلك على النحو التالي:
المطلب الأول
أطر تقنيات المعلومات
تعتبر من أكبر وأهم التخصصات التي تتطور بشكل كبير وعلى مستوى العالم، ومن المجالات التي لا يستطيع فيها الشخص أن يتوقف في مرحلة معينة، فهو علم يتطور في كل لحظة، ويجب أن يواكب الأشخاص أو المؤسسات، والذي يختص في أحد تخصصات تقنية المعلومات بمواكبة العالم بشكل مستمر وغير منقطع أو متقطع، فهو من أهم عناصره الاستمرارية في التعلم والتطوير الذاتي([8]).
وتلعب التقنيات المستحدثة دورا مهما ورائدا في العمل الأمني؛ لأن التقدم التكنولوجي داخل الأجهزة الأمنية يجعل التصدي للأزمات الأمنية وحل المشكلات أسهل بكثير باستخدام التقنيات المستحدثة وكلما اعتمدت الأجهزة الأمنية على التكنولوجيا زادت نسبة مكافحة الجرائم ومنعها قبل وقوعها والتنبؤ بها، وهذا ما تفعله أجهزة الأمن في معظم الدول، في حين التأخر يؤدي إلى صعوبات كثيرة في العمل الأمني لمواكبة السباق للتفوق التقني، وقد شهد المجال الأمني- كغيره من المجالات الأخرى المختلفة- استغلالا واسع النطاق للتقنيات الحديثة، بغرض توفير الأمن والاستقرار ومكافحة الجريمة بكافة أشكالها وصورها، وحماية المجتمع.
وتشكل تقنيات المعلومات والاتصالات القوة الدافعة الرئيسة نحو النمو الاقتصادي،وعلى حياة البشرية بصفة خاصة والمجتمعات المدنية والحكومات بصفة عامة، حيث إن المعلومات والاتصالات عنصران متلازمان ومتكاملان في كافة المجالات المدنية والأمنية ([9])، واستعرض أطر تقنيات المعلومات من خلال التالي:
أولاً – ماهية تقنية المعلومات:
هي دراسة، تصميم، تطوير، تفعيل، دعم أو تسيير أنظمة المعلومات التي تعتمد على الحاسبات، وهي بشكل خاص تطور لتطبيقات أنظمة الحاسبات، وتهتم تقنية المعلومات باستخدام الحاسبات والتطبيقات البرمجية لتحويل، تخزين، حماية، معالجة، إرسال، والاسترجاع الآمن للمعلومات بسهولة ويسر، وتكمن مهمة إدارة تقنية المعلومات في تقييم وتكامل ودعم التقنيات المبتكرة لمساعدة الجهات والمستخدمين على إنجاز مهامهم وتحقيق أهدافهم، مع تعظيم العائد على الموارد من خلال توفير البنية التحتية وأساليب فعالة لسهولة الحصول على المعلومات، ولجعل التقنية تؤدي الدور المنوط بها، تركز إدارة تقنية المعلومات علي القيام بالآتي([10]):
- تطوير، وتطبيق، ودعم الخدمات، والمنتجات، والأدوات التي تسهل من استخدام المعلومات والتقنيات المتاحة بفعالية وكفاءة.
- توفير البيئة الآمنة من خلال تطبيق الضوابط الأمنية الوقائية والتقويمية لتقليل نسبة التعرض للمخاطر وتفعيل التعامل مع كل ما يطرأ
- توفير استراتيجيات القيادة والتواصل الفعالة لمديري مواقع المعلومات خلال التحولات في تقنية المعلومات، مع مواصلة العمل لإعداد التوجهات المستقبلية.
ثانيا-مميزات تقنية المعلومات:
- تتميز تقنية المعلومات بحفظ كمية ضخمة من المعلومات في حيز صغير جدا، ومن ثم تعالج مشكلات حفظ وتوثيق الأوراق والمستندات في المؤسسات، وتتيح فرص الاستفادة من أماكن حفظ وتخزين الأوراق في مجالات أخرى
- تبسيط الإجراءات، واختصار وقت وجهد تنفيذ المعاملات، مما يؤثر إيجابا على الإنجازالسريع والدقيق للمهام والمعاملات، وفي ضوء دقتها وقدرتها على كشف التفاصيل التي يعجز الإنسان عن اكتشافها، ومنح ميزة السرعة في إنجاز مهام العمل، وتقليل النفقات.
- تتميز تقنية المعلومات البيولوجية بالدقة في أعمال الكشف والمضاهاة لتحديد صلاحية الاستخدام أو الدخول سواء على الأنظمة أو الأماكن الحيوية، وسهولة الاستخدام، فلا يشترط وجود مهارات أو تخصصات معينة لاستخدام النظام الذي يتسم بالمرونة، أي قابلية التوسع واستيعاب أعداد متزايدة من قواعد البيانات التي تسجل البصمات المختلفة لتحديد هويات أصحابها، بجانب سهولة تحويل قواعد المعلومات إلى أنظمة أخرى والعكس، والقدرة على الارتباط بأنظمة أخرى، وبالتالي تستخدم في سرعة تحديد هوية مرتكبي الجرائم ([11]).
- تتسم غالبية تقنية المعلومات بسهولة التطبيق، وسرعة الحصول على النتيجة، حيث لا يستغرق استرجاع المعلومات، أو نقلها، وتداولها، وكذلك القيام بأعمال الكشف، والمضاهاة في ثوان معدودة، إضافة إلى تعدد مجالات استخدامها، بجانب قدرتها على التخاطب مع أنظمة أخرى، وإمكانية العمل في مختلف البيئات، وتسهم في تأمين نظم المعلومات بدرجة قوية.
- تسهم تقنية المعلومات في دعم سرية العمل الأمني من خلال المساهمة في اتخاذ القرارات السليمة، وفق أسلوب علمي يتسم بالدقة والموضوعية وقلة المخاطرة
ثالثا- مدى تحقيق استفادة الأجهزة الأمنية من تقنية المعلومات:
تعد وسيلة تكنولوجية حديثة لإيجاد الحلول الناجحة والسريعة للقضايا الأمنية، والكشف المبكر، والوقاية من الجرائم، وهي إضافة للأنظمة الذكية الإلكترونية المطورة داخل العمل الأمني، والتي تقوم بسرعة إنجاز المهام الأمنية، أو التي تقدم للجماهير في القطاعات الأمنية الخدمية.
فلا يمكن أن تتحقق التنمية والازدهار بدون مواكبة جميع التطورات التكنولوجية الحديثة واستخدام الأدوات والأجهزة فائقة السرعة، وهذا ما قامت به شرطة دبي التي تعتبر من أفضل الأجهزة الشرطية في المنطقة، من ناحية قدرتها على حفظ الأمن والاستقراروالسلامة لسكان مدينة دبي، الذين يتميزون بالتنوع في جنسياتهم وخلفياتهم الثقافية والدينية، وترجع هذه القدرة إلى استخدامات تقنيات المعلومات المتطورة وبخاصة أنظمة الذكاء الاصطناعي في شتي المجالات الأمنية ([12]).
ومثال على ذلك: منع التزاحم في المطارات من خلال نظام المراقبة الذكية، عن طريق تخزين النماذج أو القوالب التي تحمل السمات البيولوجية للمسافرين في بطاقات خاصة، مع تسجيل نسخة منها في قاعدة بيانات ذات خدمات خاصة داخل مجمع المطارات، وذلك للتحقق من الشخصية، ومنح الإذن بالدخول السريع في حالات الزحام، وإصدار بطاقات الهوية، والبطاقات الشخصية، والإقامات الذكية التي تحتوي على بيانات كاملة عن حاملها، يمكن معرفتها بوضع البطاقة الذكية، أو الإقامة في جهاز الحاسب الآلي المتصل بالجوازات والأحوال المدنية ([13]).
كل ذلك تعززه مجموعة متكاملة من الخدمات الإلكترونية والتطبيقات الذكية التي تجعل من الجميع رجالا للشرطة، وتساعد كل ملهوف على الحصول على النجدة بلمسة زر.
ويرى الباحث أن أجهزة الشرطة تنجح في عملها إذا كان لديها جهاز معلوماتي متكامل حديث، يقوم على تطوير أجهزة وأنظمة الحاسبات الآلية، حيث توجد استخدامات كثيرة لنظم المعلومات المتطورة في مجالات الشرطة المختلفة، والمعلومات هي أساس العمل الأمني المعاصر، ولا يمكن إجراء البحث والتحري واستخلاص نتائج مفيدة إلا بتوافر البيانات والمعلومات، وتوفير أجهزة وأدوات متطورة لتشغيل تلك البيانات والمعلومات، تمكن الجهات المختصة من التعرف على مرتكب الحدث فقط من رفع بصمته من موقع الحدث، وتحليلها باستخدام النظم المتطورة، حيث سيقوم النظام بالتعرف إلى صاحب البصمة وعرض المعلومات التفصيلية عنه في وقت قياسي جدا لا يمكن للعنصر البشري عمله، وتعد تلك الأنظمة من أحد تطبيقات الذكاء الاصطناعي المستخدمة في الأمن.
رابعا-استخدام التقنيات الحديثة في العمل الأمني:
ترجع أهمية استخدام التقنيات الحديثة في العمل الأمني إلى دورها الفعال في توفير الحماية اللازمة لرجال الأمن، سواء في عمليات المواجهة أو الوقاية التي تحتاج إلى تزويدهم بالأدوات التي تحقق الأمن الذاتي لديهم، فضلا عن منحهم الثقة اللازمة للقيام بعمليات المواجهة للمخاطر والتهديدات الأمنية، وتسهم هذه الأدوات والتقنيات الحديثة في اكتشاف وتحديد مواطن الخط، ومن ثم منح رجال الأمن عنصري الأسبقية والمبادرة، وتحقيق الاستجابة السريعة في عمليات مواجهة المجرمين والخارجين على القانون، وعمليات القبض، وسرعة اكتشاف الجريمة، وتستخدم التقنيات الحديثة في الوقاية التي توفر الحماية لرجال الأمن أثناء قيامهم بالمهام الوقائية ومن أمثلتها: استخدام البرامج الإلكترونية على الحاسب الآلي لتحقيق عمليات الرصد الإحصائي، وكذلك نظم المراقبة الحية، والذكية ونظم الاستلام الإلكتروني([14]).
وتظهر آثار استخدام التقنيات المستحدثة في العمل الأمني في أربعة أمور أساسية ([15]):
- الأمن في أي وقت: تستطيع التقنيات المستحدثة بالتعاون مع الكوادر الأمنية البشرية تحقيق الأمن بشكل متواز ومتساو في الليل والنهار، وفي أيام العمل والعطلات الرسمية، وفي كافة فصول السنة.
- الأمن في أي مكان: تستطيع التقنيات المستحدثة العمل مع الكوادر الأمنية البشرية لتأمين جميع الأماكن بالتوازي والتساوي، مع التحفظ على المناطق الخالية، أو قليلة السكان والمرافق.
- الأمن بأقل قدر من المتطلبات الأساسية: بوجود التقنيات المستحدثة نستطيع الاقتصاد في الاحتياجات وأولها العنصر البشري، فبدلا من وجود عدد كبير من الدوريات والأكمنة نكتفي بوجود أنظمة الدوائر التليفزيونية والفيديو المغلقة المتطورة المزودة بالحساسات وأجهزة الاستشعار الذكية، مع عدد قليل للمراقبة بغرف العمليات.
- التنوع بالمظاهر الأمنية: بوجود التقنيات المستحدثة لم يعد الوجود الأمني مقتصرا على العنصر البشرى فقط، بل أصبحت هناك كاميرات وأجهزة كشف عن المتفجرات، والمعادن، وأجهزة مراقبة الاتصالات، ونظم الذكاء الاصطناعي والنظم الخبيرة وغيرها من التقنيات التي توحي بوجود الأمن.
خامسا – ماهية النظم الخبيرة Expert Systems:
هي أنظمة حاسوبية برمجية متطورة تحتوي على مئات الآلاف من الأوامر، والتي تقوم بعمليات تحاكي ذكاء البشرية، وعندها القدرة على التعامل مع المعطيات بذكاء خارق من خلال خارطة علمية رسمها فريق علمي متميز.
1- تعرف النظم الخبيرة أيضا بأنها برامج حاسوبية تستخدم لتمثيل معرفة الإنسان في مجال تخصصي معين، بغرض تأدية مهام مشابهة لتلك التي يقوم الإنسان الخبير بها، وتحاكي أداء الخبير البشري في مجال خبرة معين، وذلك عن طريق تجميع واستخدام معلومات وخبرة خبير أو أكثر في مجال معين([16])وهى أحد تطبيقات الذكاء الاصطناعي، وتقوم بتنفيذ وإعداد مجموعة من البرامج التي تقوم بوضع الحلول في المجال المطلوب إنشاء النظام الخبير له، ويلاحظ أنه يطلق عليه لفظ Systemوليس برنامجا؛ لأنه يجب أن يشمل مكونات أخرى لدعم قرارات الأزمة، وتستخدم النظم الخبيرة في حل أزمات محددة وفي تخصص واحد، وتعتبر النظم الخبيرة (E.S) نظما تخصصية صممت من أجل محاكاة الطريقة التي يستخدمها المتخصصون في اتخاذ قرار ما والقرارات الأمنية على سبيل المثال، يتم أولاً بناء قاعدة من المعرفة ونظام للاستدلال، وتحتوي قاعدة المعرفة على خبرة المتخصصين، وثانياً يقوم نظام الاستدلال على الوصول إلى الحل من خلال البحث في قاعدة المعرفة، وتستطيع معظم الأنظمة الخبيرة شرح مسببات الوصول إلى نتيجة معينة، وعلى عكس البرامج التقليدية، تستطيع الأنظمة الخبيرة توظيف البيانات الكمية والوصفية، ويمكنها الوصول إلى نتائج سريعة وفعالة ([17]).
2- دور النظم الخبيرة في الأجهزة الأمنية:
– إعداد البرامج المساعدة في حالة الكوارث الطبيعية كالفيضانات، وهبوط الأراضي، وثورة البراكين، والزلازل، والحرائق، حيث يمكن للنظم الخبيرة التحكم في المواقف والأزمات، وكيفية التعاون معها، وتنظيم إجراءات الإنقاذ ([18]).
– إعداد برامج خاصة بمواجهة الأسلحة البيولوجية (الإرهاب البيولوجي)، من حيث طرق التصنيع والصفات، ووسائل إطلاق الأسلحة وأنواعها وطرق الكشف عنها، وطريقة الهجوم بها، وتكويناتها الكيميائية، حيث يمكن للنظم الخبيرة إنتاج كيفية المواجهة والاحتواء وطرق التصدي والاحتياطات العامة للتعامل معها.
– تطبيقات عمليات الحرائق المختلفة الأنواع (العادية، والكهربائية، والملتهبة)، وكيفية انتقال سيارات الحماية المدنية، وسيارات الإنقاذ، والتجهيزات المطلوبة على حسب عدد الأدوار والإرشادات العامة للإطفاء طبقا لنوع الحريق وحرائق البترول، وكيفية التصدي لها.
– تطبيقات إنقاذ الرهائن حيث يمكن إنتاج أساليب المواجهة المطلوبة مع الموقف المحدد، وأنواع محتجزي الرهائن، وكيفية التفاوض، وطرق المواجهة، والاحتواء للموقف (التفجير، واختطاف الأشخاص، واختطاف الطائرات، واحتجاز الرهائن)، والأسلحة اللازمة، وتحقيق السيناريوهات المطلوبة لنجاح الهدف الأمني وهو تحرير الرهائن من خلال مخرجات برامج النظم الخبيرة.
– علاج مشكلات المرور، وحوادث الطرق التي تتم بسبب سوء تخطيط الطرق، وسوء الأحوال الجوية، حيث تقوم الجهات الأمنية المختصة بإدخال الأسباب المؤدية للحوادث، ثم يقوم البرنامج بوضع معالجة لأسباب أزمة الطرق، وتنظيم حركة المرور، من خلال إشارات، ولوحات إرشادية، أو زيادة الخدمات المرورية، وتحديد السرعات المناسبة وغيرها.
سادسا: التحول الذكي ومدى الاستفادة بتقنيات المعلومات:
يوضح الجدول التالي أهم المستجدات التكنولوجية الجديدة، وأهم تأثيراتها على الأمن المجتمعي من خلال تطبيقات ذكية تعالج الأمور بشكل سريع ومتطور في إطار خدمة الأمن.
|
المستجدات التكنولوجية |
تأثيرات |
تطبيقات |
|
|
أنظمة التتبع |
§ ظهرت في الثمانينات من القرن العشرين، وقد بدأت بما سمى بالشارة النشطة (Active badge) التي من خلالها يمكن معرفة وتحديد كمكان الجسم الذي يحمل الشارة النشطة. § هذا إضافة إلى نظم تتبع Vehicle Tracking) المركبات System) الذي يستفاد منه أمنيا وإسعافيا وأنظمة ملاحة Vehicle Navigation) المركبات System) لتوجيه المركبات. |
§ زيادة عوامل الأمن والأمان من خلال نظم تتبع المركبات Vehicle Tracking (System)المجهزة بمستقبل([19]). GPS § تحجيم التحرك العشوائي على شبكات الطرق أو في المناطق العامة والمفتوحة. § إعادة توجيه المركبات إلى أهدافها عند فقدان الطريق. § تطوير نظم الأعمال المساحية حيث أتاحت إمكانية التعرف إلى إحداثيات المواقع بدقة عالية، بما يخدم التنبؤات بحدوث الجرائم، ثم العمل على منع وقوعها. |
§ الشارة النشطة (The Active (Badge § الملاك الرقمي (The Digital Angle) الذي يستخدم في تتبع الحالة الصحية للمريض والتدخل الإسعافي. § نظم تتبع المركبات (Vehicle الذي (Tracking System يستفاد منه أمنيا وإسعافيا. تستخدم أنظمة ملاحة Vehicle Navigation) المركبات System) لتوجيه عربات السائحين إلى المناطق السياحية المختلفة، وسيارات الشرطة والدوريات والإسعاف وإلى أقصر الطرق أو أقلها ازدحاما. ([20]) |
|
الخلايا الميكروءية Microchips |
§ تم إنتاج خلايا ميكروءية Microchip في حجم حبة الأرز أو أقل ويمكن زراعتها أسفل الجلد جراحيا لتعمل كأداة تعريفية لاسلكية للبشر، وعند اقترابها من أحد أجهزة القراءة فإنها تصل به وتستطيع نقل البيانات إليه من خلال رقم هوية خاص بكل خلية ويمكن تسجيله في أي قاعدة بيانات لتعريف الشخص حامل الخلية. |
§ أتاحت إمكانية أن يكون للإنسان قاعدة بيانات مسجلة إلكترونيا ومصنفة ودائمة، ويستطيع من خلال أجهزة القراءة استرجاع كافة البيانات المسجلة داخل الخلية. § إتاحت هوية إلكترونية للمواطن يمكن من خلالها التحكم في دخول الأماكن المختلفة ومراقبة الحركة بها |
§ التحكم في دخول مركز المعلومات الفيدرالي لمكافحة الجريمة بالمكسيك بعد زراعة الخلايا في أعضاء المركز. § التخطيط لنظام لمكافحة اختطاف الأطفال باستخدام خلايا VeriChips |
المطلب الثاني
أنظمة الذكاء الاصطناعي
يعد الذكاء الاصطناعي من الميادين الحديثة التي تستقطب اهتمام العلماء، والتي تشهد تطورات مستمرة، ومن المتوقع أن يكون للذكاء الاصطناعي دورا مهما في مستقبل البشرية، فهو علم يركز على تصميم آلات تشارك الإنسان في سلوكيات توصف بأنها ذكية.
أولاً – ماهية الذكاء الاصطناعي (Artificial Intelligence) – (AL):
هو سلوك وخصائص معينة تتسم بها برامج الحاسبات الآلية التي تجعلها تحاكي القدرات الذهنية البشرية وأنماط عملها، ومن أهم تلك الخواص، القدرة على التعلم والاستنتاج ورد الفعل الإيجابي السريع، والذكاء الاصطناعي هو قدرة الآلة على محاكاة العقل البشري وطريقة عمله، مثل قدرته على التفكير، والاكتشاف والاستفادة من التجارب السابقة، ومنذ التطور الذي شهده الحاسب الآلي في منتصف القرن العشرين، تم اكتشاف أن الحاسب الآلي باستطاعته القيام بمهمات أكثر تعقيدا مما اعتقدنا، حيث يمكنه اكتشاف الإثباتات للنظريات الرياضية المعقدة، إضافة إلى قدرته على سرعة المعالجة، وسعة تخزينية عالية([21]).
ويعد الذكاء الاصطناعي أحد العلوم الحديثة والمبتكرة والتي تعتمد على الحاسب الآلي وبرامجه بشكل رئيس وأساسي، وهو الحجر الأساس في جعل الآلات المبرمجة والمحوسبة تقوم بمهام مماثلة وبشكل كبير لعمليات الذكاء البشري التي تتمثل في التعلم والاستنباط، واتخاذ القرارات.
ثانيا – الفرق بين الذكاء الاصطناعي والبشري:
يعتمد نظام الذكاء الاصطناعي على تمثيل نماذج محاسبية Computer Models لمجال من مجالات الحياة، وتحديد العلاقات الأساسية بين عناصره، ومن ثم استحداث ردود الفعل التي تتناسب مع أحداث ومواقف تحدث، فالذكاء الاصطناعي بالتالي مرتبط أولا بتمثيل نموذج محاسبي لموقف من المواقف، ومن ثم استرجاعه وتطويره، ومرتبط ثانيا بمقارنته مع مواقف وأحدث مجال البحث وتجارب سابقة مزود بها للخروجباستنتاجات ونتائج مفيدة، ويتضح أن الفرق بين تعريفي الذكاء الاصطناعي والإنساني، أولا: القدرة على استحداث النموذج فالإنسان قادر على اختراع وابتكار هذا النموذج في حين أن النموذج المحاسبي هو تمثيل لنموذج سبق استحداثه في ذهن الإنسان، ثانياً في أنواع الاستنتاجات التي يمكن استخلاصها من النموذج، فالإنسان قادر على استعمال أنواع مختلفة من العمليات الذهنية مثل الابتكار Innovation والاختراع Creativity والاستنتاج بأنواعه Reasoning في حين أن العمليات المحاسبية تقتصر على استنتاجات محدودة طبقا لبديهيات وقوانين متعارفة تبرمج في البرامج نفسها([22]).
ثالثا-خصائص الذكاء الاصطناعي:
– يستخدم الذكاء الاصطناعي لحل المشكلات المعروضة في غياب المعلومات الكاملة.
– القدرة على التفكير والإدراك وتحقيق نتائج واستنتاجات سريعة وفعالة
– القدرة على اكتشاف المعرفة وتطبيقها في ظل الإمكانيات المتاحة
– القدرة على التعلم والفهم من التجارب والخبرات السابقة.
– القدرة على استخدام الخبرات القديمة وتوظيفها في مواقف جديدة بشكل أفضل وأسرع.
– القدرة على استخدام التجربة والخطأ لاستكشاف الأمور المختلف عليها، مع زيادة قدرة الاستجابة السريعة للمواقف والظروف الجديدة والمختلفة، والحالات الصعبة والمعقدة.
– القدرة على التطور والإبداع وفهم الأمور المرئية وإدراكها.
– القدرة على تقديم المعلومات المهمة لإسناد القرارات الفورية.
رابعا -أهمية الذكاء الاصطناعي:
– المحافظة على الخبرات البشرية المتراكمة ونقلها للآلات الذكية.
– استخدام اللغة الإنسانية مع الآلات عوضا عن لغات برمجة الحاسب الآلية ما يجعل الآلات في متناول كل شرائح المجتمع حتى من ذوي الاحتياجات الخاصة بعد أن كان التعامل مع الآلات المتقدمة للمتخصصين وذوي الخبرات فقط.
– سرعة المساعدة في تشخيص الأمراض، وصف الأدوية، والتعليم التفاعلي.
– تساهم الأنظمة الذكية في مجالات التي يصنع فيها القرار، فهذه الأنظمة تتمتع بالاستقلالية والدقة والموضوعية، وبالتالي تكون قراراتها بعيدة عن الخطأ والانحياز والعنصرية أو الأحكام المسبقة أو حتى التداخلات الخارجية أو الشخصية.
– تقلل الآلات الذكية عن الإنسان الكثير من المخاطر والضغوط النفسية، وتجعله يركز على أشياء أكثر أهمية، ويكون ذلك بتوظيف هذه الآلات للقيام بالأعمال الشاقة والخطرة، واستكشاف الأماكن المجهولة والمشاركة في عمليات الإنقاذ أثناء الكوارث الطبيعية، ولها دور فعال في الميادين التي تتضمن تفاصيل كثيرة تتسم بالتعقيد، والتي تحتاج إلى تركيز عقلي متعب وحضور ذهني متواصل وقرارات حساسة وسريعة لا تحتمل التأخير والخطأ، مثل القرارات الأمنية السريعة.
– فهم وتحليل البيانات والمعلومات المتسارع من حيث سرعة نموها، فمن المتوقع وصول حجم البيانات العالمية إلى 163 زيتابايت بحلول عام 2025، بعدما بلغ 16 زيتابايت، وهناك حاجة متزايدة لتدخل الذكاء الاصطناعي للوصول إلى نتائج استراتيجية أو لاتخاذ القرارات بشكل فوري، ثم الاستعانة بهذه البيانات في تدريب نظم الذكاء الاصطناعي لتوفير نتائج/ خدمات مطورة، أو لتشارك المؤسسات في التعلم المتعمق ([23]).
– الرغبة في تحسين الإنتاجية من خلال أنظمة وتطبيقات الذكاء الاصطناعي، حيث تمثل أتمته المهام (بشكل أوتوماتيكي) لتوفير وقت موظفي المعرفة ليتمكنوا من التركيز على المهام الأكثر أهمية وإنتاجية على مستوى المهام متعددة.
خامساً -الذكاء الاصطناعي والبيانات الضخمة:
إن التطور التقني الهائل في تقنيات المعلومات، والاتصالات، والانفتاح الرقمي الكبير أدى إلى توليد ثورة بيانات تتسم بضخامة أحجامها، وتعددية أشكالها ومصادرها، وسرعةتغيرها ما يجعل من الصعب معالجتها، وتحليلها والاستفادة منها إلا من خلال استغلال تقنيات الحوسبة فائقة الأداء ((High Performance Computin([24])وخوارزمات الذكاءالاصطناعي معا، وهذا تسبب في بروز تحديات جديدة تلزم علماء، ومطوري الخوارزمات الذكية إلى تغيير تقنياتهم التقليدية، بحيث تصبح قابلة للتقسيم، والعمل بشكل متواز على أجزاء مختلفة من البيانات الضخمة (Data Big)، بحيث نتمكن من الاستفادة القصوى من هذه البيانات، والحصول على النتائج بالدقة والسرعة من دون إهمال، أو سوء معالجة أجزاء من البيانات المتاحة([25]).
إن تجميع كميات ضخمة من البيانات من جميع أنحاء العالم، يكون مجديا في حال تدخل أنظمة الذكاء الاصطناعي في معالجة هذه البيانات، لذا تم تصميم أجهزة حاسبات ذكية عملاقة تعمل على استخدام خوارزميات ذكية لسرعة تحديد البيانات المطلوبة ودقة الاستنتاج، تقوم هذه البرامج بالتعرف إلى أنماط السفر واللغة، وتعمل على تحليلها والربط ما بينها وبين الأشخاص والأماكن والأحداث، وأصبحت هذه البرامج جزءا لا يتجزأ من أساسيات نظم تقييم المخاطر، ووضع قوائم المراقبة في المطارات والحدود ([26]).
سادسا-الذكاء الاصطناعي وإنترنت الأشياء:
ظهر مصطلح إنترنت الأشياء (Internet of Things)، والذي نستطيع تبسيط مفهومه بأنه يهتم بربط الأجهزة الرقمية، الميكانيكية، الكهربية، أو أي عنصر من خلال شبكة الإنترنت، أو غيرها، بحيث تستطيع التخاطب مع بعضها من خلال إرسال واستقبال البيانات بشكل تلقائي دون الحاجة للتدخل البشري في هذه العملية بعد عمل الإعدادات المناسبة([27])، وتلك التقنيات تزيد من إثراء البيانات الضخمة، حيث إن البيانات يتم توليدها بشكل تلقائي من قبل الأجهزة المتصلة بالإنترنت بخوارزمات وبروتوكولات إنترنت الأشياء، وكنتيجة حتميةلا يمكن الاستفادة من كل هذا بالشكل المتميز إلا من خلال الدمج مع خوارزمات الذكاء الاصطناعي.
وهناك ثلاثة مكونات رئيسة بمثابة ركيزة عمل إنترنت الأشياء متصلة جميعابخوارزميات الذكاء الاصطناعي، المكون الأول: والأسهل هو الموجات الراديوية المختلفة التي تساعد على نقل المعلومات وربط هذه الأجهزة بالإنترنت، ومنها موجات الواي فاي، والبلوتوث، NFC وRFID وغيرها، والمكون الثاني في هذه العملية هو الأجهزة ذاتها، سواء كانت حساسات حركة/ استشعار عن بعد، أو قفل باب، أو حتى إضاءة الغرفة، وأحيانا تتصل عدة أجهزة بجهاز رئيس يسمح لها بتبادل المعلومات لتأدية المهام بأفضل طريقة، أما المكون الثالث والأخير من هذه العملية هو الخدمات السحابية التي تقوم بجمع وتحليل البيانات، بحيث يمكن الاستفادة منها في اتخاذ القرارات، أو الوصول لنتائج بخصوص أمر ما، ومن ثم مشاركة هذه البيانات والنتائج عبر الحوسبة السحابية مع جميع المستخدمين حسب صلاحياتهم وذلك من خلال الوصول إليها من أي جهاز حاسب شخصي أو كفي أو أجهزة الهاتف الذكية، أو من خلال تطبيقات الإنترنت.
تتصل هذه الأجهزة المختلفة بالإنترنت عن طريق أجهزة موجودة داخلها بشكل مسبق،وبواسطة برامج معينة تساعد على إرسال وتلقي المعلومات عبر بروتوكولات الاتصالات المختلفة، وربما تستخدم أجهزة الهاتف الذكي من خلال البلوتوث كطريقة للاتصال بالإنترنت والأدوات الذكية الأخرى الموجودة في المنزل، وفي كثير من الأحيان تستخدم هذه الأجهزة التخزين السحابي لمعالجة المعلومات وتخزينها على الإنترنت لتسهل إمكانية الوصول إلى هذه المعلومات عن طريق تطبيقات وبرامج، ونستخدم هذه الأجهزة عن طريق تطبيقات الهاتف المحمول من خلال شريحة Sim Card، المتصلة بالإنترنت([28]).
سابعا-تطبيقات الذكاء الاصطناعي في الحياة اليومية:
تطبيق الطرق الذكية (Smart Roads):هي مثال جيد على ذلك، فبالإمكان وضع كاميرات ذكية وحساسات استشعار مراقبة على الطرق وربطها مع بعضها بعضا على الشبكة، بحيث تقوم بمراقبة الطرق ذاتيا، وتقوم بعرض تحذيرات لمرتادي الطرق في حال وجود ازدحام أو حوادث مرورية، بل وبإمكانها الاتصال على أرقام الطوارئ وتقديم بلاغ وتصوير وتحديد موقع الحادث بدقة وسرعة هائلة، علاوة على ذلك، فبإمكان خوارزميات الذكاء الاصطناعي، وتعلم الآلة تحويل الطرق والتحكم بالإشارات، بحيث يتم تفادي الاختناق المروري الذي تسبب به الحادث، وتتم إعادة ضبط الإشارات وإلغاء التحويلات فور ما يتم حل المشكلة ([29]).
وكل ذلك يحدث تلقائيا دون تدخل العنصر البشرى، ونشير إلى أنه يمكن التقصي عن الازدحام بدون وضع كاميرات أو حساسات، بل من خلال تطبيقات الهاتف المحمول المفعل بها خدمة تحديد المواقع الجغرافية، أو من خلال أبراج شركات الاتصالات المستخدم فيها أنظمة الذكاء الاصطناعي.
وهناك العديد من تطبيقات الذكاء الاصطناعي التي نستخدمها في حياتنا اليومية دون ما نشعر، أهمها الطيار الآلي. حينما نركب الطائرة، وتطبيقات الترجمة الآليةحين نواجه مصطلح جديد، وتطبيقات تقدير حالة الطقسعند الرغبة في الخروج لنزهة خارج المنزل، ومحركات البحث المختلفة عند البحث عن مواضيع مهمة، أو حتى عند التسوق من خلال متجر أمازون وغيره على الإنترنت، فهو كذلك يقوم بعرض اقتراحات حسب اهتمامات المستخدمين، باستخدام خوارزميات تعلم الآلة، بحيث يقوم بعمل بروفايل (Profile) لكل موقع يستخدمه الفرد وثم تحليل تلك العملية، ومن هنا يدرس اهتمامات الأفراد، ويقارنها مع اهتمامات الزبائن الآخرين الذين كانوا قد اشتروا بضائع أو كتبا قد تهم المستخدمين([30]).
من أهم تطبيقات الذكاء الاصطناعي هي تلك التي تخدم المجالات الطبية، أهمها الطب الشخصي (Personalised Medicine) والذي يهتم بتقديم رعاية طبعة مناسبة لكل شخص مريض بحد ذاته عن طريق دراسة حالة المريض، جيناته، وحمضه النووي، والسجل التاريخي للأمراض الوراثية في العائلة، وبناء على ذلك يتم اقتراح العلاج المناسب له دونما سواه، وتعتبر الهندسة الوراثية أحد أبرز الأبحاث التطبيقية الدارجة فيتم تعديل الجينات قبل تلقيح الحيوانات المنوية في البويضة كي يتم تفادي الأمراض الوراثية وتحسين النسل.
في أحد الأبحاث يقوم الباحثون بتصميم أجهزة ذكية تقوم بمراقبة وتحليل إشارات دماغ مريض الصرع باستخدام تقنيات الذكاء الاصطناعي، وتعلم الآلة، وتحليل الإشارة، بحيث يمكن تنبيه المريض باحتمال تعرضه لنوبة صرع في الدقائق القليلة المقبلة ما يتيح له المجال بأخذ الحيطة والحذر كتناول دواء معين، وأخذ دواء تقلص من شدة النوبة قبل وقوعها، والابتعاد عن الأماكن غير الملائمة في حال وقوع النوبة، أو طلب المساعدة، وقد تحميه من التعرض لحادث خطير أو الوفاة([31])، ومن التطبيقات في هذا المجال تطبيقات التصوير الطبي الذكية (Smart Medical Imaging) فيمكن تدريب برمجيات تعتمد على الذكاء الاصطناعي على تمييز الأمراض أو المشكلات في الصور الإشعاعية أو الصوتية الطبية، بحيث تقوم هذه البرمجيات بفحص وتحديد مكان ونوع المشكلة وكتابة تقريرعن ذلك تلقائيا، وكمثال على ذلك، يعمل الباحثون على تصميم برمجيات تساعد على الكشف المبكر عن سرطان الثدي باستخدام تقنيات الذكاء الاصطناعي، وتعلم الآلة والرؤية بالحاسب (Computer Vision) للفحص والتشخيص التلقائي لصور الماموجرام (Mammogram Images) المأخوذة للثدي، ما يستدعى تسليط الضوء عليها، ومحاولة تقليصها، حيث إن نسبة الشفاء تزداد كلما تم اكتشاف وعلاج المرض مبكرا.
المبحث الثاني
الــشرطة التنـــــــبؤية
تقنيات الشرطة التنبئية عبارة عن برمجيات ذكية تحوي على أدوات تحليلية تتم تغذيتها بكل أشكال البيانات المتوفرة لدى الشرطة عن الجرائم والمجرمين مهما كان شكل المعلومة وأهميتها ودقتها وحجمها، وتقدم هذه التقنية التنبؤية توقعات بأوقات وأماكن من المرجح أن تحدث فيها الجريمة والمشتبه فيهم قبل وقوع الجريمة من خلال تحليل ودراسة أنماط معقدة من السلوك الإجرامي، يتم بعد ذلك أرسال وتكثيف وجود دوريات الشرطة لاعتراض الجريمة أثناء التخطيط لها والمساهمة في منع إفراز مجرمين جدد، ويرجع التطور التاريخي للمفهوم للتالي([32]):
- ارتبط ظهور مفهوم «الشرطة التي تقودها الاستخبارات» بالمملكة المتحدة، في أوائل التسعينات من القرن العشرين، عندما قامت «شرطة كينت»، (Kent Constabu- lary) بتطبيق المفهوم في مواجهة الزيادة الحادة في الجرائم المرتبطة بسرقة العقارات، وذلك في الوقت الذي كان يتم فيه خفض ميزانيات الأجهزة الشرطية، ولذلك كانت الشرطة التي تقودها الاستخبارات تعرف في البداية باسم «بنموذج شرطة كينت»،.(Kent Police Model)
- ترجع بدايات توظيف أجهزة إنفاذ القانون للمعلومات الاستخباراتية إلى أوائل الثلاثينات من القرن العشرين في بريطانيا، عندما أنشئت «لجنة الداخلية» (Home Office Com-mittee) في 12 مايو 1933، تحت قيادة «إيه. إل. ديكسون» وهو مسؤول كبير في وزارة الداخلية، وذلك لإعداد تقرير لتقييم الإجراءات المتبعة في شرطتي إنجلترا، وويلز من أجل مواجهة الجريمة وتمثل أحد الاستنتاجات الرئيسة للتقرير في أن هناك حاجة لنظام استخباراتي كفء من أجل مساعدة الشرطة في التحقيق في الجرائم، غير أنه لم تبذل جهود حقيقية في هذا الاتجاه حتى أسست «وحدة شرطة بييت» (Unit Beat Policing) في يوليو 1967، وكان أحد ملامح هذا النمط هو استحداث وظيفة «محلل المعلومات» (Collator) والذي تتمثل وظيفته الأساسية في إمداد ضباط وأفراد الشرطة بالمعلومات المتوفرة عن الوضع الأمني في الوقت المناسب، والتي عادة مايتم جمعها من مصادر مختلفة، خاصة من ضباط الدوريات، وقد اعتبرت هذه الوظيفة تطورا كبيرا، نظرا لأن هذا النظام أرسي لأول مرة نظاما محليا للاستخبارات داخل الشرطة البريطانية.
- بحلول عام 1974 قامت «رابطة كبار ضباط الشرطة» (Association Of Chief Police Officers) بإنشاء لجنة فرعية حول «الاستخبارات الجنائية» وقامت اللجنة بدراسة فرص الاستفادة من التدريب الذي تحصل عليه الاستخبارات عند وضع مناهج التدريب الشرطية، ونظرا إلى أنه لم يتم التوصل إلى نتيجة حاسمة فإن رابطة كبار ضباط الشرطة قامت بتكليف «راتكليف» مساعد رئيس الشرطة في شرطة «كامبريدج شير» بإعداد دراسة أخرى عن الموضوع نفسه، غير أنها لم تستطع أن تصل إلى نتائج حاسمة في هذا الإطار.
- طالبت لجنة تدقيق برلمانية في عام 1993 باستخدام الاستخبارات وأدوات الرقابة والرصد وتوظيف المزيد من المخبرين بغرض استهداف كبار المجرمين، وتعزيز فاعلية الأجهزة الشرطية في محاربة الجريمة بدلا من التعامل بمنطق رد الفعل، وبالتزامن مع هذا المطلب، قامت شرطة كينت بإنشاء «فريق عمل مراجعة الاستخبارات» (Force Intelligence Review Team) في عام 1993، وذلك بهدف وضع استراتيجية لتطبيق «الشرطة التي تقودها الاستخبارات» داخل الشرطة، وتجسدت هذه الاستراتيجية في «نموذج شرطة كينت» والتي ترتب عليها تبني عدد من الهياكل الإدارية الجديدة، كما قام العاملون داخل شرطة كينت باستخدام الأدوات وتقنيات العمل الاستخباراتي والتي لا تتوفر بصورة روتينية للأجهزة الشرطية.
- نظرا للنجاح الذي حققته شرطة كينت، قررت «رابطة كبار ضباط الشرطة» تطوير هذا النموذج ليكون هو الأساس الذي يتم الاستناد إليه في أجهزة الشرطة الأخرى داخل بريطانيا، وقامت بتغيير اسم النموذج من «نموذج شرطة كينت» إلى «نموذج الاستخبارات الوطنية» وذلك لتشجيع أجهزة الشرطة العاملة في بريطانيا على تبني النموذج الجديد، وبالمثل قامت ورشة عمل الاستخبارات الدولية (Global Intelligence Working Group) والتي يتكون أعضاؤها من ممثلي أجهزة إنفاذ القانون على المستوى الفيدرالي والولائي والقبلي في الولايات المتحدة بتطوير مبادرة «خطة مشاركة الاستخبارات الجنائية الوطنية» (National Criminal Intelligence sharing Plan) والتي تدعو كل المؤسسات الشرطية لتبني نموذج الشرطة التي تقودها الاستخبارات، وتبنتها وزارة العدل الأمريكية وكل أجهزة إنفاذ القانون بدءا من عام 2004.
ويشير مصطلح الشرطة التنبؤية إلى استخدام التحليلات الرياضية والتنبؤية وغيرها من التقنيات التحليلية في تطبيق القانون لتحديد النشاط الإجرامي المحتمل، وتنقسم أساليب الشرطة التنبؤية إلى أربع فئات عامة:
طرق التنبؤ بالجرائم، وطرق التنبؤ بالجناة، وطرق التنبؤ بهوية الجناة، وطرق التنبؤ بضحايا الجريمة، وأنجح أساليب الشرطة التنبؤية هي عناصر الاستراتيجيات الاستباقية الأكبر التي تبني علاقات قوية بين إدارات الشرطة ومجتمعاتهم لحل مشكلات الجريمة ([33]).
يعمل الذكاء الاصطناعي على تنظيم العمل داخل المؤسسة الأمنية، والقيام بالعمل على تحليل الأمور الأمنية بحرفية ذكية عن طريق القيام بمعالجة الأمور، من خلال البحث في البيانات المخزنة في مختلف أنظمة المعلومات، المعتمد على التطبيق الأمني الذي يدعم تلك التقنية، والعمل على تحويلها إلى معلومات وعرضها على متخذ القرار، ومن هنا يجب أن يتوافر داخل القطاعات الأمنية مركز للمعلومات ودعم اتخاذ القرار، للعمل على تطوير بيئة المعلومات الأمنية التكنولوجية، من خلال التعاون المشترك بين المؤسسة وجميع قطاعاتها، من أجل إعداد مخططات معلومات استراتيجية للقطاعات الأمنية.
ويمكن مضاعفة فعالية البيانات الكبيرة وإنترنت الأشياء عن طريق دمجها مع تطبيقات الذكاء الاصطناعي، وأحد التطبيقات التي يتم فيها استخدام الذكاء الاصطناعي حاليا هو الاستخدام الأمثل لموارد الشرطة من خلال تقييم قابلية الحالات الأمنية للمناطق المختلفة داخل الدولة على أنظمة الخرائط الذكية أنظمة المعلومات الجغرافية المرتبطة بالذكاء الاصطناعي، هذا هو منع إهدار موارد الشرطة والأفراد في القضايا التي من المستبعد حلها في أي وقت قريب، كما يتم استخدام الذكاء الاصطناعي بالاقتران مع البيانات الكبيرة للتنبؤ بالجرائم وتحديد التهديدات من خلال بيانات المراقبة، وبرزت تجربة عالمية كانت في أحد أقسام شرطة لوس أنجلوس عام ٢٠١١م، حيث أثبتت نجاحها في استخدام أنظمة الشرطة التنبؤية، لمنع حدوث الجرائم قبل ارتكابها، حتى تم تبنيها في معظم أقسام الشرطة في نفس المدينة في عام ٢٠١٤م، وإن مؤشرات النجاح كانت في انخفاض ٣٣% في حالات السرقة، و 21% في جرائم العنف في عام 2014، أما التجربة الناجحة في شرطة مانشستر في بريطانيا عام ٢٠١١م أدت إلى انخفاض في الجريمة بمعدل ٢٦%، أما عن التطبيق الذكي لشرطة دبي على الهواتف الذكية ففي نهاية 2018 وصل إلى مليونين و 681 ألفا و 855، منها مليون و 707 آلاف و 118 تحميلا على «أبل ستور»، و 974 ألفا و 737 تحميلا عبر الهواتف التي تعمل بنظام «أندرويد»، والمختص بالحفاظ على الأمن والخدمات الذكية والاستغاثة الفورية([34]).
وتمكن متعاملو شرطة دبي من إجراء 472 ألفا و 634 معاملة بطريقة ذكية وسهلة عبر تطبيق شرطة دبي الذكي والموقع الإلكتروني، بينها 157 ألفا و 83 معاملة عبر التطبيق الذكي، و 315 ألفا و 551 معاملة عبر الموقع الإلكتروني، فيما بلغ عدد معاملات دفع المخالفات المرورية عبر جميع قنوات شرطة دبي الذكية 557 ألفا و 309 مخالفات ([35])، ومما سبق نتناول الشرطة التنبؤية من خلال مطلبين، الأول: دور الذكاء الاصطناعي في تطوير الخدمات الأمنية، أما الثاني: الذكاء الاصطناعي في نظم المعلومات الجغرافية GISكأداة داعمة للقرار الأمني ونظم تحديد المواقع العالمي (GPS).
المطلب الأول
دور الذكاء الاصطناعي في تطوير الخدمات الأمنية
تمثل أحد التطورات التي شهدتها المؤسسات الشرطية في العقود الأخيرة في تبنيها أساليب استباقية في التعامل مع الإرهاب والجريمة المنظمة وهو ما تمت الاستجابة له من خلال تبني «الشرطة التي تقودها الاستخبارات» Intelligence Led Policing«، «يقصد بها جمع المعلومات والاستنتاج المسبق»، واستخدام تقنيات المعلومات في مواجهة التهديدات الأمنية والتي بدورها أخفقت في الحد من ارتفاع معدلات الجريمة في عدد من الدول.
ومكنت التطورات المتسارعة في تكنولوجيا المعلومات خاصة نظم الذكاء الاصطناعي، والأجهزة الشرطية من إدارة وتحليل المعلومات والبيانات الضخمة المتوفرة لديها بصورة أكثر كفاءة.
فقد وفرت لهم الفرصة للتنقيب في ملايين المعلومات المتوفرة عبر مواقع التواصل الاجتماعي وكاميرات المراقبة في الشوارع ووسائل الإعلام والبيانات الحكومية للعثور على أي معلومات تتصل بأي عمل إجرامي أو إرهابي أو إخلال بالنظام العام فيها يعرف بــ «التحليل التنبؤي»، ويقدر أن يرتفع الإنفاق على هذه التقنيات نحو 9.2 مليار دولار في عام 2020 بعد أن كان يبلغ نحو 3 مليارات دولار في 2015.
وتقوم أجهزة إنفاذ القانون في الولايات المتحدة وكثير من الدول المتقدمة إلى استخدام أجهزة محاكاة أبراج الهواتف الخليوية «Cell Cite Simulator» والمعروفة باسم «ستينجراى Stingray Devices For Cell Phones» «الأبراج الوهمية»([36])وهي عبارة عن أجهزة تجسس ورصد محمولة تقوم بإطلاق إشارة ذات تردد أقوى يفوق إشارة أبراج شركات الاتصالات الخليوية الحقيقية الموجودة بالقرب منها، وهو ما يدفع أجهزة المحمول وغيرها من الأجهزة للاتصال بستيجراى مما يمكن الجهاز من الاطلاع على البيانات واعتراض كل الاتصالات والرسائل النصية من مسح بيانات واعتراض كل الاتصالات والرسائل والبريد الإلكتروني في المنطقة بأكملها، بغرض الحفاظ علي الأمن العام والأمن القومي داخل الدول وتعقيب وتسجيل لتحركات الإرهابيين داخل الدول ومراقبتهم([37])
أولا: ماهية الشرطة التنبؤية:
تعرف الشرطة التنبؤية «بالشرطة التي تقودها الاستخبارات «المعلومات المستنتجة»، ويستخدم المفهوم للإشارة إلى عملية «تقييم المخاطر الأمنية» (-Security Threat As sessment)، ويستخدم أيضا للإشارة إلى عملية جمع البيانات والمعلومات، وترجع هذه الاختلافات إلى عدد من العوامل أولها: حداثة المفهوم نسبيا، وتطوره المستمر من فترة لأخرى، ارتباطا بتطور الممارسات الشرطية في هذا الإطار، وهو ما انعكس على تطور المفهوم ذاته، فتقليديا كان مفهوم الاستخبارات لدى أجهزة إنفاذ القانون يعني «المعلومات التي يتم الحصول عليها من العناصر الإجرامية عن نشاط إجرامي من خلال مصدر سري» غير أنه مع الوقت تطور المفهوم، حيث صار يعني «المنهج المنظم لجمع المعلومات بهدف رصد الجريمة والتنبؤ باتجاهاتها المستقبلية لتعزيز فاعلية أجهزة إنفاذ القانون في مواجهتها»([38]).
ومن جهة ثانية تغيرت فلسفة عمل أجهزة الشرطة ودول العالم، وذلك من خلال الانتقال من التركيز على مقاضاة العمل الإجرامي إلى محاولة منعه من الأساس والتحول من جمع المعلومات عقب وقوع الجريمة إلى محاولة منع العمليات الإرهابية، وأصبحت أجهزة الشرطة تتبنى اقترابات استباقية تركز على وضع خطط طويلة الأمد، كما زاد احتكاكها بالمؤسسات الأمنية الأخرى داخل الدولة خاصة مع رغبة أجهزة إنفاذ القانون في تبادل المعلومات الاستخباراتية والبيانات حول الإرهاب والجريمة المنظمة، وقد ترتب على ما سبق عسكرة أجهزة الشرطة([39])في بعض الدول المتقدمة، وذلك لامتلاك أجهزة الشرطة معلومات تفصيلية عن المنشآت أو الجماعات الإجرامية، التي يمكن أن تلجأ إليها العناصر الإرهابية للحصول على موارد تساعدهم في تنفيذ العمل الإرهابي، مثل مزودي الأسمدة الزراعية، والتي يمكن استخدامها في تصنيع المتفجرات، وأخيرا فإن الأعمال الروتينية للأجهزة الشرطية تؤهلها لمراقبة الجماعات المحلية المتطرفة، أو الأفراد الذين يتصرفون بصورة تثير الشكوك بإمكانية تنفيذ هجمات تستهدف البنية التحتية ([40]).
ثانيا-توظيف البيانات الضخمة لخدمة الشرطة التنبؤية:
تقوم الأجهزة الشرطية في بعض الدول، بتوظيف البيانات الضخمةإلى جمع البيانات المتوفرة من خلال مواقع التواصل الاجتماعي مثل فيس بوك، وتويتر، وانستجرام، وسناب شوت، وجوجل بخدماته المتعددة، وأجهزة نظام تحديد المواقع العالمي (GPS) ومقاطع الفيديو من كاميرات الشوارع، وقارئة لوحات السيارات، وسجلات السفر، وبطاقات الائتمان، ووسائل الإعلام، فضلا عن قواعد البيانات الحكومية وتوظيفها في الحفاظ على الأمن العام من خلال تبني تدابير استباقية تهدف إلى التنبؤ ومنع مواجهة التهديدات الاجتماعية حال حدوثها، ويعد أحد النماذج في هذا الإطار الشرطة الهولندية، حيث قامت بإنشاء شبكة من المجسات الذكية لتغطي كامل الأراضي الهولندية (،(Intelligence Senor Network والتي تقوم بجمع وتحليل المعلومات من البيئة الواقعية والافتراضية على حد سواء، وذلك بهدف المحافظة على الأمن داخل الدولة([41]).
وتضم شبكة المجسات الذكيةهذه أعمدة الإنارة الذكية في الشوارع والتي لديها أجهزة كاميرات ومجسات صوتية، وكذلك شبكات المعلومات المحلية مثل تلك المملوكة للجيش، أو الشركات الأمنية الخاصة، إضافة إلى مراقبة الإنترنت، وعمليات البيع التي تتم عبر الإنترنت، وذلك من أجل رفع القدرات التنبؤية للأجهزة الشرطية([42])، ولا يقتصر دور هذه المجسات على جمع المعلومات وحسب ولكنها تقوم كذلك باستخراج وتحليل البيانات المجمعة وتحويلها إلى معلومات يمكن للأجهزة الشرطية الاستفادة منها، ومن ذلك قدرة هذه المجسات على تحديد السلوك المنحرف، حيث تقوم مثل هذا السلوك بالاعتماد على المعلومات التي يتم جمعها من هذه المجسات مثل انطباعات الوجه وغيرها، وكذلك المعلومات المتعلقة بالسياق المحيط بالفرد مثل وقت «وجوده» في منطقة معينة، وعدد الأفراد الموجودين في المكان، وحركتهم، ويتطلب هذا الأمر بطبيعة الحال تحديد المهام التي يجب أن تركز عليها هذه النظم عند جمعها للبيانات ومراجعتها بصورة دورية من قبل مشغل النظام بما يعزز كفاءتها ويتواءم مع التغيرات التي تشهدها البيئة الأمنية.
ويمكن من خلال هذهالمجسماتالتعرف إلى هوية الأشخاص، وتحديد العلاقات فيما بينهم، والتعرف إلى السلوك، واعتراض الاتصالات، والتنصت عليها، ويتمثل الهدف النهائي لها في التحليل الآلي للمواقف المحتملة التي تمثل إخلالا بالنظام العام، والتعرف إلى الأحداث المهمة، وتوفير استجابة أمنية سريعة لها بما يحافظ على الأمن العام، وتبنت الأجهزة الشرطية في معظم دول العالم، أنه من خلال تحليل هذا الكم الهائل من المعلومات يمكن الوقف على أنماط التهديدات الأمنية والتنبؤ بها قبل حدوثها.
ثالثا-أنظمة حفظ الأمن التنبؤي:
تعمل معظم أنظمة حفظ الأمن التنبئي كخدمات تقدم من قبل طرف ثالث، فخوارزميات التنبؤ الصناعي تدمج في إدارة البيانات الشرطية في الإدارات والقطاعات المعنية، ونجد أن الشركات العالمية مثل. «هانش لاب HunchLab» تتخطي مسألة التنبؤ إلى التوصية بالتكتيكات الأمنية، أو تقديم خدمات وأنظمة لقواعد بيانات الجريمة لوضع تصورات عن أنواع الجريمة المنتظر وقوعها.
وقد تتضمن التطورات نحو أنظمة أكثر تكاملا بدمج مواقع كل فرد من ضباط الشرطة من خلال بيانات النظام العالمي لتحديد المواقع GPSبغرف العمليات المركزية بالقطاعاتالأمنية، وبالإضافة إلى تسجيلات الكاميرات المثبتة على سترات ضباط الشرطة، ونتناول خطوات عملية حفظ الأمن التنبؤى على النحو التالي ([43]):
– تتسم البيانات الناتجة من تلك الخوارزميات بأنها دقيقة للغاية، ويمكن للتكنولوجيا الذكية تنبيه وإخطار فرق الدوريات في الأحياء التي تحتاج إلى المزيد من الاهتمام من قبل الشرطة، وذلك من أجل منع وقوع الجريمة، ويمكن إدخال هذا النظام الذكي الجديد في كاميرات المراقبة لإرسال تنبيهات إلى الشرطة في حال وجود شخص داخل شارع مظلم ويتصرف بطريقة مريبة، وهو ما يشير إلى إمكانية وقوع جريمة ما، لكي تستبق الشرطة الحدث وتبادر لإحباطه.
يقوم محرك التنبؤ بالجرائم بتحليل المعلومات وأنماط الجرائم من قواعد البيانات الخاصة بالشرطة عبر استخدام خوارزميات متطورة، وينتج تنبؤات عالية الدقة تتعلق بمكان وزمان حدوث الجرائم في المستقبل، ثم يتم إخطار مراكز ودوريات الشرطة بهذه التنبؤات بهدف منع النشاطات الإجرامية المحتملة، ويتضمن نظام التنبؤ بالجرائم «Crime Preduction» نظاما ينتج التنبؤات والتنبيهات، وتحليل البيانات والمعلومات، والإحصاءات التنبؤية والوقائية، إضافة إلى خاصية الدمج مع كاميرات المراقبة واستخدام الموارد ([44]).
تدمج مزيد من البيانات بقوالب أنظمة المعلومات الأمنية بالأنظمة الذكية بهدف إنتاج إخطارات أكثر دقة، فبرنامج (هانش لاب) يطبق خوارزميات تعلم الآلة والذكاء الاصطناعي للتنبؤ بانتشار أنواع الجرائم، وتشمل هذه البيانات سجلات للبلاغات العامة عن الجريمة وطلبات النجدة من الشرطة، إضافة إلى حالات الطقس، والمواقع الجغرافية، وجداول الفعاليات المهمة أو الدورات المدرسية، ومواعيد الرحلات، وتعتمد تقنية تعلم الآلة على مجموعات من المتغيرات التي من شأنها أن تتنبأ على وجه الدقة بمواقع وأوقات حدوث الجريمة، ويمنح هذا النظام ثقلا لأثر وتكرار حدوث أنواع الجرائم ومدى فاعلية الدوريات الشرطية في منع حدوثها، فعلى سبيل المثال، للقتل تأثير شديد ولكنه لا يحدث كثيرا، ومن الصعب التنبؤ به، أما سرقة السيارات والسطو بالإكراه فجرائم لها أثر متوسط القوة ولكن هناك إمكانية أكبر للتنبؤ بحدوثها والتعامل معها([45]).
– تعتبر البرامج التنبؤية واحدة من الأدوات الذكية المستخدمة للمزج بين إحصاءات الجريمة مع البيانات الاجتماعية والاقتصادية، ومعلومات الطقس والمواقع التجارية لتحديد المواقع المرجح أن تحدث بها الجرائم، إضافة إلى انتماء العصابات، وتاريخ القبض على تجار المخدرات، وأجهزة استشعار للكشف عن إطلاق النار.
تربط النماذج التنبؤية بالجرائم بالأشخاص أو بالأماكن: فالنماذج المستندة إلى مرتكب الجريمة تكون ملفات للشخصيات ذات الصفات الخطرة في قوالب أنظمة المعلومات، على أساس العمر، وسجل الحالة الجنائية والتاريخ المهني، والانتماءات الاجتماعية، وتستخدم أجهزة الشرطة الملفات الشخصية- مثل التقديرات لمدى إمكانية تورط شخص ما في إطلاق النار- لتقرير ما إذا كان ينبغي احتجاز شخص ما أو إحالته إلى مؤسسة خدمات اجتماعية أو وضعه تحت المراقبة، وتشكل النمذجة الجيومكانية ملفات للمناطق بناء على المخاطر التي يمكن أن تحدث فيها، وتقسم دوائر كل منطقة داخل المدينة إلى شبكة من الخلايا (كل منها يغطي مساحة قدرها نحو 50 مترا مربعا) على سبيل المثال، وبناء على ذلك تتنبأ خوارزميات الذكاء الاصطناعي- التي جرى ترتيبها باستخدام البيانات الجنائية والبيئية- بالمكان والزمان الذي ينبغي فيه على ضباط الشرطة عمل دوريات لضبط الجريمة في أثناء وقوعها أو لمنع حدوثه، وتسمح أدوات برامج (هانش لاب HunchLab) لغرف العمليات بتعديل أولويات دوريات الشرطة، من خلال إضافة قيود معينة، مثل عدد القوات والدوريات الأمنية، أو القوات المتمركزة في أنحاء المدينة، من حيث المدة التي يستغرقها الضباط في المواقع المتنبأ بها في مقابل المدة التي يستغرقونها في الاستجابة للبلاغات، كما يمكنهم أيضا تشكيل نماذج الجريمة([46]).
– يمكن لتحليلات الفيديو الخاصة بالاعتراف المتكامل بالوجه، وكشف الأفراد في مواقع متعددة عبر دائرة تلفزيونية مغلقة أو عبر كاميرات متعددة، والكشف عن الأشياء والنشاط أن تمنع الجرائم من خلال تحليل الحركة والنمط، وأن تعترف بالجرائم الجارية، وتساعد المحققين على التعرف إلى المشتبه فيهم، باستخدام التكنولوجيا مثل الكاميرات وأنظمة الفيديو المسجلة والوسائط الاجتماعية التي تولد كميات هائلة من البيانات، حيث تستطيع تلك الأنظمة الكشف عن الجرائم التي قد لا يتم كشفها، والمساعدة في ضمان سلامة أكبر من خلال التحقيق في النشاط الإجرامي المحتمل،وبالتالي زيادة ثقة المجتمع في تطبيق القانون وحفظ الأمن العام، ومحاربة الإرهاب.
– يمكن استخدام تحليل نمط البيانات لعرقلة وتفادي الجرائم والمؤسسات الإجرامية، ويمكن أن تساعد الخوارزميات أيضا في منع الضحايا والمجرمين المحتملين من الوقوع في الأعمال الإجرامية وحماية الجمهور بطرق لم يسبق لها مثيل.
رابعا-إدارة منظومة الشرطة التنبؤية باستخدام الذكاء الاصطناعي:
– تقوم أجهزة الشرطة المعنية بتطوير خوارزميات شبكة للمدينة بأكملها، واستنادا إلى الحوادث الزمنية والمكانية للجرائم، وتقوم الخوارزميات بإعداد أنماط معينة لاستخدامها فيما بعد لتحديد ما يسمى «النقاط الساخنة» Hot Points، وهي المناطق التي من المحتمل أن تحدث فيها بعض الجرائم في المستقبل، هذه النقاط الساخنة هي مناطق محددة بشكل ضيق عن 50 مترا مربعا في داخلها تقريبا، ويمكن للخوارزمية إجراء تنبؤات محددة فيما يتعلق بنوع الجريمة (أي أنواع العقارات التي يحتمل تعرضها للسطو) وعندما يكون احتمال وقوع الجريمة على الأرجح.
– يمكن العثور على تطبيقات الذكاء الاصطناعي في العديد من جوانب حياتنا، من الزراعة إلى الصناعة، والاتصالات، والتعليم، والتمويل، والحكومة، والخدمات، والتصنيع، والطب، والنقل، السلامة العامة والعدالة الجنائية، تحديد أنظمة السلامة المرورية، وتسمح التنبؤات المتعلقة بالجريمة بتخصيص موارد الشرطة بطريقة أكثر كفاءة.
تساعد الأبحاث التي تدعمها NIJ National Institute of Justice بالولايات المتحدة الأمريكية في تطبيق وتلبية احتياجات المؤسسات الشرطية حول العالم، مثل تحديد الأفراد وأفعالهم في مقاطع الفيديو المتعلقة بالنشاط الإجرامي أو السلامة العامة وتحليل الحمض النووي وكشف الأعيرة النارية والتنبؤ بالجريمة ([47]).
– تقوم الخوارزميات بكيفية تمييز الأشياء والأشخاص والمشاعر الإنسانية المعقدة والمعلومات والظروف بشكل يومي، تقوم خوارزميات البرمجيات وأجهزة الحاسب الآلي، على سبيل المثال، بالتعلم الذاتي على مجموعات البيانات لفهم كيفية تحديد الأشخاص استنادا إلى صورهم.
خامسا-تطبيقات الشرطة التبؤية في العمل الأمني:
1- تحليل فيديو وتحليل الصور:
– يستخدم تحليل الفيديو والصورة في المجتمعات ومنظومة دوريات الشرطة، للحصول على معلومات حول الأشخاص والأشياء والإجراءات لدعم التحقيقات الجنائية، ومع ذلك فإن تحليل معلومات الفيديو والصورة يستلزم الكثير من العمل، مما يتطلب استثمارا كبيرا في الموظفين ذوي الخبرة في الموضوع، كما أن تحليل الفيديو والصورة عرضة للخطأ البشري بسبب الحجم الهائل من المعلومات، والوتيرة السريعة للتكنولوجيات المتغيرة مثل الهواتف الذكية وأنظمة التشغيل، وعدد محدود من الموظفين المتخصصين الذين لديهم المعرفة اللازمة لمعالجة مثل هذه المعلومات ([48]).
– توفر تقنيات الذكاء الاصطناعي القدرة على التغلب على بعض الأخطاء البشرية، ولا تقتصر خوارزميات البرامج التقليدية التي تساعد البشر على ميزات محددة سلفا مثل شكل العين، ولون العين، والمسافة بين العينين للتعرف إلى معلومات الوجه، أو المعلومات السكانية لتحليل الحالة، وتطور خوارزميات الفيديو والصورة إلى تحديد ميزات/ ملامح التعرف إلى الوجه المعقدة المستقلة الخاصة بها لإنجاز المهام الأمنية، بل أن هذه الخوارزميات لديها القدرة على مطابقة الوجوه، وتحديد الأسلحة وغيرها من الأشياء، والكشف عن الأحداث المعقدة مثل الحوادث والجرائم الجارية أو بعد وقوعها.
2- فك شفرة الصور:
– يمكن أن يساعد فك شفرة الصور في تحديد المشتبه فيه، أو المساعدة في التحقيق، أو تحديد شخص في صور أو فيديو بجودة منخفضة للغاية، يستخدم الباحثون في كلية دارتموث خوارزميات الذكاء الاصطناعي التي تقوم بشكل منهجي بتفكيك وتحليل الصور عالية الجودة، والمقارنة باستخدام أجهزة منخفضة الجودة للتعرف بشكل أفضل إلى الصور ومقاطع الفيديو ذات الجودة الأقل، على سبيل المثال، تتدهور الصور الواضحة للأرقام والحروف ببطء لمضاهاة الصور منخفضة الجودة، ثم يتم التعبير عنالصور المتدهورة وتصنيفها على أنها تمثيلات رياضية، ويمكن بعد ذلك مقارنة هذه التمثيلات الرياضية المتدهورة بصور لوحات ترخيص منخفضة الجودة للمساعدة في تحديد لوحة الترخيص.
– نظام استكشاف فكرة «فهم المشهد» أو القدرة على تطوير «نص يصف العلاقة» بين الأشياء (الأشخاص والأماكن والأشياء) في سلسلة من الصور لتوفير المعلومات والبيانات المطلوبة، حيث أن الهدف هو اكتشاف الأشياء والأنشطة التي ستساعد في تحديد الجرائم الجارية للمراقبة الحية والتدخل، إضافة إلى دعم التحقيقات، ويمكن أن يشير فهم المشهد عبر مشاهد متعددة إلى أحداث مهمة محتملة ينبغي على أجهزة الشرطة والتحقيق الجنائي مشاهدتها لتأكيدها ومتابعتها، وتستخدم مجموعة من الباحثين في جامعة سنترال فلوريدا، بالشراكة مع قسم شرطة أورلاندو، والتمويل من المعهد القومي للمرأة لتطوير خوارزميات لتحديد الأشياء في مقاطع الفيديو، مثل الأشخاص والسيارات والأسلحة والمباني، دون تدخل بشري، كما يقومون بتطوير خوارزميات لتحديد إجراءات مثل حوادث المرور والجرائم العنيفة ([49])
3- تحليل الحمض النووي:
– يمكن استخدام أنظمة الذكاء الاصطناعي في اختبارات الحمض النووي الشرعي، التي كان لها تأثير غير مسبوق على أنظمة التحقيق الجنائي على مدى العقود العديدة الماضية.
– يمكن نقل المواد البيولوجية، مثل الدم واللعاب والسائل المنوي وخلايا الجلد، عن طريق الاتصال مع الأشخاص والأشياء أثناء ارتكاب جريمة، ومع تقدم تقنية الحمض النووي، ازدادت حساسية تحليل الحمض النووي، مما سمح للعلماء الشرعيين باكتشاف ومعالجة أدلة الحمض النووي منخفضة المستوى، المتدهورة، أو غير القابلة للتحقيق، والتي لم يكن بالإمكان استخدامها من قبل، وعلى سبيل المثال، يتم الآن تقديم أدلة الحمض النووي منذ عقود من جرائم العنف مثل الاعتداءات الجنسية وحالات القتل، ونتيجة لزيادة الحساسية، يمكن الكشف عن كميات صغيرة من الحمض النووي، مما يؤدي إلى إمكانية اكتشاف الحمض النووي من المساهمين المتعددين، حتى عند مستويات منخفضة للغاية، وهذه التطورات وغيرها تطرح تحديات جديدة لمختبرات الجريمة، وعلى سبيل المثال، عند استخدام طرق شديدة الحساسية في أدلة الإثبات، قد يكون من الممكن اكتشاف الحمض النووي من عدة مرتكبين أو من شخص غير مرتبط بالجريمة على الإطلاق- وبالتالي خلق قضية تفسير الحمض النووي والحاجة إلى الفصل والتعرف إلى (Deconvolute) الملفات الشخصية الفردية لتوليد استنتاجات حقيقية تؤدي إلى الوصول لمركبي الجرائم ([50]).
– قد يكون لتحليل الحمض النووي إنتاج كميات كبيرة من البيانات المعقدة في شكل إلكتروني، وتحتوي هذه البيانات على أنماط، قد يكون بعضها خارج نطاق التحليل البشري، ولكنه قد يكون مفيداً، لأن الأنظمة تزداد حساسية، لاستكشاف الأدلة.
– عقد الباحثون في جامعة سيراكيوز شراكة مع مركز مقاطعة أونونداجا لعلوم الطب الشرعي ومكتب رئيس الأطباء الشرعيين في قسم الطب الشرعي في مدينة نيويورك للتحقيق في طريقة جديدة مبنية على التعلم الآلي لفك رموز المعلومات المطلوبة، وعمل فريق جامعة سيراكيوز على الجمع بين نقاط القوة في المناهج التي تضم محللين بشؤون الإنسان مع استخراج البيانات وخوارزميات الذكاء الاصطناعي، وتظهر الأبحاث أن تقنية الذكاء الاصطناعي لديها القدرة على المساعدة في هذه التحليلات المعقدة ([51]).
– يتم استخدام الذكاء الاصطناعي للتنبؤ بالضحايا المحتملين للجريمة العنيفة استنادا إلى السمات والسلوك، استخدمت إدارة شرطة شيكاغو ومعهد إلينوي للتكنولوجيا الخوارزميات لجمع المعلومات وتشكيل مجموعات أولية تركز على بناء الشبكات الاجتماعية، وإجراء التحليلات لتحديد الأفراد المحتملين ذوي المخاطر العالية.
4- الطائرات بدون طيار Drones:
– تمتلك تقنية الذكاء الاصطناعي القدرة على توفير استجابات أفضل ومستنيرة للأوضاع الخطرة المحتملة، ويمكن للتكنولوجيا التي تشمل الروبوتات والطائرات بدون طيار أنتقوم أيضا بمراقبة السلامة العامة، وأن يتم دمجها في أنظمة السلامة العامة، وأن توفر بديلا آمنا لوضع الشرطة والجمهور في حالة الضرر، ويمكن أن تعمل الروبوتات والطائرات بدون طيار أيضا على التعافي، وتوفير معلومات استخبارية قيمة ([52]).
– بدأت الصين على سبيل المثال، القيام بمشاريع تجريبية في مجال الشرطة الآلية، حيث تقوم الروبوتات بدوريات المناطق العامة لتحديد التهديدات وتحييدها، على الرغم من أن الشرطة الآلية ليست شائعة جدا في معظم الدول، واستخدام أجهزة الطائرات بدون طيار من قبل سلطات إنفاذ القانون أدى إلى نتائج جيدة، حيث انخفضت الجرائم بنسبة 10% من معدلاتها الطبيعية في مدينة مكسيكية، إن وجود الطائرات بدون طيار والروبوتات يخدم، على الأقل، كرادع للجريمة، وعلى الأكثر كشهود ومجمعين للأدلة ([53]).
5- تعقب أصوات إطلاق النار:
– قد يستخدم النظام الذكي تعقب أصوات إطلاق النار بواسطة مجموعة من أجهزة الاستشعار للتعرف إلى مصدر الطلقات النارية وتنبيه السلطات في غضون 45 ثانية من الضغط على الزناد، ويستعين هذا النظام الذي يسمى «شوت سبوتر» لرصد الطلقات النارية، بما يتراوح بين 15 و 20 جهاز استشعار صوتي لكل ميل مكعب، لاكتشاف الدوي المميز للطلقات النارية، مسترشدا بالمعلومات عن الزمن الذي يستغرقه الصوت للوصول إلى كل جهاز استشعار والخوارزميات للكشف عن موقع الحادثة في مساحة تصل إلى 25 مترا، ويستدل بخوارزميات التعلم الذاتي لتأكيد من أن هذا الصوت هو بالفعل دوي طلق ناري، واحتساب عدد الطلقات([54])، وتستعين الشرطة بهذه المعلومات لتعرف ما إن كانت ستتعامل مع مهاجم منفرد أم مجموعة من الجناة، وما إن كان الجناة يحملون أسلحة آلية أم أسلحة نارية معتادة، وتستخدم الآن 90 مدينة، أغلبها في الولايات المتحدة، وبعضها في جنوب أفريقيا وأمريكا الجنوبية، نظام «شوت سبوتر»، وتدرس مدن أخرى إمكانية تطبيقه([55]).
– يتتبع الذكاء الاصطناعي دوي طلقات النار، ويقوم بإخطار أقرب المستشفيات وأقرب الدوريات الأمنية قبل أن يزيد عدد القتلى، ووضعت أنظمة أصغر حجما داخل تسع جامعات في الولايات المتحدة في أعقاب حوادث إطلاق النار الأخيرة داخل الجامعات، كما وضع جهاز الخدمة السرية الأمريكية أجهزة استشعار نظام «شوت سبوتر» في البيت الأبيض.
– ويري الباحث أن الاستخدام المكثف للتكنولوجيا، إذا تم القيام به بشكل صحيح، سوف يفيد بشكل كبير تطبيق القانون في الحفاظ على السلام والنظام، مع استمرار البحث والتطوير، ستصبح الإصدارات المحسنة لهذه التقنيات في الغالب سائدة وستؤدي إلى تخفيض كبير للجريمة.
المطلب الثاني
الذكاء الاصطناعي في نظم المعلومات الجغرافية SIG كأداة داعمة للقرار الأمني ونظم تحديد المواقع العالمي (GPS)
تعد نظم المعلومات الجغرافية إحدى التقنيات الحديثة في مجال الدراسة الأمنية، حيث يتيح استخدام هذه التقنية سهولة الحصول على البيانات وتحديثها وتحليلها، وإتاحة الفرصة لتصميم النماذج Modelsواقتراح البدائل، كما أنها تقنية تمثل، أداة تحليل جيدة، وهي ذات فاعلية عالية يحتاج إليها الكثير من المخططين، وصانعي، ومتخذي القرار.
أولا-ماهية نظم المعلومات الجغرافية:
تعتبر مجموعة من النظم التي تدعم عملية اتخاذ القرار ضمن حقول شاسعة، ضمن مجموعة من الأنشطة والعمليات، وتهتم هذه النظم بدراسة البيانات المرجعية الخاصة بالأرض والفضاء، بالاعتماد على أدوات خاصة، وبرمجيات ومن ضمنها البيانات المكانية والرقمية، وهي اختصار Geographic Information SystemJ.([56])
ويقصد بنظم المعلومات الجغرافية بنوك المعلومات التي يتم بواسطتها جمع المادة الجغرافية وتخزينها إلكترونيا ثم تحليلها ومعالجتها بواسطة برامج تطبيقية للحصول على نتيجة نهائية، سواء على هيئة رسم بياني، وجداول، ومجسمات، أو خرائط إلكترونية وتعليقات علمية. وهي نمط تطبيقي لتكنولوجيا الحاسب الآلي بشقيه الأساسيين البرامج (Software) ومكونات الحاسب (Hardware) والتي أصبحت تسمح لنا بحصر وتخزين ومعالجة بيانات متعددة المصادر، كمية كانت أو نوعية دون قيود، مع إمكانية الحصول على نتائج نهائية على هيئة خرائط، ورسم بياني، ومجسمات، وصور، وجداول، أو تعليقات علمية.
من التعريفات السابقة يتضح ما يلي:
أن نظم المعلومات الجغرافية وسيلة تعتمد أساسا على استخدام الحاسب الآلي في تجميع ومعالجة وعرض وتحليل البيانات المرتبطة بمواقع جغرافية لاستنتاج معلومات ذات أهمية كبيرة في اتخاذ قرارات أمنية مناسبة… تتضمن تكنولوجيا نظم المعلومات الجغرافية العمليات المعتادة لقاعدة البيانات Data Base مثل الاستفسار والتحليل الإحصائي، إضافة إلى التصور والتحليل الجغرافي المميز الذي توفره الخرائط، وترتبط دائما الأحداث الأمنية بنطاق جغرافي معين، أو مكان تحدث فيه (شارع، حي، عدة أحياء، مدينة، دولة بأسرها)، وحتى يتمكن متخذ القرار من إلقاء نظرة أشمل توضح العلاقات المكانية ببعضها بعضا، ويتعرف إلى حدود الظاهرة الأمنية.
مميزات نظم المعلومات الجغرافية:
– تمتاز نظم المعلومات الجغرافية بأنها تجمع بين عمليات الاستفسار والاستعلام الخاصة بقواعد البيانات مع إمكانية المشاهدة والتحليل والمعالجة البصرية لبيانات جغرافية من الخرائط وصور الأقمار الصناعية والصور الجوية، وهي الميزة التي تميزها عن نظم المعلومات المعتادة، وتجعلها متاحة لكثير من التطبيقات العامة والخاصة لتفسير الأحداث وحساب المؤشرات ووضع الاستراتيجيات.
– تتميز نظم المعلومات الجغرافية بالكثير عن غيرها من نظم تطبيقات الحاسب الآلي مثل برامج قواعد المعلومات كبرنامج (Lotus) أو البرامج الإحصائية مثل (Minitab) أو (SAS) أو برامج الرسم والتصميم مثل (Autocad)، حيث يعتمد نظام المعلومات الجغرافية على نظم التوجيه المكاني لربط المعلومات بمواقعها الحقيقية على سطح الأرض، حيث تجيب من خلال هذا التوجيه على استفسارات خاصة لا تتوافر لدى نظم المعلومات الأخرى.
– تنفرد نظم المعلومات الجغرافية بإمكانية الإجابة على العديد من الاستفسارات، حيث تتيح الاستفادة الحقيقية من المعلومات وذلك بتحقيق التفاعل الحواري SystemInteractive بين الإنسان والحاسب الآلي للحصول على معلومات بوسائل غير مباشرة، ولقد ساهمت إضافة الوظائف الجديدة إلى نظم المعلومات الجغرافية والمتمثلة في الوسائل أو المعدات المتعددة Multimedia مثل كروت الصوت Sound Cards وكروت الفيديو Video Cards والشبكات، والرسومات الهندسية في شكلها الإلكتروني، ونظم ذكية وأدوات اتصالات متنوعة، في مجال إدارة الكوارث، حيث يتم من خلالها توجيه وسائل الإسعافات الأولية والمطافئ إلى المناطق المنكوبة، أو توضيح أقصر الطرق إلى مكان الحادث بالصوت والصورة.
– تمتاز نظم المعلومات الجغرافية بقدرات عديدة مثل إمكانية الربط بين البيانات المكانية والوصفية، القدرة على التعامل مع عدة طبقات من البيانات في وقت واحد، والقدرة التحليلية المساهمة في دعم اتخاذ القرار.
ثانيا-دور نظم المعلومات الجغرافية في الوقاية من الجريمة:
تستخدم كأداة تحليلية وتقنية ذات فعالية سواء للمخططين أو متخذي القرار وكذلك المسؤولين عن الإدارة العسكرية أو الأمنية، وتحدد أدوات التنبؤ استنادا إلى البيانات المرجعية من مواقع أو مدد زمنية مختلفة، يمكنهم أيضا استخدام البيانات الديموغرافية على الخرائط الإلكترونية، وأشير إلى أن استخدام نظم المعلومات الجغرافية يقلل إلى حد كبير من التكلفة، ويحقق سرعة وإحاطة اتخاذ القرار لمواجهة المشكلة الأمنية الطارئة أو المتوقعة، وأبعادها على الأرض، إضافة إلى المساندة في إنجاز الخطط بمعدلات أسرع وبجودة عالية تقليلا للهدر في الطاقات والموارد.
ومن ناحية أخرى برزت نظم المعلومات المكانية كنظم لها القدرة الفائقة على الربط بين البيانات الوصفية والبيانات المكانية، عبر بناء قواعد بيانات مكانية، وعبر برامج تساعد على إجراء التطبيقات المختلفة، مما يساعد على توضيح الرؤية لمتخذ القرارات الأمنية ([57]).
وتستخدم في الوقاية من الجريمة على النحو التالي ([58]):
– تحديد المواقع المثالية للدوريات الثابتة والمتحركة وسرعة التحرك للهدف.
– يدعم غرف السيطرة والتحكم والمتمثلة في غرف العمليات والقيادة والسيطرة في مختلف القطاعات الأمنية مع المساعدة في تحديد مناطق أوكار الجريمة وتوضيحتوزيع الظواهر الإجرامية مكانياً.
– تحديد أماكن وقوع الحوادث سواء المرورية أو الجنائية، وأنسب الطرق للوصول للموقع بشكل سريع، مع دعم إظهار التوزيع الجغرافي للحوادث بكافة أنواعها كالحرائق والجرائم وحوادث الطرق.
– دعم قوات الشرطة في المناطق الحدودية لتأمين ومراقبة الحدود، وتحديد الثغرات الأمنية ومعالجتها وتوزيع الدوريات والأماكن المناسبة لكاميرات المراقبة حسب خصائصها.
– يدعم أعمال المرور من خلال توزيع المهام على الطرق الداخلية والطرق السريعة حسب الكثافة المرورية عليها، ووضع الخطط البديلة في حالات الاختناقات المرورية وساعات الذروة.
– التوزيع الأمثل لمواقع الأجهزة الأمنية بما يتناسب مع الحجم السكاني والنطاق الجغرافي، وبالتالي معرفة الحاجة الفعلية للأجهزة الأمنية من الكوادر البشرية والآليات والتجهيزات اللازمة، ودعم اتخاذ القرار على المستوى القيادي بما يوفره من معلومات وبيانات وصفية ومكانية.
– تحديد مناطق أوكار الجريمة وتوضيح توزيع الظواهر الإجرامية مكانياً.
– التنبؤ بالكوارث الطبيعية وحجمها ونطاقها الجغرافي وبيانات المتعرضين لها، كالسيول والزلازل والفيضانات وإيجاد الحلول العملية واتخاذ الإجراءات الأمنية لمواجهتها.
ثالثا: مكونات نظم المعلومات الجغرافية:
- تعتمد نظم المعلومات الجغرافية على مكونات أساسية يتحقق في مجموعها الهيكل النهائي GIS ويتوقف نجاح النظام على مدى دقة وتوافق المكونات المختلفة والتي يمكن تحديدها كالآتي:
- مكونات الحاسب Hardware
- البرامج التطبيقية Application Softwar
- قواعد المعلومات Data Base
- مستخدمو نظم المعلومات الجغرافية Gis Users
- أنظمة الذكاء الاصطناعيArtificial Intelligence System
1-مكونات الحاسوب اللازمة لنظم المعلومات الجغرافية Components of GIS:
لإنجاح نظم المعلومات الجغرافية يجب توفر هيكل متكامل من مكونات الحاسوب، حيث تعتمد على ثلاث وحدات رئيسة هي وحدة الإدخال ومؤشرات ليزر، وأجهزة استشعار وشاشات hd smart، ووحدات رسم هندسي متطورة وذكية، ووحدة المعالجة المركزية فائقة السرعة، وحدات التخزين الممتدة بالتيرا بايت، إضافة إلى الخوادم المحلمة بقوالب المعلومات والبيانات، ثم وحدة الإخراج كطابعات ليزر متعددة المهام والذكية وغيرها من أدوات إلكترونية وحديثة.
2-البرامج التطبيقية في نظام المعلومات الجغرافي Application Software For Gis:
هناك عدة برامج تستخدم لنظم المعلومات الجغرافية منها التي تعمل على نظام المعلومات الاتجاهية مثل ArcGISوالتي تعمل على نظام الخلايا مثل ERDAS، يعتبر نظام الاتجاهات أكثر ملاءمة لتخزين البيانات ذات الدقة العالية كخرائط التمليك والحدود لذلك يفضل في هذه الحالات اختيار برامج تعمل على نظام المعلومات الاتجاهية، وفي حالة تكامل بيانات خرائط طبوغرافية وخرائط نوعية، والضرورة لاستخدام التصوير الجوي والاستشعار من بعد، فيفضل اختيار برامج تعمل على نظام الخلايا، ولإدارة المعلومات الوصفية لابد من وجود برنامج قاعدة بيانات DBMS، مثل Access/Oracle وإذا كانت المعلومات أو الجداول كثيرة فيفضل فصلها وربطها مع مواقعها الجغرافية بواسطة معرفات ID.
وقد شهدت السنوات الماضية تحسناً ملحوظاً في برامج قاعدة البيانات من زيادة في حجم البيانات التي يسعها البرنامج، زيادة في طول اسم الحقل (في الماضي كان عشرة أحرف فقط)، وزيادة في نوع المعلومات التي يمكن تخزينها (صور، صوت، فيديو)، وسرعة في المقدرة على تصنيف البيانات واسترجاعها، كما حدثت أيضا زيادة في مقدرات التحليل الإحصائي، وسهولة تطويع هذه البرامج للتعامل مع المبتدئين في مجال الحاسب لخدمة أغراض محددة، وخدمات الإنترنت فائق السرعة وبرامج google earth-google maps.
3-قواعد المعلومات Data Base:
تتميز قواعد المعلومات التي يجب أن تحقق متطلبات نظم المعلومات الجغرافية بالدقة والتنوع بين محتوياتها وتصميمها الخاص والذي يعتبر بمثابة النظم التي تجمعبين معلومات مكانية Spaitial data من ناحية وبين معلومات وصفية ذات علاقة وثيقة بها Related Descripitive Dataمن ناحية أخرى والتي تعرف باسم (قواعد المعلومات الجغرافية Geographical data Base).
4-مستخدمو نظم المعلومات الجغرافية Gis Users:
تعتمد نظم المعلومات الجغرافية على هيكل تنظيمي إداري خاص تتوفر فيه الخبرة بجوانب تقنيات الحاسوب وأصحاب الخبرات في مجال تصميم نظم معلوماتية متكاملة وما يتعلق بذلك من الخلفيات العلمية اللازمة لغرض تصنيف المعلومات وكيفية الحصول عليها، وإدخالها إلى الحاسوب، هذا إلى جانب الإلمام بالمحاور المختلفة المتعلقة بتحقيق الروابط بين المعلومات للوصول إلى التطبيقات المتعددة.
5-فوائد أنظمة الربط التحليلية الذكية Artificial Intelligence System([59])
- تحليل الأحداث للكوارث والأزمات السابقة بهدف اكتساب الخبرات.
- التدريب على توقع وتجنب حدوث كوارث في المستقبل.
- تقدير الاحتمالات-دراسة الإمكانيات، تحديد استراتيجيات المواجهة.
- تقديم الخبرات الفنية والإدارية والقانونية.
- تحديد الإجراءات المترتبة على الكارثة.
- تحديد مكان المناطق الحيوية ونقاط الاستغاثة (الدوريات الأمنية -أقسام الشرطة، الحماية المدنية -الخدمات المرورية -المعدات -مهمات الإغاثة -المستشفيات المراكز الطبية -نقط الإسعاف -الأطباء – الصيادلة -وسائل الإطفاء -المواد التموينية -محطات المياه والكهرباء والغاز -محطات الصرف الصحي -الاتصالات والشبكات – المواصلات -مناطق الإيواء وطاقتها الاستيعابية -معلومات عن حالة المرافق).
- معلومات عن الكوارث السابقة وكيف علجت.
- توفير قاعدة بيانات السيناريوهات.
- سهولة وسرعة الاستعلام.
- سهولة وسرعة الاستخدام المناسب والسريع للنماذج وأنماط الحلول.
ومن أفضل الأمثلة على ذلك استخدام نظم المعلومات الجغرافية في الحد من خسائر كارثة السيول وذلك باستخدام نظام ARC INFO، ويتم من خلال البيانات المتاحة من الخرائط الطبوغرافية والصور الجوية وصور الأقمار الصناعية والبيانات الميترولوجية والهيدرولوجية إعطاء تصورا عاما عن المنطقة من حيث تقسيمات أحواض تجمع الأمطار واتجاهات سريانها ومدى الخطورة القادمة منها على المنشآت، وبعد ذلك يتم تحديد أنسب المواقع لإقامة السدود والعوائق لتسيطر على أكبر كمية ممكنة من المياه المتدفقة في الوادي وبذلك يتم القضاء على خطورة السيول، والاستفادة بعد ذلك من مياه السيول المتجمعة أمام السدود في الأغراض المختلفة.
رابعا-تطبيق تقنية نظم المعلومات الجغرافية في تحليل الجريمة:
تقوم نظم المعلومات الجغرافية بعرض وتحليل الخرائط الإلكترونية من خلال المسح الشامل والحديث من الصورة الحية للقمر الصناعي ثم المطابقة، والدمج مع قوالب المعلومات الخاصة بالتركيبة السكانية ومن هنا تدمج أنظمة الذكاء الصناعي بتلك الأنظمة السابقة لتحديد أماكن الجناة، وأوقات ارتكاب الجرائم طبقا للمعلومات التي تم إدخالها على الأجهزة مسبقا بشأن البلاغات، وحوادث السرقة، والإخطارات الأمنية، حيث تقوم الدمج الإلكتروني بين نظام المعلومات الجغرافي وبيانات التركيبة السكانية مع قواعد بيانات وتطبيقات الأمن العام والأدلة الجنائية ثم المحاكاة لخوارزميات الذكاء الاصطناعي.
– تقوم نظم المعلومات الجغرافية بمسح شامل لكل من الأحداث الجارية، والمباني، والشوارع، والميادين من خلال الحي، أو المدنية، أو قوات الشرطة (عقارات-أعداد سكان-مبان-منشأت مؤسسية -أماكن تخزين السلع -الكيماويات-المصانع-المطارات-المدارس-الجامعات-النقاط الأمنية-مراكز وأقسام الشرطة-أمان التجمعات-المترو-القطارات-محطات الوقود)، ثم رسم صورة إلكترونية واقعيةللمنطقة أو المدينة، مع إدخال أوقات الذروة وجميع إشارات المرور والمستشفيات وقوات الحماية المدنية ([60]).
– تقوم الأنظمة الذكية بتحليل أنماط الجرائم، وكيفية وأوقات وأماكن وقوعها، وارتباطهابأيام ومواعيد معينة مثل (الإجازات) تقوم أنظمة، بتحليل بيانات الإجرام والوسيلة، وبالتالي توفير خيوط التحقيق والمعلومات المتشابهة إلى موقع جريمة محدد، ومن هنا تقوم عملية التنبؤ بمواقع الجريمة المحتملة، ودعم حفظ العمليات والطوارئ، والرصد النشط المستمر للمخاطر.
خامسا: التحليل الجنائي الرقمي بالذكاء الاصطناعي في نظم المعلومات الجغرافية
Digital Forensics Artificial Intelligence in GIS:
التحليل الجنائي الرقمي Digital Forensics هو دمج بين العلوم الجنائية التقليدية وعلوم الحاسب والشبكات بهدف استخراج الأدلة الرقمية ”digital evidences“ من أجهزة الحاسب وأجهزة الشبكة والأجهزة والوسائط الرقمية، الأدلة الرقمية يمكن أن تكون البيانات الرقمية المخزنة في الأجهزة الحاسوبية أو المنظومات الرقمية أو المنقولة بواسطتها والتي يمكن استخدامها في إثبات أو نفي جريمة قد تكون رقمية أو غير رقمية، وهنا يتم ربط، ودمج جميع الشبكات العصبية ببعضها.
وتتمثل أهم الممارسات المتبعة من قبل الأجهزة الشرطية المختلفة في الأبعاد التالية:
– تطوير قدرات تحليلية لأجهزة إنفاذ القانون: وهو ما يتضح على سبيل المثال، في وظيفة «محلل الجريمة» (Crime Analyst) في بريطانيا، والذي تتمثل وظيفته الأساسية في تحليل المعلومات عن الجرائم، والمشتبه فيهم لتحديد أنماط الجريمة، ووضع ملف شخصي (بروفايل) للمجرمين.
– الاستخدام المنهجي لأدوات التجسس، والمراقبة، فضلا عن اعتماد أقسام الشرطة على شبكة من المخبرين لجمع المعلومات عن المناطق التابعة لهم.
– الاعتماد على قواعد البيانات المختلفة: والتي يمكن تفصيلها على النحو التالي:
- قواعد بيانات المؤسسات غير التابعة للأجهزة الشرطية: مثل البيانات الصحية، والبيانات عن الحالة الاجتماعية، غير أن تبادل البيانات ما بين الشرطة وغيرها من الهيئات داخل الدولة يواجه بالعديد من المشاكل أبرزها الاختلافات الثقافية فيما بينهم، والمخاوف من انتهاك حق الخصوصية، إضافة إلى الصعوبات التقنية في تبادل المعلومات، وعلى سبيل المثال، فإن الشرطة في الولايات المتحدة، بات بمقدروها الاطلاع على عدد كبير من قواعد البيانات الحكومية مثل «مركزمعلومات الجريمة القومية« (National Crime Informayion Sys-tem) و» قوائم مراقبة الإرهابيين» (Terrorist Watch-List)، وكذلك قوائم «نظام أهلية الموظفين» الاتحادي (Employee Eligibility System) والتي تضم بيانات صحية ومالية للموظفين العاملين في الحكومة الاتحادية وغيرها من قواعد البيانات التجارية ([61]).
- نظم معلومات الأجهزة الشرطية:والتي تتضمن معلومات عن العناصر الإجرامية الخطرة، وأماكن وجودهم، ويتم جمع هذه المعلومات عادة من خلال تعاون المواطنين مع الشرطة، أو من خلال المخبرين، أو ضباط الشرطة أثناء تأدية مهام وظائفهم (مثل ضباط الدوريات) وأخيرا من خلال استجواب المجرمين.
ويوفر الذكاء الاصطناعي تقنيات متطورة لمشاريع نظم المعلومات الجغرافية في حين أن نظم المعلومات الجغرافية هي تقنية ذكية مع مجموعات البيانات الضخمة التي تعمل على نطاق واسع من تطبيقات الذكاء الاصطناعي التي تعالج الشبكات العصبية والمدخلات في نظم المعلومات الجغرافية، وتتيح تقنيات البحث في AI طريقة سريعة وفعالة لتحسين وضع المعلومات المكانية في الشبكات العصبية بنظم المعلومات الجغرافية، تقوم الخوارزميات (GA) بتقديم طرق فعالة وسريعة لتحديد أفضل العمليات والنتائج من أجهزة الاستشعار للحصول على تغطية مثالية([62])، ونتناول إحدى أدوات الربط الذكية بين قوالب البيانات والمعلومات ونظام الذكاء الاصطناعي وهو جهاز المتحكم الدقيق أو الأصغري (Micro-controller) وتقوم بتوضيح أهم فوائد تلك الجهاز علي النحو التالي([63]):
– هو لوح تطوير إلكتروني يستخدم لربط أنظمة الحاسبات بأنظمة الذكاء الاصطناعي، مبني على أجهزة (Hardware) وبرامج (Software)، سهل الاستعمال والتعلم، ويمكن استعماله من قبل المحترفين والمبتدئين على حد سواء، فالمتحكم الدقيق هو عبارة عن حاسوب يحتوي على معظم شرائح الدعم الضرورية، حيث تحتوي جميعأجهزة الحاسبات الآلية على العديد من الأشياء المشتركة، وهي: (وحدة المعالجة المركزية (CPU) التي تنفذ التطبيقات- بعض الذاكرة (RAM) حيث يمكن تخزين البيانات المتغيرة- بعض قراءة الذاكرة فقط، حيث يمكن تخزين التطبيقات المراد تنفيذها- المدخلات والمخرجات (I/O) الأجهزة التي تمكن من إنشاء الاتصال مع العالم الخارجي، أي الاتصال بأجهزة مثل لوحة المفاتيح، والماوس، والشاشات، والأجهزة الطرفية الأخرى).
– هناك عدد من الخصائص المشتركة الأخرى التي تحدد المتحكمات الدقيقة، إذا كان جهاز الحاسب الآلي يتطابق مع غالبية هذه الخصائص، فيمكن أن تصنف على أنها متحكم دقيق (Micro-Controller)، فهو وحدة تحكم مدمجة مخصص لمهمة واحدة، وتشغيل تطبيق محدد يتم تخزين البرنامج في (ROM) وعموما لا يتغير وهو جهاز منخفض الطاقة يتحكم في الجهاز عن طريق إرسال إشارات إلى مكونات مختلفة في الجهاز، وعادة ما يكون جهاز التحكم الدقيق صغيرا ومنخفض التكلفة.
– يستخدم المتحكم الدقيق (Micro-controller) في العديد من المنتجات مثل أفران الميكروويف، والطلب على وحدة المعالجة المركزية منخفض إلى حد ما، ويستخدم في كل شيء، والمتحكم الأصغري هـو في الواقـع حاسوب صغير مصمـم خصيصـا ليقوم بأعمال معينة، ويستخدم الذاكرة لتخزين الأوامر المبرمجـة، والقيــام بتنفيذ هــذه الأوامـر مثـل التشغيل، والإطفاء، والتوقيت، والعد، والحساب وغير ذلك من العمليات ([64]).
– وبدأت هذه المتحكمات بالانتشار حتى بات من الصعب العمل في مجال الإلكترونيات الحديثة بدون معرفتها، وهذه المتحكمات موجودة في داخــل العديـد من الأجهـزة التي نستخدمهــا في حيـاتنا اليومية، فمثلا في السيارة نجد أن الفرامل، ومثبت السرعة يتم التحكم فيها عن طريق المتحكم الدقيق، والأمثلة على الأجهزة التي يوجد بداخلهـا متحكم دقيق كـثيرة منهـا (أنظمة المراقبة الحديثة، والهواتـف الجوالة، والتليفزيونات، وكاميرات الفيديو، والكاميرات الرقمية) ([65])، وبذلك يمكن الاستعانة بالمتحكم الأصغري (Micro-controller) في التطبيقات الأمنية من خلال وضع برمجة الوظائف الأمنية لتنفيذها بمنتهي الدقة، كتطور برامج الحاسبات الآلية المختلفة في شتى المجالات «إدارة نظم المعلومات» «نظم المعلومات الجغرافية»… وأي قواعد بيانات وبرمجيات. نتج عن «الخوارزميات»، فملايين البيانات Data Big يصعب علينا دون الخوارزميات المتطورة التعامل معها دون هذه الأدوات والإجراءات الرياضية والمنطقية التي توفرها برامج تقنيات المعلومات المختلفة.
– يبنى اتخاذ القرارات على «الخوارزميات» والتي تتكون من مخرجات ومدخلات، مخرجات تعتمد على بيانات دقيقة، ومخرجات موثوقة بقدر دقة البيانات المتوفرة، وبين المدخلات والمخرجات، حيث تتم العمليات الرياضية والإحصائية المختلفة وتسمى «المعالجة»، وبالتالي سوف تكون معالجة المخرجات هي الطريقة أمام صانع القرار لاتخاذ الإجراءات اللازمة لحل المشكلة.
– تستخدم أدوات تحليلية وإحصائية كثيرة لها القدرة على معالجة البيانات الكبيرة جدا، وترتيبيها، وتنظيمها، وتصنيفها ومن ثم تمثيلها عبر الخرائط الإلكترونية» نظم المعلومات الجغرافية GlS، ثم تمر البيانات في نظم المعلومات الجغرافية بالتسلسل المنطقي والرياضي «الخوارزمي» بمعنى أن الجغرافيا تستثمر الذكاء الاصطناعي لحل وتخليص ومعالجة البيانات، وتمثيلها على الخرائط لإعطاء صانع القرار خرائط جاهزة تبرز له الخلل الموجود كتلوث المياه، أو الهواء، أو أماكن الازدحام والجرائم.. أو المقترحات مثل اختيار أنسب الأماكن لأي مشروع جديد مثل المخازن، أو مراكز الإطفاء.
سادسا-الفرق بين GPS –GIS:
1-تعريف نظم تحديد المواقع العالمي (GPS):
يعني نظام تحديد المواقع الجغرافية، وهو نظام فضائي يعتمد وجوده على 24 قمرا صناعيا تدور حول الأرض مرتين كل 24ساعة، ويطلق على شبكة الأقمار الصناعية الداعمة لنظام GPSوهو اختصار لـ (Geographic Position System) والمحرك Navistar. ([66])
وتم ابتكار وتصميم نظام الـ GPSعلى يد وزارة الدفاع الأمريكية عام 1973، بهدف تحديد أماكن الجنود والمركبات العسكرية بشكل دقيق للغاية، حيث تصل المعلومة عن مكان الشخص، أو الشيء عن طريق هذه الأقمار الصناعية بسرعة تقارب سرعة الضوء. ([67])
ويتكون من أجهزة استقبال، حيث تقوم الأقمار الصناعية بإرسال إشارات كهرومغناطيسية تحمل العديد من المعلومات، ومن ثم يقوم جهاز الاستقبال بالتقاطها، وعن طريق هذه الإشارات وزمن بثها يتم تحديد موقع جهاز الاستقبال، ويقوم جهاز الاستقبال بتحليل تلك الإشارات، وإجراء العديد من العمليات الحسابية، ومن ثم عرض النتائج على شاشة العرض الموجودة عليه، ويوجد في جهاز الاستقبال خرائط للعالم، ويمكن تحديثها باستمرار.
2-استخدامات نظام GPS:
انتشر وتطور هذا النظام بشكل كبير جدا، وله عدة استخدامات في المجالات الأمنية، ونتعرف إلى تلك الاستخدامات من خلال التالي:
– يتكون هذا النظام من وحدة الاستقبال GPS Reciver وهي الوحدة التي يتم تركيبها في المركبة، وأيضا لابد من وجود محطة تحكم أرضية تديرها وتملكها الشركة المقدمة لخدمة GPS، وجهاز حاسب إلى خادم متصل بالإنترنت Web Server، أما جهاز الاستقبال الذي يتم تركيبه في السيارة فيقوم بتحديد إحداثيات السيارة، والاتجاه الذي تسير فيه، وسرعتها، وتتوافر تلك البيانات بعد اتصال وحدة الاستقبال بعدد من الأقمار الصناعية» لا يقل عن ثلاثة أقمار».
– تستخدم الدول المتقدمة أجهزة (GPS) داخل سيارات الشرطة للمساعدة في أعمال الدوريات الأمنية، وسرعة الوصول إلى الأهداف المطلوبة، ونجدة المواطنين.
– تستخدم أجهزة الشرطة تكنولوجيا أجهزة (GPS)؛ لأنها توفر سرعة تحديد الأماكن والوحدات المتحركة مع المعلومات في الوقت الحقيقي، والذي يمكن أن يجعل الشرطة تعمل أكثر كفاءة وفاعلية لتحديد السيارة الأقرب إلى مسرح الجريمة المحتمل.
– استخدام تتبع نظام تحديد المواقع لسيارات الشرطة للتأكد من وجود الخدمات داخل المناطق المخصصة لها، مع سرعة وصول أجهزة الشرطة إلى منطقة معينة في وقت الإبلاغ عن وقوع الجريمة.
– توفير الاتجاهات في الوقت الحقيقي الذي يتضمن تحديثات حركة المرور، ما يساعد على الاستجابة لحالات الطوارئ في أسرع وقت ممكن.
– تحديد الموقع المحدد لأجهزة الشرطة والشخصية المرتبطة بها خلال العملياتالحساسة، والقدرة على تتبع الشحنات غير المشروعة والحصول على ادله للمقاضاة.
– مع تطور شبكات الهواتف الخلوية وظهور شبكات الجيل الثالث 3Gوالجيل الرابع 4G، والجيل الخامس 5G، بدأت تقنية GPSفي احتلال مكانة متقدمة في تقنية الهواتف الخلوية، وبدأت الشركات المنتجة للهواتف المحمولة في الاهتمام بإنتاج هواتف قادرة على الاستفادة بتقنية تحديد المواقع المعروفة بـــ GPS، كما تعتمد أجهزة استقبال GPSالموجودة في الهواتف الخلوية على الحصول على معلوماتها من الأقمار الصناعية بدلا من محطات المحمول، وهى تستطيع تحديد موقع الهاتف بدقة عالية تصل إلى أكثر من %98 وتكاد نسبة الخطأ تكون معدومة، ولا تتأثر بالأحوال الجوية، أو العوائق الطبيعية.
– تستخدم هذه التقنية في الأجهزة الكفية وهي عبارة عن جهاز حاسوب بحجم اليد، أو أصغر بقليل، يعمل بشاشة لمس عن طريق قلم خاص بذلك، ويمكن استعمال الأصابع في بعض الأجهزة الحديثة، وهو يعتبر مرافقا معلوماتيا من الطراز الأقل، هدفه إيصال المعلومة لك أينما كنت ببضع لمسات ([68]).
سابعا: الذكاء الاصطناعي في نظم تحديد الأماكن Artificial Intelligence in GPS:
– تستخدم أنظمة الملاحة GPSمعلومات الخريطة المخزنة لتحديد اختيار الطريق الأمثل بناء على خوارزمية الذكاء الاصطناعي لاتخاذ أقصر الطرق، هذه التقنية ناجحة تماما في الوصول إلى المكان الذي تريد الذهاب إليه في وقت معقول ومع تعديل الأخطاء، بمعنى أنه يمكن إعادة توجيهه تلقائيا في حالة حدوث خطأ في النظام الذكي([69])، ويستخدم القياسات الفعلية لتحسين اختيار المسار في المستقبل، ويوصف الذكاء الاصطناعي طريقة بسيطة لتعديل نظام الملاحة GPSلدمج نموذج تعليمي بسيط باستخدام ملفات تعريف سرعات سير المركبات، وبالإضافة إلى التعلم الآلي، يمكن أيضا استخدام ملفات تعريف السرعة هذه لاستخراج ميزات من البيئة، والتي يمكن استخدامها لتحسين دقة اختيار المسار الأمثل، من المفترض أن تكون مستقلة تماما ما يعني أنه لا يتطلب أي تدخل أو تدخل من المستخدم، وكل المعلومات المطلوبة مستمدة من تسجيل موقع GPSوتاريخه ووقته، ومن خلال أتصال 4G-5Gالمحمول سوف يجعل السيارات المستقلة بتلك الأنظمة إلى الآلات المتقدمة المستندة إلى الذكاء الاصطناعي، ما يجعلها نظما دقيقة بمثابة خطوة كبيرة إلى الأمام في جعل نماذج الخدمة الذكية حقيقة واقعة([70]).
المبحث الثالث
التنبؤ بالجريمة باستخدام تقنيات التعرف إلى الهوية
يعرف النظام الحيوي الآلي على أنه نظام الحاسب الآلي الذي يقوم بتخزين وتصنيفالقوالب الحيوية المأخوذة من خصائص الإنسان المتعددة (مثل بصمة اليد-الوجه-العين-الصوت-شكل شريان اليد.. إلخ)، ومعالجة تلك القوالب المستحدثة بعد تسجيلها والاحتفاظ بها، على القوالب المخزنة في قواعد النظام والتعرف إليها، وإعطاء النتائج آليا([71])، وتعتبر أنظمة التعرف الآلي إلى الوجه أحد تطبيقات استخدام الحاسب الآلي للتحديد التلقائي أو التحقق من وجود شخص ما في صورة رقمية أو لقطة من مقطع فيديو، وعادة ما يتم ذلك من خلال مقارنة ملامح الوجه المحدد من الصورة وقاعدة بيانات تحتوي على عدد كبير من صور وجوه لأشخاص مختلفة، وفي الغالب تستخدم أنظمة التعرف الآلي إلىالوجه في التطبيقات الأمنية على نطاق واسع، إضافة إلى بعض الاستخدامات الأخرى، ويمكن مقارنتها بالأنظمة التي تعتمد على قياس السمات البيولوجية أو الحيوية للإنسان كأنظمة التعرف إلى الهوية من خلال البصمات أو قزحية العين، حيث يعرف النظام الحيوي بأنه عبارة عن معاير للعناصر الفسيولوجية والتي تشمل أجزاء من الجسم، والعناصر السلوكية، وهي التصرفات التي تدل على شخصية الإنسان (مثل طريقة المشي، والكتابة، والتوقيع.. إلخ) التي يمكننا الحصول عليها من الشخص، ومن ثم القيام بحفظها بطرق مختلفة، ثم استخدامها من بعد للتحقق من الشخصية المعنية.
وتتطور تكنولوجيا المعلومات بسرعة هائلة، كما يزداد استخدامها في مختلف المجالات، فيوم بعد يوم تستحدث تقنيات جديدة تزيد من سرعة إنجازنا للمعاملات اليومية، فقد أصبحنا لا نستطيع العيش بدون التعامل مع التكنولوجيا، فعلى سبيل المثال لم يعد الفرد بحاجة لورقة وقلم، لكي يستطيع إيداع النقود في حسابه المصرفي، بل أصبح لديه ما يعرف بالبطاقات الإلكترونية الذكية (Smart Electronic Cards) وكلمات المرور التي تسمح له بالدخول على حسابه في أي وقت ومن أي مكان في العالم([72])، ومع ذلك فالتحديات مازالت قائمة، ماذا سيحدث لو أن أحدهم أضاع بطاقته المصرفية أو نسى كلمة المرور الخاصة به، بالتأكيد سيستغرق حل هذه المشكلة وقتا كثيرا، ولذلك تم استحداث آلياتتعمل على الاستفادة من القياسات البيولوجية للإنسان، كبصمات الأصابع وبصمة العين والبصمة الصوتية والتعرف إلى وجه الأشخاص وغيرها من السمات البيولوجية، حيث يتم تثبيت كاميرات متصلة بأجهزة حاسبات مزودة ببرامج للتحقق من وجه العميل قبل أن تقوم بإخراج النقود له، ومن ثم يمكن أن يتم الاستغناء عن بطاقة سحب النقود والاكتفاء بالوقوف أمام الكاميرا التي ستتولى التعرف إلى الفرد وتفتح له الحساب ليقوم بالسحب أو الإيداع.
المطلب الأول
الهوية الرقمية الذكية والذكاء الاصطناعي
تتطور تقنيات «الهوية الرقمية» في معظم دول العالم باستمرار ولا تقف عند حدود معينة، وتحتوي الشهادات الرقمية المدمجة في بطاقة الهوية الذكية على معلومات مفصلة عن هوية صاحب البطاقة، وعن البطاقة نفسها مثل رقم البطاقة، ورقم الهوية، والاسم، والجنسية، وغيرها من المعلومات، والتي يمكن قراءتها للمسموح لهم بذلك فقط، ولصحة التحقق من البيانات الحيوية/ البيومترية/ لصاحب البطاقة، ويقوم صاحب بطاقة الهوية أثناء عملية التسجيل بتسجيل بصمات أصابعه التي يتم تخزينها على البطاقة، لاستخدامها لاحقا دليلا ثانيا يضمن استخدام البطاقة من قبل صاحبها الفعلي، وعند تشغيل عملية «المصادقة الحيوية» تقوم بوابة التحقق من التأكد من صحة بصمة الإصبع، ثم تتم مقارنة البصمة المخزنة على البطاقة مع البصمة التي تتم قراءتها عبر القارئ الإلكتروني، وبعدها عرض النتيجة([73])، وأتناول دراسة الهوية الرقمية الذكية وذلك على النحو التالي:
أولا-أنواع تقنيات تحديد الهوية:
هناك العديد من تقنيات تحديد الهوية، وتعتمد طريقة عملها على نوعية التقنية، والأجزاء الحيوية التي تقيسها، أو تحدد الهوية من خلالها، وهي جميعا تتفق في قدرتها الفائقة على تحديد الهوية بكفاءة وفاعلية ([74])، وهي على النحو التالي:
1-جهاز الكشف عن بصمة الأصابع Fingerprint- Scanner:
هو جهاز يقوم بالكشف عن هوية الفرد وتحديدها من خلال مقارنة بصمة أصابعه مع البصمات المسجلة بذاكرته، حيث يقوم الجهاز بمضاهاة العلامات المميزة لكل بصمة موجودة، حيث يتم تصوير بصمات الأصابع للأفراد عن طريق الماسح الضوئي، والاحتفاظ بها في ذاكرة الحاسب الآلي المتصل بجهاز الكشف عن بصمة الإصبع، لأغراض المضاهاة، فعند وضع أي فرد بصمة إصبعه يقوم قارئ بصمات الأصابع بمقارنتها بسجل البصمات المحفوظة لديه ([75]).
وإذا كانت مسجلة يتم التعرف إليها في الحال، ويتطلب عمل الجهاز التقاط صور واضحة ودقيقة لبصمة الإصبع من خلال التقاط عدة صور لأغراض المقارنة، أما عند عملية المضاهاة فتتم بوضع الإصبع مرة واحدة ليقوم القارئ الآلي بمقارنة الملامح التفصيلية لبصمة الإصبع مع تلك التي سبق تسجيلها بذاكرته.
2-جهاز الكشف عن كف اليد Human Palm- Scanner:
هو جهاز يستخدم لتحديد هوية الأفراد من خلال الكشف عن سمات وخصائص راحة الكف، التي تحتوي على نحو 10 آلاف معلومة يقوم الجهاز بتحليلها لتحديد هوية صاحبها.
وترتكز الأنظمة الآلية المعتمدة على تقنية التعرف إلى اليد على قياس الخصائص الفريدة لشكل اليد، مثل قياس طول وعرض الأصابع وتوزيع الشعيرات الدموية في ظهر الكف من خلال الاعتماد على تقنية التصوير ثلاثي الأبعاد ([76]).
كما يعتمد عمل الجهاز على جيومترية الصورة ذات الأبعاد الثلاثية([77])، بوضع اليد والأصابع بالشكل الصحيح، بحيث تكون اليد منبسطة والأصابع مفرودة وممتدة على السطح المعدني الذي توضع عليه راحة اليد، حيث تقوم مجموعة من الكاميرات الحساسة بالتقاط صور ثلاثية الأبعاد لراحة اليد والأصابع، ويتم تسجيلها والاحتفاظ بها في ذاكرة الحاسب الآلي المتصل بالجهاز، ويتم التعرف إلى الشخص، وتحديد هويته عندما تتطابقبصمة كف يده مع البصمة المسجلة بالحاسب الآلي، فعند وضع الفرد يده على الجهاز يتم التقاط صورة ثلاثية الأبعاد لكف يده، ومضاهاتها بالصور المسجلة بالحاسب الآلي، وإذا تطابقت عناصر الصورة مع إحدى الصور المسجلة يتم تحديد هويته الحقيقية بغض النظر لحمله من أوراق ثبوتية ووثائق.
3-جهاز الكشف عن ملامح الوجه Facial- Scanner:
يتكون من جهاز ذي كاميرا تقنية متقدمة تقوم بتحديد الفرد عن طريق تصوير ملامح الوجه، ومقارنتها مع ملامح الوجه المخزنة في ذاكرة الحاسب ([78])، وتعتمد الأنظمة الآلية للتعرف إلى الوجه على تحليل (80) نقطة في الوجه تحيط بالفم، والأنف، والعينين، والحاجبين، والفك، والمناطق الأخرى، وتعمل هذه الأنظمة من خلال التقاط صورة للوجه عن طريق آلة تصوير تعمل بالأشعة تحت الحمراء، ولها القدرة على تحديد وتوزيع الشعيرات الدموية في الوجه لمقارنتها عند الحاجة مع صورة القادم، أو المشتبه فيه ([79]).
ويتكون الجهاز من دائرة تليفزيونية مغلقة متصلة بالحاسب الآلي، حيث تقوم الكاميرا بتصوير الأفراد من مختلف الزوايا، وتخزين صورهم، والاحتفاظ بها في ذاكرة الحاسب الآلي، وعند قدوم أي فرد إلى الدولة، يتم تصويره من خلال الكاميرات، ومن ثم إجراء المضاهاة مع الصور المسجلة والمختزنة في قاعدة بيانات الصور بذاكرة الحاسب الآلي، حيث يتم تحديد هويته المسجلة في الحاسب الآلي.
4-جهاز الكشف عن شبكية العين Retinal- Scanner:
هو جهاز يقوم بتحديد هوية الفرد بدقة من خلال الكشف عن الشعيرات الدموية بشبكية العين، والتي تختلف من فرد لآخر حتى في التوائم المتماثلة.
وتعتمد تقنية الكشف باستخدام هذا الجهاز على التقاط صورة لشبكية العين التي تقعفي الجزء الخلفي من العين لكل فرد، باستخدام كاميرا مصممة خصيصا لتصوير شبكية العين، من خلال إطلاق شعاع من الأشعة تحت الحمراء لتصوير شبكية العين، ومن ثم الاحتفاظ بالصورة في ذاكرة الحاسب الآلي المتصل بالجهاز ([80]).
وعند قدوم أي فرد إلى الدولة يتم التأكد من هويته من خلال الوقوف أمام عدسة الجهاز بمسافة محددة لكي يمرر الجهاز شعاع الأشعة تحت الحمراء لتصوير شبكية عينه، ومن ثم مضاهاتها بالصور المسجلة لديه، وعند تطابق الصورة المأخوذة لشبكية العين مع البيانات المسجلة بذاكرة الحاسب الآلي، يتم تحديد الهوية بدقة بغض النظر عما يحمله من أوراق ثبوتية.
5-جهاز الكشف عن قزحية العين Iris- Scanner:
جهاز يقوم بتحديد هوية الأفراد من خلال الكشف عن تركيبات قزحية العين التي تحتوي على آلاف من العناصر التي يمكن قياسها، إضافة إلى استحالة وجود قزحيات متماثلة بين فرد وآخر، ويعتمد عمل الجهاز على اختلاف شكل قزحية العين في التمييز بين فرد وآخر.
ونظرا للحساسية والدقة الشديدة لهذه التقنية، فإنها تستخدم على نطاق واسع في القطاعات الأمنية، وكذلك في ماكينات الصرف الآلي([81])، وفي العديد من المجالات الأخرى التي من بينها محاولة الدخول إلى الدول المختلفة، والمرافق ذات الخصوصية الأمنية الشديدة، ولا يضع المستخدمون أعينهم في الجهاز، بل ينظرون إلى الكاميرا فقط، فضلا عن سرعة عملية الكشف والمضاهاة، حيث يتم تسجيل بيانات القادمين والمغادرين من خلال نظرهم إلى الكاميرا التي تقوم بتصوير القزحية وإنتاج صور غير ملونة، ويقوم النظام المتصل بالكاميرا باستخلاص وتحليل العناصر المكونة للقزحية، ومن ثم اختزانها في شكل رموز رياضية في قاعدة البيانات.
6-جهاز التعرف إلى الصوت Voice- Scanner:
جهاز يقوم بالتعرف إلى هوية الأفراد عن طريق تحليل الأنماط الصوتية الخاصة بهم، التي تصدر عندما تقوم الأحبال الصوتية بدفع الهواء، وتعتمد تقنية نبرات الصوت علىطريقة مماثلة لطريقة استخدام ملامح الوجه، ويقوم الجهاز بتسجيل البصمة الصوتية التي تختلف من فرد لآخر، ويتكون الجهاز من حاسب إلى وبرنامج يتضمن عمليات التسجيل لبصمة الصوت، ومضاهاتها مع البصمة المعروضة بالاستعانة بميكروفون أو بالهاتف العادي أو الهاتف الذكي ([82]).
وتقوم هذه الأجهزة بوضع ترددات الصوت الملتقطة على شكل مخططات على مدى ثانية واحدة في لوحة إلكترونية، تظهر فيها خطوط ومنحنيات تمثل البصمة الصوتية التي يتم مقارنتها بالصوت الحقيقي، ولذلك يجب أن يقوم كل قادم للدولة أو مغادر لها بترديد عبارة واحدة عدة مرات أمام الجهاز لتسجيل بصمة الصوت، ومن ثم ينطق العبارة نفسها عند محاولة الدخول، فإذا حدث تطابق، فهذا يعني أن الصوت هو نفسه صوت المستخدم الأصلي، ومن ثم يتم تحديد الهوية بدقة بغض النظر عن ما يحمله الفرد من أوراق ثبوتية ([83]).
7-نظام الدخول للمنافذ باستخدام (Smart Gate):
قامت دولة أستراليا باستخدام البوابات الذكية (Smart Gate) في المطارات الدولية الرئيسة التي تمكن المسافرين من خيار المعالجة الذاتية من خلال فحص الوجه والتحقق من الهوية، حيث اختبرت تقنية التعرف إلى الوجه بمطارها الدولي، من خلال التعرف إلى هوية المسافر من خلال مطابقة وجه المسافر مع البيانات المخزنة على قاعدة البيانات، والعمل على استخدام المعلومات الموجودة في (E-Passports) الذي يحتوي على رقاقة إلكترونية مدمجة في وثيقة السفر، ورمز دولي للجوازات الإلكترونية على الغلاف الأمامي، تحتوي الرقاقة الإلكترونية من خلال خطوتين: الخطوة الأولى البحث عن (Smart Gate) يتم إدخال جواز السفر الإلكتروني، وإقرار ببيان الخصوصية، الخطوة الثانية يتم التقاط صورة للشخص المسافر، ومقارنتها مع صورة جواز السفر الإلكتروني، فإذا تمت المعالجة بنجاح يقوم الجهاز بتسلم التذاكر وبفتح البوابات، ثم الانتقال عبر البوابات إلى قاعة الأمتعة، والدول التي تدعم (E-Passports) هي (الإمارات- أستراليا- كندا- الصين- فرنسا- هونغ كونغ- أيرلندا- اليابان- كوريا- ماكاو- نيوزيلاندا- سنغافورا- السويد- سويسرا- تايوان- المملكة المتحدة- الولايات المتحدة).
ومما سبق تقوم الأجهزة الأمنية بتجميع تلك المعلومات، والبيانات الخاصة بأنظمةالتعريف إلى الهوية بأنواعها المختلفة مع قواعد أنظمة المعلومات الآلية بالربط مع الأحوال المدنية، وقواعد الأمن العام المتعددة، والسجلات الجنائية، والتعداد السكاني، مع تطبيقات الذكاء الاصطناعي، لاستخلاص الاستنتاجات الأمنية المطلوب، والنتائج المطلوبة، إضافة إلى أنه تدمج تلك الخوادم بأنظمة الذكاء الاصطناعي الاجتماعي (المرتبطة بقواعد وبرامجالتواصل المجتمعي المختلفة كالفيس بوك، وتويتر، وجوجل بخدماته الذكية، وانستجرام، وسناب شوت، وغيرها من برامج التواصل الاجتماعي المتجددة، وذلك للتحقق من هوية الأشخاص غير الموجودين داخل نظم معلومات الأجهزة الأمنية، والكشف عليهم أمنيا على قوائم المسجلين جنائيا، أو الإرهابيين أو المطلوبين دوليا لقضايا جنائية.
ثانيا-الربط الإلكتروني للهوية الرقمية مع أنظمة الذكاء الاصطناعي:
1- تشكيل الهوية الرقمية الذكية:
تشكل بطاقة الهوية الذكية وثيقة آمنة يتم الاعتراف بها دون سواها للتعريف الشخصيلتعريف وإثبات هوية المواطنين، وستساهم بطاقة الهوية الذكية في تبسيط وتسهيل المعاملات الحكومية، مع جميع جهات الدولة.
وتتميز بطاقة الهوية الذكية بالخصائص التالية ([84]):
– بطاقة موحدة للمواطنين والمقيمين تتضمن بيانات الملف الشخصي.
– تحتوي على مفاتيح إلكترونية للتحقق من الهوية رقميا ( (PKI([85])بطرق مشفرة.
– تتضمن البيانات الحيوية للفرد مع مواصفات المطابقة على البطاقة.
– تعدد المواصفات الأمنية في البطاقة لمنع التزوير.
2- تطبيقات استخدام الذكاء الاصطناعي في الهوية الرقمية:
- نظم الاستخبارات الحكومية والتحقيق ومكافحة الإرهاب:تستخدم نظم الذكاء الاصطناعي في دعم الخدمات الأمنية على المستوى المحلي ومستوى الدولة عبر تحديد التهديدات ضد الموظفين والأصول والبنية التحتية ورصدها والاستجابة لها، وتشمل الأمثلة استخدام الذكاء الاصطناعي في تحسين نظم المراقبة، وإتاحة تحديد الهوية عند الحدود، وكذلك استخدام الروبوتات في تحسين الأمن بالأماكن العامة.
- تتصدر منطقة الشرق الأوسط وأفريقيا طليعة الابتكار المتعلق بتقنيات مثل الهواتف النقالة، وإنترنت الأشياء، و«بلوك تشين»، وعلى نحو مشابه، تتبنى الحكومات، والمؤسسات على مستوى المنطقة الذكاء الاصطناعي مع تطلعها إلى توفير خدمات جديدة، وتحسين مستويات الكفاءة لديها.
- برامج خدمة العملاء الآلية: يكمن الهدف في توفير خدمة العملاء من خلال برنامج تعلم يفهم احتياجات العملاء ومشكلاتهم، ويسعى إلى تقليل الوقت والموارد المستهلكة في الرد على استفسارات العملاء وحل مشكلاتهم، ويمثل هذا حالة استخدام منتشرة على مستوى عدة قطاعات مثل قطاعات: البنوك، والتأمين، والتجزئة، والحكومة، والرعاية الصحية، والاتصالات، والإعلام، وتشمل الأمثلة روبوتات الدردشة على مواقع التجارة الإلكترونية، أو أدوات الذكاء الاصطناعي.
3- استخدام الذكاء الاصطناعي في تقنية البلوك تشين:
- تقنية بلوك تشين مع الذكاء الاصطناعي:تعد تقنية بلوك تشين أكثر أمانا من أي وقت مضى، حيث قامت الشركات التي لديها تكتيكات أمان إلكترونية مثالية للأصول الرقمية، مع تنفيذ الذكاء الاصطناعي والتعلم الآلي، يتم الوصول بمستوى الأمان إلى آفاق جديدة، والتي تضمن عمليات نشر التطبيقات المستقبلية الآمنة، هذا يعني أنه يمكن لمواقع الإنترنت، والبنوك بما فيها الإلكترونية، إضافة إلى قطاعات كبيرة بما فيها الرعاية الصحية، والعقارات، والتسوق، واستخدام الذكاء الاصطناعي، وبلوك تشين معا في تعزيز أمان المنصات، ومنع الاختراقات، والوصول إلى البيانات الحساسة، يمكن للذكاء الاصطناعي التدخل للمساعدة في تقليل البصمة الكربونية لتكنولوجيا بلوك تشين وتقليل تكاليف الصيانة أثناء العمل، بما في ذلك تكاليف الطاقة المستهلكة فيتعدين العملات الرقمية المشفرة ([86]).
- يمكن للذكاء الاصطناعي المساعدة في تحسين العمليات الحسابية لتقليل الأخطاء، ما يؤدي إلى تقليل وقت استجابة الشبكة لإجراء معاملات أسرع، هذا يعني أن الذكاء الاصطناعي بإمكانه المساعدة في التقليل من تكاليف معاملات العملات الرقمية المشفرة، وبالتالي دفع المؤسسات، والشركات، والخدمات لاستخدامها في المدفوعات على نطاق واسع المدة القادمة، وبالتالي زيادة العائدات، والأرباح نحو مستويات جديدة.
- سيؤدي جعل البيانات الخاصة آمنة مرة أخرى إلى بيعها، ما يؤدي إلى إحداث أسواق البيانات، وأسواق النماذج، ومع إدخال أنظمة الذكاء الاصطناعي سيكون للأسواق القدرة على تبادل بيانات سهل وآمن يساعد جميع المستخدمين على الدخول في المنافسة، ونوضح مزايا الاقتران بالذكاء الاصطناعي مع تقنية بلوك تشين على النحو التالي ([87]):
أ- تخزين البيانات الشخصية واستخدامها: تعتبر بلوك تشين مثالية لتخزين البيانات الشخصية الحساسة للغاية والتي عند معالجتها مع الذكاء الاصطناعي، يمكن أن تفتح الكثير من القيمة والراحة في حياتنا، مثل أنظمة الرعاية الصحية الذكية التي تقوم بإجراء تشخيص دقيق على أساس الفحص الطبي والسجلات.
ب- فهم قرارات الذكاء الاصطناعي: القرارات التي تتخذها الذكاء الاصطناعي قد يكون من الصعب في بعض الأحيان على البشر فهمها، مثل كيفية تحديد ما إذا كان ينبغي حظر المعاملات المالية أو التحقيق فيها إذا تم تسجيل القرارات، على أساس كل ورقة على حدة على بيتكوين فإنه يجعل من الأسهل بكثير أن يتم تدقيقها، مع الثقة بأن السجل لم يتم العبث به بين المعلومات التي يتم تسجيلها وبدء عملية التدقيق، «أي أن العملة لا تباع مرتين، وبالتالي تمت المحافظة عليها من السرقة الإلكترونية». إدارة أفضل لتقنية بلوك تشين مع الذكاء الاصطناعي:عندما يتعلق الأمر بفك الشفرات، يصبح الخبراء البشريون أفضل بمرور الوقت مع الممارسة، بينما لن تحتاج خوارزمية التعدين التي تعتمد على التعلم الآلي إلى خبرة في العمر لتصبح خبيرة، حيث يمكنها على الفور تقوية مهاراتها، إذا تم تزويدها ببيانات التدريب الصحيحة.
ثالثا: الذكاء الاصطناعي في الخدمات الحكومية المحمولة والاستراتيجية الحكومية للشبكات الاجتماعية:
1-الانتشار الكثيف للأجهزة الذكية المحمولة:
لقد تغلغلت الهواتف المحولة بطريقة كبيرة جدا داخل معظم المجتمعات سواء منها الغربية أو العربية، ومع ظهور الجيل الذكي من تلك الأجهزة (الهواتف والأجهزة اللوحية،… إلخ)، والذي يمكن المستخدم من الاتصال بشبكة الإنترنت بسهولة خاصة مع استخدام الجيل الرابع والخامس من الشبكات (G5- G4)، وتحميل مختلف أنواع التطبيقات في كافة المجالات ومنها تطبيقات الأمن، والصحة، والتعليم، والسياحة، وتطبيقات إدارة الوقت والمحاسبة، وغيرها من التطبيقات، بدأ الأفراد يعتمدون بشكل كبير على تلك الأجهزة وتطبيقاتها في إدارة شؤون حياتهم اليومية.
وتجاوز عدد مستخدمي الإنترنت عبر الهواتف الذكية عدد مستخدميها عبر المتصفحات التقليدية على أجهزة الحاسبات الآلية وغيرها من إمكانيات الأجهزة الذكية، وأنه وصل إلى 5.5مليارات مستخدم للهواتف الذكية حول العالم في بداية عام 2019([88]).
2-مجالات التحسين والتطوير التي تدعمها الخدمات الذكية:
- جودة الخدمات المعلوماتية من خلال الوصول إلى المعلومات الحكومية بواسطة: قنوات الرسائل النصية القصيرةSMS ، ووسائل الاستجابة الصوتية IVR، والاستجابة التفاعلية بالصوت والصورة IVVR، واستخدام منصة الإنترنت للهواتف لمتحركةWeb Mobile ، ونظام التطبيقات اللاسلكية WAP([89]).
- تعزيز تفاعل الخدمات مع الجمهور من خلال توفير التقنيات للجمهور، وتشمل التقنيات التي تعتمد على تحديد الموقع الجغرافي الذكي (Smart GPS) مثل التصوير، وتسجيل مقاطع الفيديو، والخرائط، واستخدام وربط وسائل التواصل الاجتماعي مع الخدمة الذكية.
- تطوير الخدمات الإجرائية والتفاعلية: تطوير خدمات إجرائية للجمهور قد تشمل تقديم الطلبات، أو إعلانات عن شاغر وظيفي، أو شراء تذاكر السفر، أو حجز موعد، أو التوقيع على المعاملات رقميا.
- تكامل الخدمات: تجميع خدمات، أو بيانات من أقسام مختلفة داخل الجهة الحكومية الواحدة أو من جهات حكومية أخرى، ما يجعلها أكثر ملاءمة للجمهور عبر إتاحة التكامل بين خدمات متنوعة في منصة واحدة.
3-تطبيقات الحكومة المحمولة «الذكية»:
كما في الخدمات الحكومية الإلكترونية التي انتشرت عبر مواقع الإنترنت، أصبح بالإمكان بناء إطار عمل خدماتي حكومي للأجهزة المحمولة والذكية ([90]).
ولا تنميــة، أو ازدهار مــن دون أمــن واســتقرار، وهــذا مــا ندركــه الآن، ومثــال علـى ذلــك: مــا تســتند إليــه شــرطة دبي في مهمتــه في تحــول أنظمتهــا إلـى منظومــة متطــورة مــن الأجهــزة التـي تبـد في غـرف العمليـات، ومراكـز الشـرطة، وكاميـرات المراقبـة الذكيـة، وأنظمـة تحليـل البيانـات الضخمـة، ودوريـات الشـرطة الذكيـة، التـي تجعـل عيـون الشـرطة السـاهرة على أهبة الاســتعداد لمكافحــة الجريمــة وبســط قــوة القانــون، كل هــذا تعــززه مجموعــة متكاملــة مــن الخدمـات الإلكترونيـة والتطبيقـات الذكيـة التـي تجعـل مـن الجميـع رجـالا للشـرطة، وتسـاعد كل ملهــوف علـى الحصــول علـى النجــدة بلمســة زر، وهــذا الانتشــار والتغلغــل في مختلــف فئـات المجتمـع أغـرى الحكومـات حـول العالـم باسـتغلال هـذه التكنولوجيـا، وشـجعها عـلى إطــلاق مجموعة من نشــر خدماتها العامــة عـلى الأجهزة المحمولــة([91]).
وأصبح بإمكان المواطن أن يتواصل مع خدمات الحكومة بسهولة بواسطة الهاتف، وفتح التطبيق المخصص لذلك، وقد أصبحت الحكومة المحمولة (Government Mo-bile) بصورة جزئية واقعا عمليا في العديد من الدول ومنها بعض الدول العربية، وهونغ كونغ، والهند، وأستراليا ([92]).
المطلب الثاني
التنبؤ بالجريمة باستخدام أنظمة الذكاء الاصطناعي الاجتماعي
يعد الذكاء الاصطناعي الاجتماعي شكلا من أشكال جمع وتتبع تاريخ الأفراد، والمحتوى الذي ينشئه المستخدم، والبيانات من قنوات وسائل الإعلام الاجتماعية المختلفة لتوليد تجربة أكثر فائدة، باستخدام مزيج من خوارزميات الذكاء الاصطناعي والمشترين من خلال الإنترنت، وتساعد جهات التسويق في استكشاف عالم التسويق عبر الشبكات الاجتماعية، ويمكنها أن تولد خيوطا لم يسبق لها مثيل، ويقدم خدمات الحصول على الصور ذات الصلة بعلامتها التجارية، حيث تولد كميات هائلة من البيانات كل يوم. فإن تقدم تكنولوجيا التعلم الذكي العميق هو أفضل طريقة لجعل هذه المعلومات تعمل في صالح المستخدم، وتساعد الإدارة الفعالة لوسائل الإعلام الاجتماعية على تعزيز قوة العلامة التجارية وزيادة المحادثات عبر الشبكات الاجتماعية، حيث إنها طريقة فعالة لاشتراك الملايين من مستخدمي الوسائط الاجتماعية، وهنا تقوم أنظمة الذكاء الاصطناعي بتحليل البيانات الضخمة لتحديد الموضوعات الرائجة، وعلامات التصنيف، والأنماط لفهم سلوك المستخدمين ([93]).
فقد أصبحت مواقع التواصل الاجتماعي من أهم الوسائل التي ارتكزت عليها المخططات الاستراتيجية الإرهابية لنشر العنف والفوضى والإرهاب والأعمال الإجرامية، ونشر الشائعات والأخبار المغلوطة، وزعزعة القناعات الفكرية والثوابت العقائدية والمقومات الأخلاقية والاجتماعية التي من شأنها إحداث بلبلة داخل المجتمع، ما جعلها تشكل خطرا على الأمن القومي.
ومع ما يقدر بنحو 2.77 مليار مستخدم للشبكات الاجتماعية في جميع أنحاء العالم، تمتلك منصات الشبكات الاجتماعية كمية لا يمكن تخيلها من البيانات والمعلومات، ويتوسع نطاق الشبكات الاجتماعية بمعدل ينذر بالخطر في جميع أنحاء العالم في عام 2019، وسوف تستمر هذه الأرقام في النمو، وتوفر الوسائط الاجتماعية عددا كبيرا من البيانات التي ينشئها المستخدمون، وهنا تلعب دور منصات الذكاء الاصطناعي (AI)، حيث يهدف إلى تحليل البيانات من العالم الطبيعي غالبا باستخدامات تقنيات المعرفية المصممة لفهم وإتمام المهام التي قام بها البشر في الماضي، ونتناول التنبؤ بالجريمةباستخدام أنظمة الذكاء الاصطناعي الاجتماعي علي النحو التالي:
أولا: خوارزميات الذكاء الاصطناعي وبرامج التواصل المجتمعي:
يمكن لخوارزميات الذكاء الاصطناعي مراقبة ملايين تعليقات المستخدمين غير الهيكلية لفهم حالات الأزمات أو الاتجاهات لتوفير تجربة شخصية وذلك من خلال التقسيم الفعال، ويمكن أن تساعد الأنظمة في توفير المحتوى بناء على النشاط والتركيبة السكانية عبر الإنترنت للمستخدمين ([94]):
– يمكن لخوارزميات الذكاء الاصطناعي مراقبة ملايين تعليقات المستخدمين غير الهيكلية لفهم حالات الأزمات أو الاتجاهات لتوفير تجربة شخصية، من خلال التقسيم الفعال، ويمكن أن تساعد تقنيات نظم المعلومات (وخاصة برامج نظم المعلومات الجغرافية GIS)، في توفير المحتوى بناء على النشاط والتركيبة السكانية عبر الإنترنت، ومن ثم اكتسبت العديد من مواقع الشبكات الاجتماعية أعمال الذكاء الاصطناعي.
– تقوم مجموعة متنوعة من الشركات التي تقدم خدمات التسويق عبر الإنترنت باستكشاف طرق جديدة لاستكشاف وتحليل وسائل التواصل الاجتماعي عبر الإنترنت، لقد بدأوا في استخدام الذكاء الاصطناعي لتحديد الخصائص الديموغرافية الجديدة، حيث تعتمد أدوات الذكاء الاصطناعي هذه على خوارزميات التحليلات التنبؤية، والتي يمكن أن تجمع المعلومات عن جميع المستخدمين المعروفين في شبكة اجتماعية معينة لتقييم نشاط معين، أو تحديد نشاط معين.
– في عصر وسائل الإعلام الاجتماعية، تعد الصور أدوات فعالة لإشراك الأشخاص، ويمكنها المساعدة في تحديد أنماط سلوك المستهلك، ويمكن أن تساعد أدوات التعرف إلى البرامج المعتمدة على تمكين AIفي جمع إحصاءات قابلة للتنفيذ لفهم التحول في أنماط المستخدمين من خلال ملايين الصور المنشورة على الشبكات الاجتماعية، وذلك مع وجود كمية كبيرة من الصور يتم نشرها كل دقيقة، سيكون من الصعب للغاية على الشخص أن يلاحظ فرصة كهذه اليوم على وسائل التواصل الاجتماعي دون مساعدة من أنظمة الذكاء الاصطناعي.
– تقوم مجموعة متنوعة من الشركات التي تقدم خدمات التسويق عبر الإنترنت باستكشاف طرق جديدة لاستخدام وسائل التواصل الاجتماعي، يقوم الذكاء الاصطناعي بتحديد الخصائص الديموغرافية، وتعتمد أدوات الذكاء الاصطناعي هذه على خوارزميات التحليلات التنبؤية، والتي يمكن أن تجمع المعلومات عن جميع المستخدمين المعروفين في شبكة اجتماعية معينة ([95]).
لوحظ في المدة الأخيرة أن تقنيات الكشف عن الوجه تستخدم على نحو متزايد في تطبيقات ومنتجات كثيرة في هذا العالم الذي نعيش فيه، فعلى سبيل المثال، معظم الكاميرات الرقمية اليوم قد ترتبط بها وحدات ذكية للتعرف إلى الوجه، والتي يمكن أن تساعد الكاميرا لنفعل ما هو أفضل في التركيز والتعرض الأوتوماتيكي، وتوجد هذه الخاصة في بعض الكاميرات الرقمية، حيث تقوم الكاميرا بتصوير الوجه وتحديده والتركيز عليه (Forms) عن طريق برنامج ذكي داخل الكاميرا يتعرف إلى ملامح الوجه البشري (الشعر- العيون- الأنف- الفم)، تم وضع هذه الخاصية في الكاميرات الرقمية منذ عام 2007 والجديد الآن خاصية تذكر الوجوه، بحيث يتم تخزين صور الأصدقاء بالكاميرا بأسمائهم وحين يتم تصوير صديق مستخدما نفس الكاميرا تقوم بعمل علامة (Tag) باسمه على وجهه، برامج إدارة الصور الرقمية مثل برنامج «أي فوتو» لشركة «أبل» ”IPhoto“ وبرنامج «بيكاسا» لشركة جوجل ”Picasa“، ومعرض الصور لمايكروسوفت ويندوز لايف جميعها تمتلك خاصية التعرف إلى الوجه للمساعدة على وضع علامات وتنظيم مجموعات صور الأصدقاء والأقارب.
ثانيا: التطبيقات الأمنية لنظام التعرف الآلي إلى الوجه:
يعتبر الأمن من أهم المجالات التي استخدمت فيها أنظمة التعرف الآلي إلى الوجه على نطاق واسع في الآونة الأخيرة، مثلها مثل غيرها من النظم الأمنية القائمة التي تعتمد على المقاييس الحيوية الأخرى مثل بصمات الأصابع أو قزحية العين، وتدرج التطبيقات الأمنية لأنظمة التعرف الآلي إلى الوجه من التطبيقات البسيطة كالسماحية، أو التحقق إلى الأنظمة الأمنية الأكثر تعقيدا التي تستخدم في ملاحقة المجرمين والإرهابيين ([96]).
1- الذكاء الاصطناعي والتعرف إلى الوجه:
– مكن العثور على تطبيق AI– التعرف إلى الوجه- في كل مكان في كل من القطاعين العام والخاص، فعلى سبيل المثال، غالبا ما يعتمد محللو الاستخبارات على صور الوجه للمساعدة في تحديد هوية الفرد ومكان وجوده، حيث فحص الحجم الهائل من الصور ومقاطع الفيديو التي يمكن أن تكون ذات صلة بطريقة دقيقة وفي الوقت المناسب هو مهمة صعبة تستهلك الكثير من الوقت، مع احتمال حدوث خطأ بشري بسبب الإرهاق والعوامل الأخرى، وعلى عكس البشر، لا تتعب الآلات من خلال مبادرات الذكاء الاصطناعي مثل مشروع رؤية الحاسب الآلي يانوس لمشروعات مشروع أبحاث استخبارات المشاريع المتقدمة، يقوم المحللون بإجراء تجارب على استخدام الخوارزميات التي يمكن أن تتعلم كيفية تمييز شخص ما عن الآخر باستخدام ميزات الوجه بنفس الطريقة التي يستخدمها محلل بشري([97]).
2- التحقق من الهوية:
– تعد السماحية أو التحقق (Access Control) من أهم تطبيقات أنظمة التعرف إلى الوجه، حيث يتم استخدامها في العديد من تطبيقات السماحية مثل تسجيل الدخول في الأجهزة الإلكترونية المختلفة كالحاسبات الشخصية وأجهزة الهاتف المحمولة وأجهزة الأيفون والأيباد، وكذلك تسجيل الدخول إلى بعض المؤسسات أو الغرف أو المكاتب التي تتطلب تحديد هوية مرتاديها، حيث إن عدد الأشخاص المطلوب السماح لهم بتنفيذ العملية عادة ما يكون صغيرا، كما أن النظام يعمل في قيود محددة مسبقا مثل: إضاءة محددة، جهة رؤية محددة وغيرها من القيود، مما يساعد نظم التعرف في مثل هذه الحالات إلى تحقيق نسب كشف عالية وسريعة([98]).
– تستبدل شركات المحمول (أبل سامسونج-هاواوي) خاصية فتح المرور على أجهزةالآيفون والآيباد بنظام جديد يعتمد على التعرف إلى الصور، وتظهر التقنية المقترحة صورة عشوائية لأحد معارف صاحب الجهاز وستطلب اسمه من قائمة تظهر على الشاشة التي تعمل باللمس أو عبر تقنية التعرف إلى الصوت.
3- مواقع التوصل الاجتماعي وهوية الوجه:
– قد بدأ العديد من مواقع التواصل الاجتماعي في إدراج خاصية التعرف إلى الوجه بشكل كبير ضمن الخدمات التي توفرها لمستخدميها، حيث يستخدم الآن موقع الفيس بوك (Facebook) خاصية التعرف إلى الوجه والتي تسهل كثيرا من عملية اختيار الصور، حيث أعلنت الشبكة الاجتماعية الأولى في العالم عن جعل هذه الخاصية خيارا أساسيا يستفيد منه أغلب مستخدمي الفيس بوك، وتوفر هذه الخاصية يعني أن إمكانية تكوين مجموعات الأصدقاء ستتم من خلال تقنية تمييز الوجوه، بحيث يتم تجميع الوجوه المتشابهة مع بعضها، كما تقوم الخاصية بعمل اقتراحات تلقائية بأصدقاء آخرين يجب ضمهم إلى المجموعة ([99]).
– توجد أنظمة AIفي جميع أنحاء شبكات Facebook، وتعمل العديد من خوارزميات التعلم العميق ضمن دراسات الكلمات الرئيسة والاهتمامات المشتركة، وكما فعل موقع الفيس بوك أعلنت شركة جوجل-أيضا عن تفعيل خدمة التعرف إلى الوجوه تلقائيا على شبكتها الاجتماعية جوجل بلس (Google Plus)، وتتيح الميزة الجديدة التي أطلقت عليها جوجل اسم Find my face التعرف إلى الوجوه والإشارة إلى الأشخاص الموجودين في الصور، بشرط تفعيل هذه الخاصية.
– تتيح للمستخدمين جوجل بلس السيطرة على هذه الخاصية من خلال قبول، أو رفض أي رسم، أو إشارة للمستخدم في أي صورة، كما يمكن للمستخدمين تشغيل أو تعطيل الخاصية، ومن خلال الميزة الجديدة، سيتمكن المستخدمون من عمل الصور بطريقة أسرع وأفضل، حيث يمكن إنشاء ألبوم جديد بصور الأصدقاء، وسيقوم النظام في جوجل بلس تلقائيا بتصنيف كل صورة إلى مجموعتها المحددة، مع تنشيط خاصية الرسم السريع، سواء بالاسم أو البريد الإلكتروني، وتعاملت جوجل لأول مرة مع تقنية التعرف إلى الوجوه من خلال برنامجها الشهير بيكاسا للصور، وتعد هذه الإضافة حلقة جديدة من حلقات التنافس والصراع بين جوجل ومنافسها الرئيس في سوق الشبكات الاجتماعية، الفيسبوك، وانستجرام، والواتس، وسناب شوت، وخدمات جوجل([100]).
– أطلق تويتر مؤخرا تحديثا لخدمته باستخدام الذكاء الاصطناعي الذي يحصد صورة باستخدام اكتشاف الوجه أو إنشاء صورة مصغرة من صورة كاملة، ومن خلال الشبكات العصبية يستطيع تويتر أن يحلل الجزء الذي سيهتم به مستخدم الصورة، ونظام الشبكات العصبي قابل للتطبيق على الوجوه، حيث يمكن لأنظمة الذكاء الاصطناعي القيام بتقسيم الوجوه في شرائح إلكترونية عمودية، وأن الصورة المستندة إلى الذكاء الاصطناعي تعترف بالجزء المهم من الوجوه، وهذا الوضع يساعد المعاينة في تطابق الصورة المطلوبة وبالتالي القدرة على تحديد الأشخاص.
– يستخدم LinkedInالتعلم الآلي والذكاء الاصطناعي لجميع منتجاته تقريبا، ومع ما يقرب من سبعة ملايين من المرشحين للوظائف، تقدم LinkedInأكبر مجموعة من المرشحين لموظف للتواصل والتواصل مع أعلى معدل استجابة، وتستخدم LinkedIn الخوارزميات مع القدرة على التنبؤ بالمستخدمين الذين قد يكونون أفضل ملاءمة للدور أو الوظيفة المطلوبة، باستخدام خوارزميات الذكاء الاصطناعي، يمكن لـ LinkedInأن تبرز المرشحين الذين هم على الأغلب يجيبون، أو يبحثون عن فرص جديدة، وتغيرت –Linke dIn بشكل جذري خوارزميات مطابقة الوظائف لتحسين الأداء، على وجه الدقة، فإنه يقود المستخدمين إلى مليوني تطبيق (وظيفة) أكثر من ذي قبل([101]).
– لاقت أنظمة التعرف الآلي إلى الوجه اهتماما كبيرا من قبل الباحثين في الآونة الأخيرة باعتبارها واحدة من أكثر التطبيقات الناجحة لتحليل وفهم الصور، ويرجع ذلك لسببين أساسيين: الأول: هو وجود مجموعة واسعة من التطبيقات التجارية والأمنية لهذه الأنظمة، والثاني: هو توافر تكنولوجيا وتقنيات مجدية بعد أكثر من ثلاثين عاما من البحث العلمي، حيث تواصل هذه الأنظمة استقطاب الباحثين من التخصصات المختلفة مثل معالجة الصور، والتعرف إلى الأنماط، والشبكات العصبية والرؤية بالحاسب، والرسم بالحاسب، وعلم النفس([102])، ولشرح طريقة عمل هذه التقنية سنقوم بعرض المثال التالي: شركة «فيجن إكس» (Vision X) والتي تقع في ولاية نيوجرسي بالولايات المتحدة الأمريكية، وهي إحدى الشركات التي قامت بتطوير هذه التقنية، حيث طورت برنامجا قادرا على تحديد الوجوه الموجودة في الصورة، وجعلها مميزة عن باقي الأجزاء في الصورة الواحدة، ثم يقوم البرنامج بمقارنة هذا الوجه مع قاعدة البيانات المخزن عليها صورة لوجوه العديد من الأشخاص سابقا.
– عندما ينظر أي شخص في المرآة، فإنه سيرى في وجهه العديد من المناطق المميزة عن غيرها، فبعضها مرتفع عن سطح الوجه وبعضها الآخر منخفض، هذه الارتفاعات والانخفاضات تشكل ملامح الوجه، لذلك قامت شركة «فيجن إكس» بتحديد هذه الارتفاعات والانخفاضات بنقاط عقدية، ولقد حددت ما يقرب من الـــــ 80 نقطة عقدية في الوجه، وهذه أهم النقاط العقدية التي تعالجها البرامج المسؤولة عن التعرف إلى الوجه.
|
§ المسافة بين العينين |
§ عرض ومساحة الأنف |
§ عمق التجويف العيني |
|
§ الخدود وموضعها |
§ خط الفك السفلي |
§ الذقن |
وتعتمد برامج التعرف الآلي إلى الوجه على مجموعة كبيرة من التقنيات، لذا فإن طريقة التعرف إلى الوجه قد تختلف من برنامج لآخر، ولكنها بشكل عام تسير وفق تسلسل من الخطوات كالتقاط الصور، والتحليل، والمقارنة مع قاعدة المعلومات، وهذا بمثابة ميكنة خورازميات البرامج الذكية وتطبيقات الهواتف وأنظمة المراقبة الحية.
4- كيف يعمل نظام التعرف إلى الوجه:
إن البشر منذ الأعمار المبكرة يكتسبون القدرة الفطرية التي وهبها الله لهم، التي تمكنهم من الإدراك والتمييز بين مختلف الوجوه، لكن على عكس أجهزة الحاسوب التي تم تطويرها إلا في الآونة الأخيرة والتي أظهرت نفس القدرة ولكن بطريقتها الآلي، كانت البداية في منتصف عام 1960، حيث بدأ العلماء العمل على استخدام الحاسبات للتعرف إلى الوجوه البشرية، ومنذ ذلك الحين، قطعت برامج التعرف إلى الوجه شوطا طويلا ([103])، أولى هذه الشركات هي Identix مقرها في ولاية مينيسوتا الأمريكية، وهي واحدة من بين العديد من مطوري تكنولوجيا التعرف إلى الوجه، وجاء المطور FaceIt من طرف الشركة، يمكنهالتقاط وجه شخص ما من بين الحشود ثم استخراج الوجه من بين الآخرين، ومقارنته بالصور المخزنة في قاعدة البيانات، وتأتي الخطوات التالية لتحديد الهوية ([104]):
- الكشف Detection: الحصول على الصورة عن طريق المسح الرقمي لصورة فوتوغرافية أو باستخدام صورة الفيديو.
- التحديد Alignment: بمجرد اكتشاف الوجه، يقوم النظام بتحديد موضع الرأس، والحجم والشكل.
- القياس Measurement: في هذه الخطوة يقوم النظام بقياس منحنيات الوجه بدقة الميكرومتر ويقوم بإنشاء القالب الإلكتروني.
- التحويل Representation: في هذه الخطوة يقوم النظام بترجمة القالب/ النموذج إلى شفرة رقمية، هذا التشفير يعطي كل قالب مجموعة من الأرقام لتمثل ملامح على وجهه ينفرد بها.
- المطابقة Matching: إذا كانت الصورة (3D) قاعدة البيانات تحتوي على صور (3D)، فالمطابقة ستجري دون أي تغييرات التي أدخلت على الصورة فعند أخذ الصورة، سيتم التعرف إلى نقاط مختلفة (عادة ثلاثة)، على سبيل المثال، سيتم سحب وقياس كل من مناطق خارج العين، داخل العين وطرف الأنف عند اكتمال كل هذه القياسات، سيتم تطبيق خوارزمية لتحويل الصورة إلى صورة2D بعد التحويل، يقوم البرنامج بمقارنة الصورة مع الصورة 2D في قاعدة البيانات من أجل العثور على تطابق محتمل.
- التحقق ثم تحديد الهوية Verification or Identification: في الخطوة الأخير تتم مقارنة الصورة مع جميع الصور المخزنة في قاعدة البيانات حتى تتم مطابقتها مع الصورة محل البحث.
- معوقات التعرف الآلي إلى الوجه: تواجه أنظمة التعرف الآلي إلى الوجه تحديات كثيرة تحد من كفاءة عملها، منها زاوية الرؤية، حيث تخفق هذه الأنظمة في التعرف إلى الوجه إذا لم يكن وضع الوجه أماميا أو جانبيا بزاوية أكبر من 20 درجة، وكذلك ظروف الإضاءة السيئة وفي حالة ارتداء النظارات الشمسية والشعر الطويل ووجود عوائقتحجب أجزاء من الوجه والصور ذات الدقة المنخفضة الشائعة في كاميرات المراقبة، يضاف إلى ذلك تأثر العديد من أنظمة التعرف الآلي إلى الوجه باختلاف تعبيرات الوجه، فالابتسامة العريضة مثلا قد تجعل النظام أقل فاعلية للتعرف إلى الوجه، لذا قامت بعض الدول مثل كندا بفرض قيود على الصور الشخصية المدرجة بجوازات السفر، بحيث لا يسمح بتعبيرات الوجه التي تعيق الأنظمة من التعرف إلى الأشخاص بسهولة.
ثالثا-أبرز الدول التي بدأت في الاعتماد على تقنية التعرف إلى الوجه:
شهدت تقنية التعرف إلى الوجه الكثير من التطورات خلال المدة الأخيرة، قبل سنوات قليلة فقط كانت هذه التقنية مجرد فكرة نشاهدها في أفلام الخيال العلمي، ولكنها سرعان ما تحولت إلى حقيقة، حيث بدأ استخدامها في العديد من المجالات، وتستخدم تقنية التعرف إلى الوجه لتحديد أو تأكيد هوية الأفراد من خلال الصور الرقمية أو مقاطع الفيديو، وذلك من خلال مقارنة الوجوه المختارة- المراد تأكيد هويتها- بالوجوه المحفوظة داخل قاعدة البيانات، ويتم استخدامها من قبل أجهزة الشرطة، ويمكن مقارنتها مع القياسات البيومترية المختلفة مثل التعرف إلى بصمات الأصابع أو قزحية العين، ولكن مؤخرا استحوذت عليها بعض الشركات والمؤسسات لاستخدامها كأداة للإعلانات، حيث أن الغالبية العظمى من العملاء الآن لديهم كاميرا بالهاتف الذكي تدعم تقنية التعرف إلى الوجه Recognition Faceوتساعد في أداء بعض المهام مثل تأمين فتح الهاتف أو تأمين المعاملات المالية.
ومن المتوقع أن تصل قيمة السوق العالمي لكاميرات التعرف إلى الوجه وبرمجياتها إلى 7.8 مليارات دولار بحلول عام 2020 وفقا لتوقعات مؤسسة –Markets and Mar ketsلأبحاث السوق، وقد بدأ الآن استخدام هذه التقنية في مجالات مختلفة مثل مساعدة البنوك على تأكيد هوية العملاء، ومن المتوقع أن تكون الحاجة المتزايدة للمراقبة في الأماكن العامة أحد العوامل الرئيسة التي تدفع نمو سوق تقنيات التعرف على الوجه ([105])، ونتناول أبرز الدول المستخدمة لتلك التقنية على النحو التالي:
1- الصين:
الصين هي الدولة الأكثر استخداما لتقنيات التعرف إلى الوجه على مستوى العالم حتى الآن، حيث لديها ما يصل إلى 170 مليون كاميرا للمراقبة بالفيديو، ومن المتوقع أنيتم استخدام 400 مليون كاميرا أخرى في السنوات الثلاث القادمة، وهناك عدد كبير من هذه الكاميرات تعتمد على تقنيات الذكاء الاصطناعي والتعرف إلى الوجه، وفي عام 2017 قدمت الصين طلبات لما يزيد على 900 براءة اختراع للتعرف إلى الوجه، بالمقارنة مع 96 براءة اختراع فقط في الولايات المتحدة، وأعلنت الصين مؤخرا أن أكثر من 60 من مطاراتها قد تم تزويدها بتقنيات التعرف إلى الوجوه، حيث تلتقط الكاميرات في 557 قناة أمنية صور الوجوه، وتفحص جوازات السفر الدولية، أو بطاقات الهوية لتأكيد شخصيتهم، كما اعتمدت جامعة بكين للمعلمين Beijing Normal Universityعلى تقنية التعرف إلى الوجه في الحرم الجامعي لتأكيد هوية الطلاب في الحضور والانصراف، حسبما ذكر الموقع الإخباري الصيني Rednet.cn([106]).
2- سنغافورا:
أعلنت سنغافورا خلال عام 2018 أنها ترغب في وضع كاميرات مجهزة بتقنيات التعرف إلى الوجوه على أكثر من 100 ألف عمود إنارة في شوارع المدينة لتمكين السلطات من تحديد الوجوه والتعرف إليها، يعد هذا المشروع الذي أطلق عليه اسم ”-Lamppost-as a-Platform“ جزءا من خطة الدولة الذكية Smart Nation plan في سنغافورا للاستفادة من التقنيات المتطورة لتعزيز حياة الأفراد، ومن المقرر أن يبدأ البرنامج التجريبي للمشروع خلال العام (2019)، وقالت الدولة: «إن التقنية ستمكنها من إجراء تحليلات جماعية ودعم عمليات مكافحة الإرهاب».
ومن بين المؤسسات التي تتنافس للتعاقد مع سنغافورا لتنفيذ هذا المشروع شركة Yitu Technologyوهي شركة صينية تقدم كاميرات التعرف إلى الوجه إلى جهات إنفاذ القانون في ماليزيا، ولكن سنغافورا تنظر في استخدام التعرف إلى الوجه لاكتشاف الأفراد الأكبر سنا الذين فقدوا في المدينة، وفي هذه الأثناء يحاول مطار شانغي في سنغافورا استخدام أنظمة للتعرف إلى الوجه التي يمكن أن تساعد في المستقبل في تحديد مواقع المسافرين المفقودين، أو أولئك الذين يتسببون في تأخر رحلات بسبب قضاء أوقات أكثر من اللازم في الأسواق الحرة، والآن تستخدم صالة T4فقط في مطار شانغي تقنية التعرف إلى الوجوه لمساعدة المسافرين في حل مشكلاتهم الخاصة بالسفر.
3- ماليزيا:
في فبراير 2018 كشفت الخطوط الجوية الماليزية منخفضة التكاليف AirAsia– وهيأول شركة طيران في آسيا تستخدم تقنية التعرف على الوجوه- عن نظام تجريبي لتسريع الإجراءات في المطار مشروع « Faces»، ويهدف إلى الاعتماد على تقنية التعرف على الوجه لتمكين المسافرين من الوصول إلى رحلاتهم بشكل أسرع، تمكن هذا النظام من تحقيق نسبة نجاح في إثبات الهوية تصل إلى 80%، كما سيساعد على تقليل زمن إجراءات الصعود إلى تسع أو عشر دقائق بعدما كان يستغرق الأمر من 11 إلى 13 دقيقة.
4- الولايات المتحدة الأمريكية:
تسعى جميع المطار الأمريكية بشكل تدريجي نحو استخدام تقنيات التعرف إلى الوجه، حيث سعت هيئة الجمارك وحماية الحدود بالولايات المتحدة- وهي أكبر وكالة فيدرالية لإنفاذ القانون في وزارة الأمن الداخلي للولايات المتحدة- إلى استكشاف طرق مختلفة لاستخدام كاميرات التعرف إلى الوجه في 13 مطارا، بعد التجربة تم اختيار مطار أورلاندو «Orlando» الدولي كأول مطار في الولايات المتحدة الأمريكية للاستفادة من تقنيات التعرف إلى الوجه للتحقق من كل وافد قادم إلى البلاد، حيث يستغرق النظام أقل من ثانيتين لمسح الوجه بدقة تصل إلى 99%، أما الآن يتم استخدام برنامج يسمى «Biometric Exit» لتتبع الأفراد الذين يحملون تأشيرات مغادرة للولايات المتحدة من خلال التعرف إلى الوجوه، كما تعتزم الحكومة الاستفادة من تقنيات التعرف إلى الوجه في المناطق المحيطة مع المكسيك لتصفية الأفراد والمركبات([107]).
5- الإمارات العربية المتحدة:
تعد الإمارات العربية المتحدة من الدول الرائدة في استخدام التقنيات الجديدة، ومن أهم هذه التقنيات تقنية التعرف إلى الوجوه، وبشكل عام فقد بدأت الدولة في الاعتماد على تقنيات الذكاء الاصطناعي لمراقبة وحماية الحدود، كما يوجد في مطار دبي الدولي نحو 80 كاميرا للتعرف إلى الوجه لتأكيد هوية المسافرين خلال 10 ثوان ما يساعد على اكتشاف أي تهديد أمني بسرعة، وقد تم اعتماد ذلك النظام من أجل أتمتة «التشغيل الإلكتروني» مكاتب الهجرة في دولة الإمارات العربية المتحدة بالكامل بحلول عام 2020 من خلال استخدام تقنيات الذكاء الاصطناعي والتعرف إلى الوجه لتأكيد هوية الأشخاص المسموح لهم بدخول البلاد([108]).
ويري الباحث أن تقنية التعرف إلى الوجه أصبحت من التقنيات الكبيرة المطلوبة في العديد من المجالات، حيث شهدت تقنية التعرف إلى الوجه الكثير من التطورات خلال المدةالأخيرة،، خاصة لما تفعله في المجال الأمني، إضافة إلى استخدامها في العديد من المجالات الأخرى، وتطبيقات الكشف عن المشتبهين، وقوائم الإرهابيين، وسرعة الفحص، والتسجيل وتأمين المطارات، وأنظمة التنبؤ بالجريمة عند دمج الأنظمة إلكترونيا بأنظمة الذكاء الاصطناعي، التي تحمل في نتائجها واستنتاجاتها والعديد من الأمور المهمة والمؤشرات الأمنية الدقيقة، ويسهم التطور التكنولوجي، كذلك في سرعة الاستجابة للكوارث الأمنية والطبيعية؛ لأنه يزيد من فاعلية أنظمة الاتصال والتنسيق بين الأجهزة المعنية، وأنظمة التواصل بين أجهزة الأمن والجمهور، حيث تتيح وسائل الاتصال الحديثة قنوات لإيصال الرسائل إلى الأفراد في أوقات الأزمات، وتوعيتهم بكيفية التصرف في الظروف الصعبة، كمواقع التوصل المجتمعي الحكومية الذكية، وأدوات الاتصال التكنولوجية، والتطبيقات الشرطية الذكية عبر الهواتف، والأجهزة المحمولة.
الخاتمة
تناول الباحث دراسة أنظمة الذكاء الاصطناعي ودورها في مجال التنبؤ بالجرائم الجنائيةوالإرهابية من خلال ثلاثة مباحث، تناول الأول المستجدات التكنولوجية وتأثيرها على الأمن المجتمعي، وكيفية الاستفادة من تكنولوجيا المعلومات داخل منظومة التنبؤ بالجرمية بمختلف مستوياتها، من خلال مطلبين، الأول أطر تقنيات المعلومات الذي تناول كيفية استخدام تقنيات المعلومات داخل تعزيز الخدمات الأمنية وكيفية التحول الذكي ومدى تأثير التكنولوجيا على الأمن، وجاء المطلب الثاني بأنظمة الذكاء الاصطناعي، وعلاقته بالتحليل الجنائي والبيانات الضخمة، وكيفية استنتاج المعلومات لخدمة الأمن.
ثم جاء المبحث الثاني بالشرطة التنبؤية، واحصائياتها، والبرامج الذكية المستخدمة لمنع الجرائم، والبلاغات عبر التطبيق الذكي، وتناول مطلبين، الأول دور الذكاء الاصطناعي في تطوير مجالات العمل الأمني والخدمات الأمنية من خلال مدلول الشرطة التنبؤية واستخدام المجسمات الذكية، وأنظمة حفظ الأمن التنبؤية، أما المطلب الثاني فجاء بكيفية استخدام الذكاء الاصطناعي داخل أنظمة المعلومات الجغرافية ونظم تحديد الأماكن، ودورهما في الوقاية من الجرائم.
أما المبحث الثالث، فتناول التنبؤ بالجريمة باستخدام تقنيات التعرف إلى الهوية، تناول المطلب الأول، الهوية الرقمية بأنواعها المتعددة من الأصابع وكف اليد وملامح الوجه وشبكية العين، وقزحية العين، وأجهزة التعرف إلى صوت الإنسان، وبوابات الدخول الذكية، ثم كيفية استخدام الذكاء الاصطناعي في تطبيقات الهوية الرقمية وربطها بالمواقع الحكومية، وكيفية تحسين الخدمات الحكومية باستخدام التواصل الذكي، وتناولت الدراسة دور أنظمة الذكاء الاصطناعي في التنبؤ بالجريمة باستخدام مواضع وصفحات التواصل الاجتماعي ودور الخوارزميات الرياضية في عملية التنبؤ، في النهاية تناولت خاصية التعرف إلى الوجوه داخل الأنظمة الذكية ودورها في البحث الجنائي المعلوماتي.
وانتهت الدراسة إلى عدد من النتائج والتوصيات أعرضها كما يلي:
النتائج
– يعتمد الذكاء الاصطناعي على قاعدة بيانات يزود بها على عكس الذكاء البشري الذي يكتشف تلك البيانات بنفسه، ويعتمد الذكاء الاصطناعي على أساليب عدة تختلف باختلاف الغاية من النظم الذكية.
– أصبح نظام الذكاء الاصطناعي رائداً في كل المجالات الحياتية من الطب والصناعة وغيرها.
– إن كثيرا من الدول باتت تستخدم أنظمة المعلومات المتقدمة كتطبيقات نظم المعلومات المعرفية وتحديد الأماكن وربطها بأنظمة الذكاء الاصطناعي المتطور داخل ميادين العمل الأمني، وأن استخدام تقنيات المعلومات المدعومة بأنظمة الذكاء الاصطناعي التي تقوم على فكرة مبدأ الشرطة التنبؤية سوف يسهم بكثير في اكتشاف الجرائم والتنبؤ بها وسرعة مكافحة أنواع الجرائم المختلفة وحفظ الأمن.
– استخدام أنظمة الاستشعار بالشوارع والميادين العامة الرئيسة المربوطة بغرف الدوريات الأمنية وغرف الأزمات سوف يسهم في عملية التنبؤ بالجرائم قبل حدوثها.
– استخدام كل من برامج تحليل البيانات analysis Data داخل منظومة البيانات الضخمة Big Data سوف يسهل بكثير في حل كثير من القضايا الجنائية، وذلك عند ربط تلك البرامج التحليلية بأنظمة الذكاء الاصطناعي وبخاصة ربط خوادم الأنظمة بكل من (قواعد البيانات الخاصة ببرامج وتطبيقات الأمن العام والأدلة الجنائية والمرور وغيرها).
– أما عن دمج خوادم برامج التواصل المجتمعي المختلفة وخاصة التعرف إلى الوجه Face recagnatianسوف يسهم بكثير في حفظ الأمن والتعرف إلى الأشخاص المطلوبين والمسجلين على قواعد بيانات الأنظمة الأمنية، إضافة إلى سرعة الوصول وتحديد الأشخاص المراد مراقبتهم.
– إن استخدام الحاسبات من أجل إنفاذ القانون أمر لن نراه سوى في أفلام الخيال العلمي، ولكن مع تقدم التكنولوجيا، بدأت العديد من قوات محاربة الجرائم في استخدام الخوارزميات المصممة لمعرفة أين ومتى يحتمل أن تقع الجرائم، ما يعرفبالشرطة التنبؤية (Predictive Policing).
– حققت الشرطة التنبؤية مؤخرا تقدما كبيرا مع تقدم تقنيات الذكاء الاصطناعي، حيث تحاول العديد من الدول والشركات استغلال هذه التقنيات لتحسين القدرة على التنبؤ بالجرائم.
– تهدف استراتيجية الشرطة التنبؤية إلى صنع بيئة عمل توازن بين الذكاء الاصطناعي والعنصر البشري، حيث يتم استخدام الذكاء الاصطناعي للتنبؤ بالجرائم والتحقيقات في مجال الطب الشرعي وعمليات الشرطة بجانب تحسين معدل أمان المرور والطرق، وتحقيق أهداف تتضمن أمن المجتمع عبر توفير خدمات الشرطة مستقبلا بشكل أسهل لكافة المواطنين ومن خلال استغلال الذكاء الاصطناعي أيضا في إدارة الأزمات والكوارث، بما يساهم في إدارة الحشود في حالة أي مشكلة ضخمة.
التوصيات
– يجب على المؤسسة الأمنية بالدول البدء في إنشاء وكالة مشاريع للبحوث الدفاعيةالمتقدمةAgency Projects Research Advanced (Defence) على غرار الدولالمتقدمة، وهي التي تعمل على بناء كيان أكاديمي تكنولوجي متخصص لدى المؤسسة الأمنية، يضم كافة أطياف المجتمع من التخصص الماس بالمؤسسة الأمنية، حيث يتضمن هذا البناء جميع التخصصات العلمية للعمل على وضع الاستراتيجية الأمنية بالمنهج العلمي المتخصص، والقائم على البحث والتطوير والابتكار والإبداع الأمني عن طريق ضم كل من (المتميزين في المجال التكنولوجي- المتميزين في مجال الصحة النفسية-المتميزين في مجال الصحة العامة- المتميزين في التخطيط- المتميزين في مجال الابتكار- المتميزين في المجال الهندسي- المتميزين في المجال القانوني)، حتى يتم وضع استراتيجية أمنية قائمة على التخصص كل في مجاله ما يكسب العاملين الولاء للمؤسسة الأمنية، والعمل على تطبيق ذلك عن طريق البدء من المعاهد التخصصية بكل قطاع من القطاعات بالمؤسسة الأمنية وربطها بتلك الوكالة.
– ضرورة البدء في استخدام تقنيات الذكاء الاصطناعي لتحسين كفاءة الخدمات والمنتجات والإسراع في خلق برامج تدريبية لبناء النظم الذكية بالمؤسسات والقطاعات الأمنية، والخدمية بالجماهيرية بحكومات الدول، واتباع الاتجاهات العالمية نحو العمل بالتطبيقات الأمنية المعتمدة على تقنيات الذكاء الاصطناعي، على غرار معظم دول العالم التي تعمل على الابتكار الأمني والإبداع في حل المشكلات الأمنية، مما يلزم العمل نحو إنشاء قطاع تكنولوجي ذكي يتم فيه تجميع كل المبتكرين والمبدعين في المجال التكنولوجي.
– الاستثمار في رأس المال الفكري للعاملين بالمؤسسة الأمنية عن طريق تنمية روح الابتكار والإبداع لديهم، حتى يتم تحقيق التنمية الأمنية المرجوة داخل قطاعات المؤسسة عن طريق العمل على التأهيل والتدريب التكنولوجي الأمني، وتشجيع الإبداع والحلول الابتكارية من المواطنين حتى يتم إكسابها في التطبيقات الأمنية.
– تعزيز العلاقات الدولية، حيث تحتل بين الدول مكانة مهمة في الاستراتيجية الأمنية الحديثة، والإجراءات التي تتخذها المؤسسات الأمنية في مجال التعاون بينها تساهم في مجال التعاون الأمني، مما يدفع الأمر إلى التشاور الدائم بين الدول مع شركائها فيالجهود الرامية إلى تعزيز سيادة القانون ومكافحة الجريمة المنظمة بجميع أشكالها.
– التوسع في إنشاء مركز اتصال شرطية متخصصة (Center Call) في تلقى الشكاوى والاستغاثات في جميع المجالات وتوزيعها للقطاع المسؤول عن الحل، وفي حالة الاتصال لا يتم غلق الرقم من خلال خاصية عند مركز الاتصال حتى يتم عمل تتبع (Tracking) وذلك في الحالات التي لا تسمح للشخص بإعطاء المزيد من المعلومات للمركز حتى يتم إرسال أقرب دورية أمنية باستخدام أنظمة المعلومات الجغرافية والمزودة بتطبيقات الذكاء الاصطناعي.
– استقدام برامج تحليلية ذكية، داخل أنظمة المعلومات الجنائية بشأن تحليل المعلومات والبرامج بهدف الحصول على معلومات وبيانات دقيقة تفيد في حل الغاز قضايا جنائية ومراقبة الحالة الأمنية داخل الدول، مما يهدف للمحافظة على الأمن القومي والداخلي للدول.
– التعرف إلى أنظمة الشرطة الدولية وبخاصة الغربية المستخدمة لبرامج الذكاء الاصطناعي في تطبيقات التنبؤ بالجرمية ومنع حودثها من الدول صاحبة التجارب الناجحة في ذلك المجال، كالإمارات العربية المتحدة، والولايات المتحدة الأمريكية، والصين، وسنغافورا.
– ضرورة قيام الأجهزة الأمنية بتركيب المجسمات الذكية المستحدثة، وكاميرات المراقبة الحية المزودة بالتسجيل، وحفظ خاصية التعرف إلى الوجوده، داخل المدن الكبرى وربطها بأنظمة (GIS-GPS)، والمتصلة بجميع غرف المراقبة والدوريات الأمنية وغرف الأزمات المركزية بالدولة، وكذا سرعة الانتهاء من البرامج الذكية التي تخدم المواطنين عبر البوابة الحكومية لخدمة المواطنين سواء في الخدمات المرورية والأزمات، والاستغاثة، الإسعاف، وخدمات المواطنين الجماهيرية.
– على الأجهزة الأمنية بالدولة (رئاسة مجلس الوزراء- وزارة الاتصالات- وزارة الداخلية- وزارة التنمية المحلية- وزارة الصحة- الجهاز المركزي للمحاسبات…الخ)، باستخدام تفعيل تقنيات الهوية الرقمية بمختلف أنظمتها في التعامل مع مختلف الجماهيرية، وربط قواعد البيانات والأنظمة الضخمة بالدولة، بنظام تكامل المعلومات الموحد، يجب أن تعمل الأجهزة الأمنية على بناء استراتيجية التكامل المعلوماتي INTEGRATION بين جميع نظم المعلومات، وبناء منظومة معلوماتية متكاملة وتحويل وزارة الداخلية إلى منظومة إلكترونية وذكية تنهض بمستوى الأداء الأمني حتى يحققالقطاع هدفا أساسيا من الأهداف التي أنشئ من أجلها.
– تطوير وسائل الرصد والمراقبة الأمنية باستخدام أنظمة الذكاء الاصطناعي وأنظمة الأمن الإلكتروني على مدار الساعة تماشيا مع تطور وسائل الاتصالات الحديثة وما تمثله من تهديد للأمن القومي الإلكتروني، مع تطبيق أساليب تحليل البيانات وتحليل سلوك مستخدمي مواقع التواصل الاجتماعي وشبكة الإنترنت لمعرفة التوجهات المتطرفة للعناصر المتشددة.
– البدء في وضع استراتيجية لتفعيل أنظمة «البلوك التشين الرقمية» على أعلى نطاق حكومي، لتوظيف تكنولوجيا المستقبل لخدمة الإنسان، من خلال تسجيل وتوثيق التعاملات الرقمية بتكنولوجيا بلوك تشين، وتخصيص بصمة مميزة للبيانات الرقمية لا يمكن اختراقها أو تغييرها، بشكل يؤدي إلى رفع مستوى الأمن الرقمي للبيانات الوطنية، ويخفض التكاليف التشغيلية، من خلال الحد من المعاملات الورقية، وبالتالي تسريع عملية اتخاذ القرار.
قائمةالمراجع:
أ- الكتب:
- أحمد جاد منصور، التقنيات الحديثة واستخدامها في المجال الأمني، مجلة كلية الدراسات العليا، أكاديمية الشرطة، الإصدار الخمسون، مطابع الشرطة، 2014.
- آرون شابيرو، دراسة «حفظ الأمن التنبئي»، مدينة الملك عبد العزيز للعلوم والتقنية، الرياض، 2017.
- أنس بن محمد المالك، المتطلبات الإدارية لاستخدام تقنيات تسجيل القياسات الحيوية في أمن المطارات، الرياض، جامعة نايف العربية للعلوم الأمنية، 2011.
- أوشونديه أوشوبا، وليام ويلسر الرابع، ذكاء اصطناعي بملامح بشرية، مكتبة الكونغرس، الولايات المتحدة الأمريكية، 2017.
- إيهاب خليفة، الذكاء الاصطناعي «تأثريات تزايد دور التقنيات الذكية في الحياة اليومية للبشر»، مركز المستقبل للأبحاث والدراسات المتقدمة، أبو ظبي، أبريل 2017.
- إيهاب خليفة، مجتمع ما بعد المعلومات: تأثير الثورة الصناعية الرابعة على الأمن القومي، مركز المستقبل للأبحاث والدراسات المتقدمة، دبي، 2019.
- باسم راشد، الجيل الخامس: التطورات المستقبلية في تكنولوجيا الموبايل، مركز المستقبل للأبحاث والدراسات المستقبلية، دبي، يناير 2019.
- جمعان رشيد، أمن الطيران المدني، الرياض، أكاديمية نايف للعلوم الأمنية، 2016.
- جهاد أحمد عفيفي، الذكاء الاصطناعي والأنظمة الخبيرة، دار أمجد للنشر والتوزيع، عمان، الطبعة الأولى، 2015.
- رائد محمد عبد ربه، سمو الشيخ محمد بن راشد آل مكتوم ونهضة إمارة دبي، الجنادرية للنشر والتوزيع، عمان، الطبعة الأولى، 2017.
- رغدة البهي، الابتكار الإرهابي، مخاطر تطوير داعش للحرب الهجينة عبر «الدرونز»، مركز المستقبل للأبحاث والدراسات المتقدمة، أبو ظبي، أغسطس 2017.
- روبيرتو مايكل وآخرون، قياس الهوية دليل للمتخصصين في العلوم الاجتماعية، دبي، ترجمة مركز الإمارات للدراسات والبحوث الاستراتيجية، 2014.
- سمير سليمان الجمل، الآثار السلبية للهواتف الذكية، فلسطين، جامعة القدس المفتوحة، 2015.
- ضيف العتيبي، الحكومة الذكية مرحلة ما بعد الحكومة الإلكترونية، الجمعية السعودية للمبرمجين، الرياض، 2016.
- عامر خضير الكبيسي، التدريب الإداري والأمني… رؤية معاصرة للقرن الحادي والعشرين، الرياض، جامعة نايف العربية للعلوم الأمنية، 2015.
- عباس أبو شامة، الظواهر الإجرامية المستحدثة وسبل مواجهتها، الرياض، جامعة نايف العربية للعلوم الأمنية، 2015.
- عبد الله بن مبارك آل سيف، توظيف الأنظمة الخبيرة، الرياض، كلية الشريعة، 2017.
- عدنان مصطفي البار، البيانات الضخمة ومجالات تطبيقها، كلية الحاسبات وتقنية المعلومات، جامعة الملك عبد العزيز، جدة، 2019.
- علي بن ذيب الأكلبي، البيانات الضخمة واتخاذ القرار، مشروع مستودع البيانات والجودة الإلكترونية «إتقان»، جامعة الملك سعود، الرياض، 2019.
- عمر الخالدي، استخدام تقنيات نظم المعلومات الجغرافية في التطبيقات العسكرية، عمان، المركز الجغرافي الملكي الأردني، 2014.
- كمرن أحسن، أمن المعلومات الذكي وتحليل البيانات الضخمة، مجلة محكمة «المتدفق الداخلي للشرق الأوسط»، دبي، 2015.
- محمد إبراهيم شريف، نظم المعلومات الجغرافية، الإسكندرية، دار المعرفة الجامعية، 2009.
- محمد حيان الحافظ، ثقافة التقنية، الرياض، مركز الملك فيصل للبحوث والدراسات الإسلامية، 2017.
- محمد عصام خليفة، تقنيات التعرف إلى الوجه، كلية الدراسات العليا، أكاديمية الشرطة، 2014.
- مصطفي النمر، بلوك تشين، نحو آفاق جديدة للحكومات، المعهد المصري للدراسات السياسية والاستراتيجية، 15 نوفمبر 2017.
- نحو حكومة ذكية، حكومة دولة الإمارات العربية المتحدة، هيئة تنظيم الاتصالات، 2015.
- هناء قرياطي، أسامة دمحون، توظيف البيانات الضخمة في الشركات التقنية وخصوصية المستخدم، دراسة تحليلية لاستخدام الجوجل والفيس بوك، جامعة 8 ماي1945-قالمة، الجزائر، 2017.
- هولين جاو، الذكاء الاصطناعي من أجمل الصالح العام، الاتحاد الدولي للاتصالات، الولايات المتحدة الأمريكية، 2018.
- يسري حرب، الخدمات الإلكترونية الذكية، الأردن، جامعة اليرموك، 2014.
بـ-الرسائل العلمية:
- إيمان خير السيد، التحقق من هوية مستخدمي جهاز الصراف الآلي عن طريق التعرف إلى الوجه، رسالة ماجستير، جامعة السودان للعلوم والتكنولوجيا، كلية علوم الحاسوب، 2017.
- طارق خيرت أحمد، دور النظم الخبيرة في إدارة الأزمات الأمنية، رسالة دكتوراه، كلية الدراسات العليا، أكاديمية الشرطة، القاهرة، 2006.
- عمار ياسر زهير البابلي، الآليات الحديثة لحماية وتأمين نظم المعلومات وآثارها على المنظومة الأمنية، رسالة دكتوراه، كلية الدراسات العليا، أكاديمية الشرطة، القاهرة، 2018.
- عمرو جمال البحيري، أثر تطبيقات الذكاء الاصطناعي على رفع كفاءة الأداء الأمني بالتطبيق على تأمين الطرق، رسالة دكتوراه، كلية الدراسات العليا، أكاديمية الشرطة، القاهرة، 2019.
- عهود نواف مطلق، دور تقنية المعلومات في ترشيد القرارات الإدارية، رسالة ماجستير، أكاديمية نايف للعلوم الأمنية، الرياض، 2017
- فايزة دسوقي أحمد، بصمة اليد والعين والقياسات الحيوية في أمن المعلومات، رسالة دكتوراه، كلية علوم الحاسب الآلي والمعلومات، جامعة الإمام، الرياض، 2010.
- مريم نومار، استخدام مواقع الشبكات الاجتماعية وتأثيره في العلاقات الاجتماعية، رسالة ماجستير في علوم الإعلام والاتصال تخصص الإعلام وتكنولوجيا الاتصال الحديثة، جامعة الحاج لخضر – باتنة، الجزائر، 2014
ج-الأبحاث والدوريات:
- أندريا سيرون، ولويجي كوريني، وستيفانو إياكوس، السياسة والبيانات الضخمة: متابعة والتنبؤ بنتائج الانتخابات من خلال وسائل التواصل الاجتماعي، مجلة، اتجاهات الأحداث، دبي، 2017.
- حسني يوسف أبو منصور، توظيف تقنية التصنيف الربطي للشبكات، المجلة العربية الدولية للمعلوماتية، الرياض، المجلد 01، العدد 02، يوليو 2017.
- خالد علي المرحبي، عدنان مصطفي البار، تطبيقات تقنية إنترنت الأشياء والمدن الذكية، مجلة الفيصل العلمية، الرياض، مارس 2018.
- سلمان القحطاني، التقنيات المعلوماتية والإرهاب في ضوء التطور التقني الحديث، مجلة الأمن والحياة-العدد 307، الرياض، أكاديمية نايف للعلوم الأمنية، 2017.
- شادي عبد الوهاب منصور، الشرطة التنبؤية، اعتامد متزايد لأجهزة الأمن الغربية على أساليب الاستخابارات، مركز المستقبل للأبحاث والدراسات المتقدمة، العدد 4، أبو ظبي، أكتوبر 2018.
- عصام خليفة، أنظمة التعرف الآلي إلى الوجه واستخداماتها الأمنية، مجلة كلية الدراسات العليا، أكاديمية الشرطة، العدد (29)، القاهرة، مطابع الشرطة، 2013.
- هال نصار، تصنيف تعابير الوجه باستخدام شبكة عصبية وخوارزمية PCA، مجلة جامعة البعث-المجلد 63 -العدد 1، سوريا، 2014.
- وجدي عبد الفتاح، استخدام الهندسة الوراثية في مجال التحقيق الجنائي. أساليبوتطبيقات، مجلة المركز القومي للبحوث الاجتماعية والجنائية، العدد (23)، القاهرة، 2014.
د-التقارير والمؤتمرات والصحف:
- أحمد حازم مصطفي، مقال «تقنية المعلومات»، حكومة دبي، هيئة المعرفة والتنمية البشرية، 2015.
- استراتيجية شرطة دبي، حكومة دبي، زيارة الموقع بتاريخ 2017/8/20.
- تقرير الذكاء الاصطناعي في دولة الإمارات العربية المتحدة-الخطة التشغيلية-الربع الأول 2014.
- صلاح الدين العبيدي، مقال «مفهوم الأمن في تقنية المعلومات. النظرة العامة والتقنية»، صحيفة الرياض، الرياض، بتاريخ 2014-6-12.
- فايزة دسوقي أحمد، بصمة اليد والعين والقياسات الحيوية في أمن المعلومات، المؤتمر السادس لجمعية المكتبات والمعلومات، الرياض، 2010.
هـ-المراجع باللغة الأجنبية:
- Catharine Lumby, “Notoriety In Dark-Web Communities Heralds New Era For Terrorism”, The Sydney Morning Herald, March 16, 2019
- D. Prakash and S. Surendran, “Detection and Analysis of Hidden Activities in Social Networks,” International Journal of Computer Applications, vol. 77, 2019
- D. Raji and J. Buolamwini. Actionable auditing: Investigating the impact of publicly naming.
- Darrell M. West, The State of the Mobile Economy, 2014: Its Impact and Future (Washington: Center for Technology Innovation at Brookings, September 2014
- David Calcutt, Frederick Cowan, Hassan Parchizadeh, 8051 Microcontrollers: Hardware, Software and Applications, Butterworth- Heinemann, UK, 2010.
- DAVID J. WHITE, Behavior Research Methods, Instruments, Computers Voice recognition technology as a tool for behavioral research, 2012.
- Don Rassler, “The Islamic State and Drones: Supply, Scale, and Future Threats”, Combating Terrorism Center, West Point United States Military Academy, July 2018.
- E. Nakashima. “U.S. Accelerating Cyberweapon Research”, The Washington Post, online e-article, https://www.washingtonpost.com/world/national-security/us-accelerating-cyberweapon-research/13/03/2018/glQAMRGVLS_story.html.
- Erik Hjelmas, Boon Kee Low, “Face Detection: A Survey” In the Journal of Computer Vision and Image Understanding, Volume 83, Number 32009.
- For more on the crime risk estimating index created, see: Xiao, J., & Zhou, X. (2019). Crime Exposure along My Way Home: Estimating Crime Risk along Personal Trajectory by Visual Analytics: Crime Exposure along My Way Home. Geographical Analysis. https://doi.org/10.1111/gean.12187..
- For more on the role of time and temporal analysis on patrolling high crime hot spots, see: Oatley, G., S., W., Barnes, G. C., Clare, J., & Chapman, B. (2019). Crime concentration in Perth CBD: a comparison of officer predicted hot spots, data derived hot spots and officer GPS patrol data. Australian Journal of Forensic Sciences, 1-5. https://doi.Org/10.1080/00450618.2019.1569141.
- Gautam shroff, the intellingent web, oxford university press, uk, 2013, p 17-19.
- Hayashi Takeshi Project on Technology Transformation and Development: The Japanese Experience United Nations University Tokyo 2017.
- Hunt, P., Saunders, J. & Hollywood, J. S. Evaluation of the Shreveport Predictive Policing Experiment (RAND, 2019); available at http://go.nature.com/2ighyap
- Jay A Farrell and Mathew Barth Jay, The Global Positioning System and Inertial Navigation. McGrow-Hill, New York, 2019.
- John William Coyne & Peter Bell, The Role of Strategic Intelligence in Anticipating Transnational Organised Crime: A Literary Review, International Journal of Law, Crime and Justice, Vol. 39, Issue 1, May 2011.
- K. Macgillivray, J. B. Wilson and A. Holt, “The Use of Artificial Intelligence Techniques and GIS for Predictive Vegetation Modelling,“ in Proc. of the 11th Annual Colloquium of the Spatial Information Research Centre (SIRC 99), Dunedin, New Zealand, December 13-15th 2018.
- Michele Merler, Nalini Ratha, Rogerio Feris, John R. Smith IBM Research AI @ IBM T. J. Watson Research Center Yorktown Heights, NY 10598, USA, February 22, 2019
- Mitchell, “E-topia: The Future of Cities in the Digital Age”, Public lecture,
- Nael T. Elyezjy, Investigating Crimes using Text Mining and Network Analysis, International Journal of Computer Applications (0975- 8887) Volume 126- No. 8, September 2019.
- Predictive Policing, journal, NIJ is the research, development and evaluation agency of the U.S. Department of Justice. At https://www.nij.gov/about/Pages/welcome.aspx at March 29, 2017
- R. Al-Zaidy, B. C. Fung, A. M. Youssef, and F. Fortin, “Mining criminal networks from unstructured text documents,” Digital Investigation, vol. 8, pp. 147-160, 2019.
- R/ly. bit://http: at accessible), 1. p, (2015, 16 October), California of sityUniver Berkeley (Report Technical Technology & Entrepreneurship for Center Sutardja, Technology Block Chain.
- Robinson, D. & Koepke, L. Stuck in a Pattern: Early Evidence on “Predictive Policing” and Civil Rights (Upturn, 2016); available at http://go.nature.com/2it4tnr
- Stan Augarten, The Most Widely Used Computer on a Chip: The TMS 1000. State of the Art, The National Museum of American History, 1974, P 10.
- Steven Borowiec and Tracey Lien, “AlphaGo beats human Go champ in milestone for
- The New Eyes of Surveillance: Artificial Intelligence and Humanizing Technologym Wired, accessed 23 Jan, 2017 https://www.wired.
- Tomo Iwamura “Feature-Organized Sparseness for Efficient Face Recognition from Multiple Poses”, In Proceedings of International Confernece of Independent Component Analsyses Compressive Sampling Wavelets Neural Net Biosystems and Nanoengineering, Maryland, USA, doi: 10.1117/12.2018423, May 2013.
- Warnecke Lisa, Geographic Information Technology in Cities and Counies: A Nationwide Assessment, Urban and Regional Information Systems Association (URISA), USA, 2008.
- Y. A. L. Al-Bastaki, “GIS Image Compression and Restoration: A Neural Network Approach,” Information Technology Journal, vol. 5, no. 12016..
و-مواقع الإنترنت:
- جوجل أنتجت نظام ذكاء اصطناعي يحلل المادة الوراثية، مؤسسة دبي للمستقبل، حكومة دبي الذكية، 2019 متاح على الموقع:
https://mostaqbal.ae/google-released-ai-analyzes-genome/
- البوابة العربية للأخبار التقنية، أبرز الدول التي بدأت في الاعتماد على تقنية التعرف إلى الوجه، دبي، متاح على الموقع: https://aitnews.com/ بتاريخ 17 يناير 2019.
- إرشادات التحول الذكي للخدمات الحكومية، دولة عمان
http://www.ajman.ae/Ar/Documents/sTransform_guides.pdf.
- Https://www.arduino.cc/en/Guide/Introduction,1/9/2017
- Billion People to Use Mobile Phones by 2019. https://www.statista.com/chart/1517/worldwide-mobile-phone-users/
- Artificial intelligence,” Los Angeles Times, March 12, 2016, accessed August 1, 2016, http://www.
- biased performance results of commercial ai products. In AAAI/ACM Conf. on AI Ethics and
- com/insights/2014/08/the-new-eyes-of-surveillance-artificial- intelligence-and-humanizing-technology/
- http://www.co.monterey.ca.us/pages/hr/class-specs/43M33.pdf
- http://www.emaratalyoum.com/local-section/ accidents/2013-06-17-1.584317
- http://www.id.gov.ae/ar/media-centre/news/2013/2/8/emirates- id-the-countrys-dependence-on-the-fingerprinting-technology-reinforces-its-transfertowards.aspx
- https://nakedsecurity.sophos.com/ar/2014/06/02/nsa-facial-recognition-program-scours-web-for-images-to-identify-suspects/
- http://www.bbc.com/arabic/vert-fut-41355914
- http://www.esri.com/library/brochures/pdfs/crime-analysis.pdf
- https://www.dubaipolice.gov.ae/wps/portal/home/aboutus/ourstrategy
- https://www.dubaipolice.gov.ae/wps/portal/home/aboutus/ourstrategy
- https://www.rand.org/content/dam/rand/pubs/research_reports/RR1700/RR1744/RAND_RR1744z1.arabic.pdf
- latimes.com/world/asia/la-fg-korea-alphago-20160312-story.html.
- Society, 2019
([1]) For more on the crime risk-estimating index created, see: Xiao, J., & Zhou, X. (2019).
Crime Exposure along My Way Home: Estimating Crime Risk along Personal Trajectory by Visual Analytics: Crime Exposure along My Way Home. Geographical Analysis. https://doi. org/10.1111/gean. 12187
([2])For more on the role of time and temporal analysis on patrolling high crime hot spots, see: Oatley, G., S., W., Barnes, G. C., Clare, J., & Chapman, B. (2019). Crime concentration in Perth CBD: a comparison of officer predicted hot spots, data derived hot spots and officer GPS patrol data. Australian Journal of Forensic Sciences, 1-5 https://doi.org/10.1080/004 50618.2019.1569141
([3]) E. Nakashima. “U.S. Accelerating Cyberweapon Research”, The Washington Post, online e-article, https://www.washingtonpost.com/world/national-security/us-accelerating-cyber-weapon-research/13/03/2018/gIQAMRGVLS_story.html.
([4]) عمـار ياسـر زهيـر البابـلي، الآليـات الحديثـة لحمايـة وتأميـن نظـم المعلومـات وآثارهـا عـلى المنظومـة الأمنيـة، رسـالة دكتوراه، كلية الدراسـات العليا، أكاديمية الشـرطة، القاهرة، 2018، ص 45.
([5])عامــر خضيــر الكبيســي، التدريــب الإداري والأمنــي… رؤيــة معاصــرة للقــرن الحــادي والعشــرين، الريــاض، جامعــة نايــف العربيــة للعلــوم الأمنيــة، 2015، ص 79-77.
([6])صــلاح الديــن العبيــدي، مقــال «مفهــوم الأمــن في تقنيــة المعلومــات… النظــرة العامــة والتقنيــة»، صحيفــة الريــاض، الريــاض، بتاريــخ 2014-6-12.
([7])إيهـاب خليفـة، الـذكاء الاصطناعـي «تأثريـات تزايـد دور التقنيـات الذكيـة في الحيـاة اليومية للبشـر»، مركز المسـتقبل للأبحاث والدراسـات المتقدمة، أبو ظبي، أبريل 2017، ص 14.
([8]) عهـود نـواف مطلـق، دور تقنيـة المعلومـات في ترشـيد القـرارات الإداريـة، رسـالة ماجسـتير، أكاديميـة نايـف للعلـوم الأمنيـة، الريـاض، 2017، ص ص 100-98.
([9]) http://www.co.monterey.ca.us/pages/hr/class-specs/43M33.pdf
([10])ســلمان القحطانـي، التقنيــات المعلوماتيــة والإرهــاب في ضــوء التطــور التقنــي الحديــث، مجلــة الأمــن والحيــاة-العــدد 307، الريــاض، أكاديميــة نايــف للعلــوم الأمنيــة، 2017، ص 23-21.
([11]) فايــزة دســوقي أحمــد، بصمــة اليــد والعيــن والقياســات الحيويــة في أمــن المعلومــات، رســالة دكتــوراه، كليــة علــوم الحاســب الآلي والمعلومــات، جامعــة الإمــام، الريــاض، 2010، ص 47-45.
([12])Mitchell, “E-topia: The Future of Cities in the Digital Age”, Public lecture, web site: www.builtenvironment.com, Amman, 2009, p 222-223.
([13]) استراتيجية شرطة دبي، حكومة دبي، زيارة الموقع بتاريخ 2017/8/20.
https://www.dubaipolice.gov.ae/wps/portal/home/aboutus/ourstrategy
([14])أحمــد جــاد منصــور، التقنيــات الحديثــة واســتخدامها في المجــال الأمنــي، مجلــة كليــة الدراســات العليــا، أكاديميــة الشــرطة، الإصدار الخمســون، 2014، مطابــع الشــرطة، ص 41، 42.
([15]) ســلمان القحطاني، التقنيــات المعلوماتيــة والإرهــاب في ضــوء التطــور التقني الحديــث، مرجع ســابق، ص121-119.
([16]) عبد الله بن مبارك آل سيف، توظيف الأنظمة الخبيرة، الرياض، كلية الشريعة، 2017، ص 69، 71.
([17])طــارق خيــرت أحمــد، دور النظـم الخبيــرة في إدارة الأزمـات الأمنيــة، رســالة دكتــوراه، كليــة الدراسات العليــا، أكاديميــة الشــرطة، القاهــرة، 2006، ص ص 270-267.
([18])عبـاس أبـو شـامة، الظواهـر الإجراميـة المسـتحدثة وسـبل مواجهتهـا، الريـاض، جامعـة نايـف العربيـة للعلـوم الأمنية، 2015، ص ص 48، 49.
([19])ضيـف العتيبي، الحكومة الذكية مرحلـة مـا بعـد الحكومـة الإلكترونيـة، الجمعيـة السـعودية للمبرمجيـن، الريــاض، 2016، ص 9-3.
([20]) نحو حكومة ذكية، حكومة دولة الإمارات العربية المتحدة، هيئة تنظيم الاتصالات، 2015، ص 63.
([21])أحمـد حـازم مصطفـي، مقـال «تقنيـة المعلومـات»، حكومـة دبي، هيئـة المعرفـة والتنميـة البشـرية، 2015، ص 18.
([22]) Steven Borowiec and Tracey Lien, “Alpha Go beats human Go champ in milestone for Artificial intelligence,” Los Angeles Times, March 12, 2016, accessed August 1, 2016, http://www.latimes.com/world/asia/la-fg-korea-alphago-20160312-story.html.
([23])MATTHEW BACON, TAKING CARE OF BUSINESS: POLICE DETECTIVES, DRUG LAW ENFORCEMENT AND PROACTIVE LNVES- TIGATION, (OXFORD: OXFORD UNIVERSITY PRESS, 2018), PP. 128- 129.
([24])FBI USING BIG DATA TO PREDICT TERRORSM, CYBER SECURITY INTELLIGENCE, SEP- TEMBER 25, 2016, ACCESSIBLE AT: HTTPS://BIT.LY/2MRPR8I
([25])حســني يوســف أبــو منصــور، توظيــف تقنيــة التصنيــف الربطــي للشــبكات، المجلــة العربيــة الدوليــة للمعلوماتيــة، الريــاض، المجلــد 01، العــدد 02، يوليــو 2017، ص 133.
([26])عـلي بــن ذيــب الأكلبــي، البيانــات الضخمــة واتخــاذ القــرار، مشــروع مســتودع البيانــات والجــودة الإلكترونيــة «إتقان»، جامعــة الملــك ســعود، الريــاض، 2019، ص 246-244.
([27])خالــد عـلـي المرحبــي، عدنــان مصطفي البــار، تطبيقــات تقنيــة إنترنــت الأشــياء والمــدن الذكيــة، مجلــة الفيصــل العلميــة، الريــاض، مــارس 2018، ص 9.
([28])هوليــن جــاو، الــذكاء الاصطناعي مــن أجمــل الصالــح العــام، الاتحــاد الدولي لاتصــالات، الولايــات المتحــدة الأمريكيــة، 2018، ص 55.
([29])JEREMY G. CARTER AND SCOTT W. PHILLIPS, INTELLIGENSE-LED POLICING AND FORCES of ORGANISATIONAL CHANGE IN THE USA, POLICING AND SOCIETY, VOL. 25, LSSUE 4, 2015, P. 3.
([30])جهــاد أحمــد عفيفي، الــذكاء الاصطناعــي والأنظمــة الخبيــرة، دار أمجــد للنشــر والتوزيع، عمــان، الطبعــة الأولـى، 2015، ص 25.
([31])تقرير الذكاء الاصطناعي في دولة الإمارات العربية المتحدة-الخطة التشغيلية-الربع الأول 2014
([32])إيهــاب خليفــة، مجتمــع مــا بعــد المعلومــات: تأثيــر الثــورة الصناعيــة الرابعــة على الأمــن القومــي، مركــز المســتقبل للأبحــاث والدراســات المتقدمــة، دبي، 2019، ص 13.
([33])Nael T. Elyezjy, Investigating Crimes using Text Mining and Network Analysis, International Journal of Computer Applications (0975- 8887) Volume 126- No. 8, September 2019.
([34])رائد محمد عبد ربه، سـمو الشـيخ محمد بن راشـد آل مكتوم ونهضة إمارة دبي، الجنادرية للنشـر والتوزيع، عمان، الطبعة الأولى، 2017، ص 60
([35]) Hunt, P., Saunders, J. & Hollywood, J. S. Evaluation of the Shreveport Predictive Policing Experiment (RAND, 2019); available at http://go.nature.com/2ighyap
([36])RICHARD A. BEST JR., SECURING AMERICA. S BORDERS: THE ROLE OF THE INTELLIGENCE COMMUNITY, 00 2019. CIT PP. 5- 6.
([37])عدنـان مصطفي البـار، البيانـات الضخمـة ومجـالات تطبيقهـا، كليـة الحاسـبات وتقنيـة المعلومـات، جامعـة الملـك عبـد العزيـز، جـدة، 2019، ص 90-87.
([38]) محمــد حيــان الحافــظ، ثقافــة التقنيــة، الريــاض، مركــز الملــك فيصــل للبحــوث والدراســات الإسلامية، 2017، ص ص 109-106.
([39])John William Coyne & Peter Bell, The Role of Strategic Intelligence in Anticipating Transnational Organised Crime: A Literary Review, International Journal of Law, Crime and Justice, Vol. 39, Issue 1, May 2011, pp. 65- 66.
([40]) Catharine Lumby, “Notoriety in Dark-Web Communities Heralds New Era For Terrorism”, The Sydney Morning Herald, March 16, 2019
([41]) هنـاء قرياطـي، أسـامة دمحـون، توظيـف البيانـات الضخمـة في الشـركات التقنيـة وخصوصيـة المسـتخدم، دراسـة تحليليـة لاسـتخدام الجوجـل والفيـس بـوك، جامعـة 8مـاي –1945قالمـة، الجزائـر، 2017، ص 99-96.
([42]) Darrell M. West, The State of the Mobile Economy, 2014: Its Impact and Future (Washington:Center for Technology Innovation at Brookings, September 2014
([43])شــادي عبــد الوهــاب منصــور، الشــرطة التنبؤيــة، اعتامــد متزايــد لأجهــزة الأمــن الغربيــة على أســاليب الاســتخابارات، مرجــع ســابق، ص 20.
([44]) آرون شـابيرو، دراسـة «حفـظ الأمـن التنبئـي»، مدينـة الملـك عبـد العزيـز للعلـوم والتقنيـة، الريـاض، 2017، ص 5،
([45])Robinson, D. & Koepke, L. Stuck in a Pattern: Early Evidence on “Predictive Policing” and Civil Rights (Upturn, 2016); available at http://go.nature.com/2it4tnr
([46])شــادي عبــد الوهــاب منصــور، الشــرطة التنبؤيــة، اعتمــاد متزايــد لأجهــزة الأمــن الغربيــة عـلى أســاليب الاســتخابارات، مرجــع ســابق، ص 27.
([47]) Predictive Policing, journal, NIJ is the research, development and evaluation agency of the U.S. Department of Justice. At https://www.nij.gov/about/Pages/welcome.aspx at March 29, 2017
([48]) The New Eyes of Surveillance: Artificial Intelligence and Humanizing Technologym Wired, accessed 23 Jan 2017 https://www.wired.com/insights/2014/08/the-new-eyes-of-surveillance-artificial-intelligence-and-humanizing- technology/
([49]) D. Prakash and S. Surendran, “Detection and Analysis of Hidden Activities in Social Networks,” International Journal of Computer Applications, vol. 77, pp. 34-38, 2019
([50]) جوجـل أنتجـت نظـام ذكاء اصطناعـي يحلـل المـادة الوراثيـة، مؤسسـة دبي للمسـتقبل، حكومـة دبي الذكيـة، 2019 متاح على الموقع: https://mostaqbal.ae/google-released-ai-analyzes-genome/
([51]) أوشــونديه أوشــوبا، وليــام ويلســر الرابــع، ذكاء اصطناعــي بملامــح بشــرية، مكتبــة الكونغــرس، الولايــات المتحــدة الأمريكيــة 2017، ص 90-89. متــاح عـلي:
https://www.rand.org/content/dam/rand/pubs/research_reports/RR1700/RR1744/RAND_ RR1744z1.arabic.pdf
([52]) Don Rassler, “The Islamic State and Drones: Supply, Scale, and Future Threats”, Combating Terrorism Center, West Point United States Military Academy, July 2018, pp. 1-24
([53])رغــدة البهــي، الابتــكار الإرهابي، مخاطــر تطويــر داعــش للحــرب الهجينــة عبــر «الدرونــز»، مركــز المســتقبل للأبحــاث والدراســات المتقدمــة، أبــو ظبي، أغســطس 2017، ص 55.
([54]) John William Coyne & Peter Bell, op. cit. p. 66.
([55])ريتشارد غراي، الذكاء الاصطناعي في مكافحة التصدي للعنف، سبتمبر، 2017 متاح على الموقع:
http://www.bbc.com/arabic/vert-fut-41355914
([56])عمــر الخالــدي، اســتخدام تقنيــات نظــم المعلومــات الجغرافيــة في التطبيقــات العســكرية، عمــان، المركــز الجغرافي الملكــي الأردني، 2014، ص 15-13.
([57])محمــد إبراهيــم شــريف، نظــم المعلومــات الجغرافيــة، الإســكندرية، دار المعرفــة الجامعيــة، 2009، ص ص 21-18.
([58]) Applying GIS Technology to Crime Analysis- GIS Solutions for Intelligence Policing.http://www.esri.com/library/brochures/pdfs/crime-analysis.pdf
([59]) David Calcutt, Frederick Cowan, Hassan Parchizadeh, 8051 Microcontrollers: Hardware, Software and Applications, Butterworth-Heinemann, UK, 2010, PP 1, 2.
([60]) M. Alruily, A. Ayesh, and A. Al-Marghilani, “Using Self Organizing Map to Cluster Arabic Crime Documents,” in Computer Science and Information Technology (IMCSIT), Proceedings of the 2010 International Multiconference on, 2010, pp. 357-363.
([61])R. Al-Zaidy, B. C. Fung, A. M. Youssef, and F. Fortin, “Mining criminal networks from unstructured text documents,” Digital Investigation, vol. 8, pp. 147-160, 2019.
([62])K. Macgillivray, J. B. Wilson and A. Holt, “The Use of Artificial Intelligence Techniques and GIS for Predictive Vegetation Modelling,“ in Proc. Of the 11th Annual Colloquium of the Spatial Information Research Centre (SIRC 99), Dunedin, New Zealand, December 13-15th 2018.
([63]) عمـرو جمـال البحيـري، أثر تطبيقـات الـذكاء الاصطناعي عـلى رفـع كفـاءة الأداء الأمنـي بالتطبيـق عـلى تأميـن الطرق، رسـالة دكتوراه، كلية الدراسـات العليا، أكاديمية الشـرطة، القاهرة، 2019، ص 73.
([64])Stan Augarten, The Most Widely Used Computer on a Chip: The TMS 1000. State of the Art, The National Museum of American History, 1974, P 10
([65]) Https://www.arduino.cc/en/Guide/Introduction,1/9/2017
([66])Warnecke Lisa, Geographic Information Technology in Cities and Counies: A Nationwide Assessment, Urban and Regional Information Systems Association (URISA), USA, 2008, p 11-33.
([67])Jay A Farrell and Mathew Barth Jay, The Global Positioning System and Inertial Naviga- tion. McGrow-Hill, New York, 2019, p 55-60.
([68])سـمير سـليمان الجمـل، الآثـار السـلبية للهواتـف الذكيـة، فلسـطين، جامعـة القـدس المفتوحـة، 2015، ص ص 19، 20.
([69])Y. A. L. Al-Bastaki, “GIS Image Compression and Restoration: A Neural Network Approach,” Information Technology Journal, vol. 5, no. 1, pp. 88-93, 2016.
([70]) باسـم راشـد، الجيـل الخامـس: التطـورات المسـتقبلية في تكنولوجيـا الموبايـل، مركـز المسـتقبل للأبحـاث والدراســات المســتقبلية، دبي، ينايـر 2019.
([71]) شــادي عبــد الوهــاب منصــور، الشــرطة التنبؤيــة، اعتامــد متزايــد لأجهــزة الأمــن الغربيــة عـلى أســاليب الاســتخابارات، مرجــع ســابق، ص 33
([72])مصطفــي النمــر، بلــوك تشــين، نحــو آفــاق جديــدة للحكومــات، المعهــد المصــري للدراســات السياســية والاستراتيجية، 15 نوفمبــر 2017، ص 28-23
([73])روبيرتــو مايــكل وآخــرون، قيــاس الهويــة دليــل للمتخصصيــن في العلــوم الاجتماعيــة، دبي، ترجمــة مركــز الإمــارات للدراســات والبحــوث الاســتراتيجية، 2014، ص ص 133-131.
([74])فايــزة دســوقي أحمــد، بصمــة اليــد والعيــن والقياســات الحيويــة في أمــن المعلومــات، المؤتمــر الســادس لجمعية المكتبات والمعلومات، الرياض، 2010، ص ص 19-17.
([75]) http://www.emaratalyoum.com/local-section/accidents/2013-06-17-1.584317
([76]) http://www.id.gov.ae/ar/media-centre/news/2013/2/8/emirates-id-the-countrys-dependence-on-the-fingerprinting-technology-reinforces-its-transfer-towards.aspx
([77]) Hayashi Takeshi Project on Technology Transformation and Development: The Japanese Experience United Nations University Tokyo 2017.
([78]) https://nakedsecurity.sophos.com/ar/2014/06/02/nsa-facial-recognition-pro-gram-scours-web-for-images-to-identify-suspects/
قامــت وكالــة الأمــن القومــي الأمريكــي (NASA) بجمــع الملاييــن مــن الصــور مــن الويــب، وتخزينهــا في قاعــدة البيانـات التـي يمكـن اسـتخراجها بواسـطة برنامـج التعـرف إلى الوجـه لتحديـد المشـتبه فيهـم لتسـهيل عمليـة المراقبـة.
([79]) عصــام خليفــة، أنظمــة التعــرف الآلي إلى الوجــه واســتخداماتها الأمنيــة، مجلــة كليــة الدراســات العليــا، أكاديميــة الشــرطة، العــدد (29)، القاهــرة، مطابــع الشــرطة، 2013، ص ص 248-246.
([80])وجـدي عبــد الفتـاح، اســتخدام الهندســة الوراثيــة في مجــال التحقيــق الجنائي. أسـاليب وتطبيقـات، مجلـة المركــز القومــي للبحــوث الاجتماعيــة والجنائيــة، العــدد (23)، القاهــرة، 2014، ص ص 44، 45
([81]) إيمــان خيــر الســيد، التحقــق مــن هويــة مســتخدمي جهــاز الصــراف الآلـي عــن طريــق التعــرف إلى الوجــه، رســالة ماجســتير، جامعــة الســودان للعلــوم والتكنولوجيــا، كليــة علــوم الحاســوب، 2017، ص 270-269.
([82])DAVID J. WHITE, Behavior Research Methods, Instruments, Computers Voice recognition technology as a tool for behavioral research, 2012, p 34-35.
([83])جمعان رشيد، أمن الطيران المدني، الرياض، أكاديمية نايف للعلوم الأمنية، 2016، ص 22.
([84])حسن الشيخ، الحكومة الإلكترونية في الخليج العربي، مرجع سابق، ص 89-87.
([85]) تشـفير البنيـة التحتيـة الرئيسـة: هـي الترتيبـات التـي يتـم بهـا ربـط المفتـاح العـام مـع المسـتخدم بواسـطة مصــدر الشــهادة (Certificate Authority CA)، هويــة المســتخدم يجــب أن تكــون نــادرة لــكل مصــدر شــهادة يتــم ذلــك عــن طريــق برمجيــات خاصــة في مصــدر الشــهادة، مــن الممكــن أن تكــون هــذه البرمجيــات تحــت إشــراف بشــري، جنبــا إلى جنــب مــع برمجيــات منســقة في مواقــع مختلفــة ومتباعــدة، وكل مســتخدم لديــه هويــة مســتخدم، ومفتــاح عــام، وربــط المفتــاح بمســتخدم معيــن، وإثبــات صحــة المفتــاح وصفــات أخــرى هــي ما تجعـل شـهادة ملكيـة فـك تشـفير المفتـاح العـام (Public Key Certificate) الصـادرة عن مصـدر الشـهادة غيــر قابلــة للتزويــر، ومصطلــح الطــرف الثالــث الموثــوق بــه يمكــن أن يســتخدم للإشــارة إلى مصــدر الشــهادة، ومصطلــح البنيــة الأساســية للمفتــاح العــام (PKI) يســتخدم بشــكل خاطــئ للإشــارة إلى خوارزميــة المفتــاح العــام (Public key Algorithm) التــي لا تتطلــب اســتخدام مصــدر الشــهادة (CA).
([86]) R/ly.bit://http: at accessible), 1. p, (2015, 16 October), California of sityUniver Berkeley (Report Technical Technology & Entrepreneurship for Center Sutardja, Technology BlockChain
([87]) مصطفــي النمــر، بلــوك تشــين، نحــو آفــاق جديــدة للحكومــات، المعهــد المصــري للدراســات السياســية والاســتراتيجية، مرجــع ســابق، ص 42.
([88]) Billion People to Use Mobile Phones by 2019.https://www.statista.com/ chart/1517/ worldwide-mobile-phone-users/
([89])إرشادات التحول الذكي للخدمات الحكومية، دولة عمان
http://www.ajman.ae/Ar/Documents/sTransform_guides.pdf
([90])https://securingthehuman.sans.org/newsletters/ouch/issues/OUCH-2015-01._aa.pdf
([91]) Gautam shroff, the intellingent web, oxford university press, UK, 2013, p 17-19.
([92]) يسري حرب، الخدمات الإلكترونية الذكية، الأردن، جامعة اليرموك، 2014، ص ص 99، 103.
([93])كمــرن أحســن، أمــن المعلومــات الذكــي وتحليــل البيانــات الضخمــة، مجلــة محكمــة «المتدفــق الداخلـي للشــرق الأوســط»، دبي، 2015، ص 13.
([94]) Tomo Iwamura “Feature-Organized Sparseness for Efficient Face Recognition from Multiple Poses”, In Proceedings of International Confernece of Independent Component Analsyses Compressive Sampling Wavelets Neural Net Biosystems and Nanoengineering, Maryland, USA, doi: 10.1117/12.2018423, May 2013
([95]) INA DENCIK (ET AL.), PREDICTION, PRE-EMPTION AND LIMTS TO DISSENT: SOCIAL MEDIA AND BIG DATA USES FOR POLICING PROTESTS IN THE UNITED KINGDOM, NEWS MEDIA AND SOCIETY, VOL 20, LSSUE 4, 2018, P. 1434.
([96]) Wouter J. R. Gevaert, and Peter H. N. de With, «Robust Face Recongition Algorithm for Identificxation of Disaster Victims» In Proceedings of the International Conference of Image Processing: Algorithms and Systems XI, Burlingame, California, USA, doi: 10.1117/12.2001634, February 2013
([97])شــادي عبــد الوهــاب منصــور، الشــرطة التنبؤيــة، اعتامــد متزايــد لأجهــزة الأمــن الغربيــة على أســاليب الاســتخابارات، مركــز المســتقبل للأبحــاث والدراسات المتقدمــة، العــدد 4، أبــو ظبــي، أكتوبــر 2018، ص 13.
([98]) محمـد عصـام خليفـة، تقنيــات التعــرف إلى الوجـه، كليــة الدراســات العليــا، أكاديميــة الشــرطة، 2014، ص 54-52.
([99])عمر درويش، الشرطة التنبئية «برامج الذكاء الاصطناعي للتنبؤ بالجرائم»، مرجع سابق 71.
([100])Erik Hjelmas, Boon Kee Low, «Face Detection: A Survey» In the Journal of Computer Vision and Image Understanding, Volume 83, Number 3, pp. 236-274, 2009.
([101]) أندريـا سـيرون، ولويجـي كورينـي، وسـتيفانو إياكـوس، السياسـة والبيانـات الضخمـة: متابعـة والتنبـؤ بنتائـج الانتخابـات مـن خـلال وسـائل التواصـل الاجتماعـي، مجلـة، اتجاهـات الأحـداث، دبي، 2017، ص 66.
([102]) مريـم نومـار، اسـتخدام مواقـع الشـبكات الاجتماعيـة وتأثيـره في العلاقـات الاجتماعيـة، رسـالة ماجسـتير في علوم لإعلام والاتصال تخصص لإعلام وتكنولوجيا لاتصال الحديثة، جامعة الحاج لخضر-باتنة، الجزائر 2014، ص 160-158.
([103]) أنــس بــن محمــد المالــك، المتطلبــات الإداريــة لاســتخدام تقنيــات تســجيل القياســات الحيويــة في أمــن المطــارات، الريــاض، جامعــة نايــف العربيــة للعلــوم الأمنيــة، 2011، ص ص 98-95.
([104]) هال نصار، تصنيف تعابير الوجه باستخدام شبكة عصبية وخوارزمية PCA، مجلة جامعة البعث-المجلــد -63 العــدد -1 ســوريا، 2014، ص 6.
([105]) البوابـة العربيـة للأخبـار التقنيـة، أبـرز الـدول التـي بـدأت في الاعتمـاد عـلى تقنيـة التعـرف عـلى الوجـه، دبي، متــاح على الموقــع: https://aitnews.com/، بتاريــخ 17 ينايــر 2019.
([106]) Michele Merler, Nalini Ratha, Rogerio Feris, John R. Smith IBM Research AI @ IBM T. J. Watson Research Center Yorktown Heights, NY 10598, USA, February 22, 2019
([107])I. D. Raji and J. Buolamwini. Actionable auditing: Investigating the impact of publicly naming biased performance results of commercial ai products. In AAAI/ACM Conf. on AI Ethics and Society, 2019
([108]) استراتيجية شرطة دبي، حكومة دبي، مرجع سابق.
https://www.dubaipolice.gov.ae/wps/portal/home/aboutus/ourstrategy




