Елена Рафаиловна Россинская, заведующий кафедрой судебных экспертиз, доктор юридических наук, профессор, заслуженный деятель науки РФ, почетный работник высшего профессионального образования РФ, академик Российской академии естественных наук, президент Палаты судебных экспертов имени Ю. Г. Корухова
125993, г. Москва, ул. Садовая-Кудринская, д. 9
Elena R. Rossinskaya, Head of the Forensic Expertise’s Department, Dr. Sci. (Law), Professor, Honored Scientist of the Russian Federation, Honorary Worker of Higher Professional Education of the Russian Federation, Active Member of the Russian Natural Sciences Academy, President of the Chamber of Forensic Experts named after Yu. G. Korukhov
9, ul. Sadovaya‑Kudrinskaya, Moscow, 125993
В статье с позиций теории цифровизации судебно-экспертной деятельности как частной теории судебной экспертологии рассматриваются перспективы внедрения нейронных сетей в судебную экспертизу и возникающие при этом актуальные проблемы. Автор отмечает изменения в методологии и технологиях разработки экспертных методик в связи с внедрением алгоритмов искусственного интеллекта — нейронных сетей. Обозначены сферы применения нейронных сетей для решения разнообразных задач науки и практической деятельности. На конкретных примерах продемонстрированы возможности использования алгоритмов контролируемого обучения нейросетей в судебно-экспертной практике. Дан подробный анализ причин, по которым использование нейронных сетей в судебной экспертизе может привести к ошибочным заключениям. Особое внимание уделено галлюцинациям нейронных сетей глубокого обучения на больших языковых моделях. Существует опасность, что эксперт, всецело полагаясь на нейросеть, может сделать неправильный вывод, поскольку самообучаемые генеративные нейросети не дают объяснения, почему приняли то или иное решение. Для разработки методик решения типичных экспертных задач на основе нейросетей предлагается создание баз данных (Dataset) для анализа и машинного обучения по различным объектам судебной экспертизы. Для хранения Dataset необходимо организовать репозитории, которые могут содержать наборы данных по родам (видам) судебных экспертиз. Dataset и репозитории обеспечат контроль качества данных и верификацию моделей. В статье обоснована необходимость новых компетенций специалиста Data Scientist, который формирует инструменты для решения судебно-экспертных задач при внедрении нейросетей и других алгоритмов искусственного интеллекта в судебную экспертологию, а также работающего с ним в контакте инженера по машинному обучению.
The article, from the perspective of the theory the forensic activity digitalization as a particular theory of forensic expertise, examines the prospects for the introduction of neural networks in forensic examination and the current problems arising in this case. The author notes changes in the methodology and technologies for developing expert techniques in connection with the introduction of artificial intelligence algorithms — neural networks. The areas neural networks’ application for solving various problems of science and practical activity are outlined. Specific examples demonstrate the possibilities of using supervised learning algorithms for neural networks in forensic practice. A detailed analysis of the reasons why the use of neural networks in forensic science can lead to erroneous conclusions is given. Particular attention is paid to hallucinations of deep learning neural networks on large language models. There is a danger that an expert, relying entirely on a neural network, may give the wrong conclusion, since self-learning generative neural networks do not provide an explanation for why they made a particular decision. To develop expert methods for solving typical expert problems based on neural networks, it is proposed to create databases (Dataset) for various forensic objects for analysis and machine learning. To store the Dataset, it is necessary to organize repositories that can contain data sets on types (kinds) of forensic examinations. Dataset and repositories will provide data quality control and model verification. The article substantiates the need for new competencies of a Data Scientist — a specialist who develops tools for solving forensic problems when introducing neural networks and other artificial intelligence algorithms into forensic science, as well as a machine learning engineer working in contact with him.
The authors declare that there are no conflicts of interest present.