犯罪捜査の「個人特定」、AI が得意なことと課題は？

『深層学習』って、従来の機械学習と何が違うの？捜査に使うなら、どっちがより信頼できる？

深層学習と機械学習の違いは、ざっくり言うと「人間が特徴を教えるか、AIが自分で見つけるか」という点に尽きます。 従来の機械学習では、分析者が「遺骨の厚さ」「顎の角度」といった特徴を事前に選んで、そこにAIを当てはめる。一方、深層学習は膨大な画像データを与えると、AIが勝手に「ここを見れば判別できるらしい」という特徴を何層にも重ねて発見していく仕組みです。 この記事では深層学習の方が「若干良い結果」と表現されていますが、捜査の現場で信頼できるかどうかは別の問題。むしろ問題は精度の数字ではなく、その精度が「どの集団に対して」成り立つのかということなんです。 たとえば、データが欧米人で9割占められていれば、アジア系の遺骨では精度が落ちる可能性がある。記事でも「データの偏り」と「異なる集団での検証不足」が課題と明記されています。つまり、深層学習が91.4%の精度を出したからといって、日本の捜査で同じ精度が出るとは限らないということ。信頼できるシステムには、結果の数字よりも「どんなデータで、どんな集団で検証したのか」の透明性の方が大事なのかもしれません。

もし逮捕者の身元判定にこのAIが使われたら、AIが間違えた場合、無実の人が有罪になる可能性もあるってこと？

その心配は見当たらないわけではないんですが、実際には「AIが判定したから有罪」という単線で動く捜査ではなさそうです。 捜査って、複数の証拠を組み合わせて進むんですよね。遺骨から性別や身元を特定するのも、DNA鑑定や目撃証言、防犯カメラの映像なんかと一緒に検討される。AIの結果だけで逮捕・起訴に至るわけではなく、AIはあくまで「可能性を絞り込む補助手段」という位置づけにしておくのが、法的には堅いやり方です。 むしろ注意が必要なのは、記事で指摘されている「データの偏り」の方。もし特定の人口集団でしか学習されていないAIなら、別の民族や体格の人に使ったとき、突然精度が落ちる可能性がある。その場合、無実の人を誤って疑わせてしまう間接的な危険が生まれることになります。 つまり、AIが間違えること自体より、間違える*条件*が見逃されたままシステムが運用されることの方が、実務的なリスクになるのかもしれません。

遺骨や画像から身元を判定する作業が、なぜ今ごろAIの出番になったのか。これまでは専門家が個別にやってたから対応できてたの？

遺骨や画像の判定を「個別対応」で済ませられていたのは、実は件数が少なかったからかもしれません。失踪者や身元不明遺骨は日本でも毎年ありますが、一人の専門家が人生をかけて向き合える数には限度がある。ただ、災害時の大量遺骨や国際的な行方不明者捜査が増える中で、「全件を専門家の眼で見る」という前提自体が成り立たなくなってきたんですよね。 AIの出番が増えるタイミングというのは、たいてい「量が増えた」「速度が求められた」のどちらか。ここは両方です。加えて、判定に使うCT画像やX線写真のデジタル化も進んだ。アナログ時代なら紙ベースで眼視するしかなかったけど、デジタルデータなら機械学習に食わせられる。技術と必要性が同時に生まれた格好です。ただし記事の後半が示すように、高精度は出ても「本当に使えるか」は別問題。実務の中で試されるのはこれからなのかもしれません。

『精度が高い』と『実務で使える』は別ってことだけど、これ、AIが実社会に導入されるときの共通パターンなの？

精度と実用性のギャップ、確実に繰り返されてるパターンです。 たとえば医療用AIも、制御された条件下で95%の診断精度を出していても、実際の病院に入れると患者背景の多様性にぶつかる。採用画像の形式がズレてるだけで精度が落ちることもある。顔認証システムも然り。実験室では99%の精度でも、照度や角度が変わる現実の街中では大幅に下がります。 この記事の遺骨鑑定も同じ構造。特定の人口集団で学習したAIを、別の背景を持つ遺体に適用すれば、精度は保証されません。検証方法がバラバラというのは、つまり各研究が「自分たちの都合のいい条件で成功を測ってる」ということ。それを捜査という人命に関わる現場に持ち込むには、相当な慎重さが要ります。 AIが高精度を出すのは、多くの場合「同じ条件を繰り返す」環境に最適化されてるから。でも実務は常に新しい条件だらけです。精度の高さは出発点に過ぎず、実務での検証と改善は別プロセスが必要になるのかもしれません。

『データが特定の人口集団に偏ってる』ってどういう意味？特定の民族や地域のデータが多すぎると、他の人の判定は外れやすくなるってこと？

正確にはそういうことです。遺骨や頭部画像の特徴は、民族や地域、時代によって微妙に異なるんですよね。 たとえば、ヨーロッパ系の人の頭骨データで91%の精度を出したAIでも、アジア系や アフリカ系の頭骨で同じ精度が出るとは限らない。骨の厚さ、歯の形状、顎の張り方といった特徴が集団によって違うから、学習データに偏りがあると、マイノリティ集団では精度が急落するかもしれません。 犯罪捜査で使う場合、「この地域のデータが多いから、ここの事件では精度が高いけれど、別の地域ではどうか」という検証がないままシステムを導入すると、判定ミスが生じる可能性がある。最悪、冤罪につながることもあり得ます。 医療分野でも似た問題があって、欧米の患者データで学習したAIが、アジア人患者には精度が低くなるというケースが報告されています。捜査という人生を左右する場面では、「平均して91%」という数字の背景に、どんなデータが入っているのかが重要になってくるということなのかもしれません。