К вопросу о создании алгоритма принятия решений полиграфным аппаратом, предназначенным для борьбы с коррупцией

Бесплатный доступ

Методы искусственного интеллекта позволили разработать нейросетевой полиграфный аппарат, адаптируемый для людей определенных профессий, например - чиновников Правительства Пермского края. Нейросетевой полиграф обладает повышенной точностью постановки диагнозов. Предлагается использовать новый нейросетевой полиграф для борьбы с коррупцией.

Нейросетевой полиграф, борьба с коррупцией, искусственный интеллект

Короткий адрес: https://sciup.org/14729700

IDR: 14729700

Текст научной статьи К вопросу о создании алгоритма принятия решений полиграфным аппаратом, предназначенным для борьбы с коррупцией

Среди проблем современной России в последнее время на одно из первых мест ставится проблема коррумпированности управленческого аппарата. Только в Пермском крае в 2008 году выявлено 4916 нарушений закона коррупционной направленности. Средний размер взятки в Пермском крае составляет 27,5 тысячи рублей.

Таким образом, за 2008 год только выявленный объем взяток составил 4916 х 27500 = 135 190 000 рублей.

Губернатор Пермского края О.Чир-кунов проблеме борьбы с коррупцией придает первостепенно значение. На его личном блоге слово коррупция c 15 августа 2009 года по 23 января 2010 года употребляется 54 раза.

Одним из способов борьбы с коррупцией являются профилактические тестирования чиновников на детекторе лжи. Однако применяемые в настоящее время в российских силовых структурах полиграфные аппараты, не отличаются высокой надежностью и часто делают ошибочные заключения. Дело в том, что компьютерные программы, обрабатывающие сигналы, поступающие с датчиков полиграфного аппарата, работают по заранее заложенным правилам и не учитывают инди-

новый нейросетевой полиграф для борьбы с борьба с коррупцией; искусственный интел- видуальные особенности опрашиваемого человека. Поэтому результаты компьютерных расчетов, как правило, вручную перепроверяются специалистами-полиграфологами и достоверность их заключений во многом зависит от компетентности, опытности и моральных качеств полиграфолога, т.е. от так называемого человеческого фактора [1].

Итоги обследования зависят не только от специалиста, проводящего опрос, но и от опрашиваемого человека. Дело в том, что формы проявления реакций при ложном ответе опрашиваемого человека не всегда одинаковы. Например, у одних людей при ложном ответе дыхание учащается, у других – наоборот, замедляется; аналогично увеличивается или уменьшается кровяное давление, частота сердечных сокращений и т.д. Эти индивидуальные особенности изменения физиологических реакций конкретного обследуемого человека представляют определенную сложность при проведении расчетного анализа полиграмм компьютерными полиграфами. В силу своего принципа действия они не всегда обладают механизмом индивидуальной настройки на опрашиваемого человека.

Компьютерные программы, обрабатывающие полиграммы, как правило, применя- ют заложенные в них алгоритмы одинаково во всех случаях, не учитывают индивидуальные физиологические особенности человека на момент тестирования.

В последнее время в некоторых организациях появились новые полиграфные системы, в которых сделана попытка учесть особенности индивидуальных физиологических реакций опрашиваемого человека, т.е. с предварительной настройкой системы на каждого клиента. Однако это занимает много времени и требует определенной квалификации оператора (опять "человеческий фактор"), поэтому практикующие полиграфологи к ним относятся неоднозначно. Итак, мы указали на три недостатка существующих систем инструментальной детекции лжи.

  • 1. Компьютерные программы, работающие по жестко детерминированным алгоритмам, не всегда учитывают индивидуальные физиологические особенности, проявляющиеся в физиологических реакциях на предъявляемые стимулы.

  • 2.    Новые системы, в которых сделана попытка учесть индивидуальные особенности опрашиваемого человека, требуют трудоемкой настройки на каждого клиента, что в определенной степени осложняет их практическое применение.

  • 3.    Различные артефакты, неизбежно присутствующие в регистрируемых сигналах, редко выявляются существующими обсчитывающими компьютерными программами и могут влиять на объективность выводов.

Под руководством профессора Л.Н.Яс-ницкого группой аспирантов ПГПУ совместно с сотрудниками ГУВД г.Перми была предпринята успешная попытка применения методов искусственного интеллекта, в результате чего были созданы полиграфные аппараты, настраивающиеся на индивидуальные особенности организма конкретного человека. Благодаря этому удалось повысить точность заключения до 95-100%.

Идея действия интеллектуального детектора лжи состоит в том, что физиологические параметры, снимаемые с человека (частота пульса, давление, параметры дыхания, электропроводность кожи и т.д.), подаются на нейронную сеть (см. рис.). На эту же сеть подаются и дополнительные анкетные параметры, характеризующие особенности организма, такие как пол, возраст, вес, цвет волос, цвет глаз, вредные привычки, занятия спортом и т.д.

Принципиальная схема интеллектуального детектора лжи

Отличие нового подхода [2] состоит в принципиальном отказе от использования известных закономерностей и правил, традиционно закладываемых в компьютерные программы, предназначенные для обработки полиграмм. Эти правила в неявном виде автоматически формируются самой компьютерной программой в ходе обмена информацией между прибором и обследуемым человеком. Компьютерная программа, являясь системой искусственного интеллекта, извлекает и формализует в виде правил закономерности организма опрашиваемого человека, автоматически настраивается на его индивидуальные физиологические особенности, отсеивает возможные артефакты. Применение такой программы в конечном итоге сокращает объем и время работы специалиста-полиграфолога, уменьшает влияние "человеческого фактора", существенно увеличивает достоверность заключений об истинности или ложности ответов клиента.

Эксперименты, проведенные совместно с ГУВД Пермского края на реальном материале с использованием штатных датчиков полиграфного аппарата ЭПОС и нейропакета [3], включающие обучение, оптимизацию и тестирование сети, показали, что нейросетевой полиграф обеспечивает правильные заключения более чем в 95 случаях из 100. Однако следует отметить, что имеющийся у нас нейросетевой полиграф был обучен на заключенных Пермской тюрьмы и поэтому настраивался на особенности их организма. Применять его при работе с чиновниками означало бы заведомое снижение достоверности его результатов. Поэтому находящийся в нашем распоряжении нейросетевой полиграф можно рассматривать только как демонстрационный прототип, который надо дообучить на коррумпированных чиновниках.

Предлагается следующий план создания антикоррупционного полиграфного аппарата:

  • 1.    Разработка методики опроса чиновников.

  • 2.    Обучение существующего демонстрационного прототипа нейросетевого детектора лжи на чиновниках (~150 человек).

  • 3.    Разработка интерфейса, приспособленного для проведения антикоррупционных допросов.

Автор выражает благодарность профессору Леониду Нахимовичу Ясницкому за общее руководство работой, консультации и помощь на всех стадиях исследований, а также аспирантам Ф.М.Черепанову и С.Л.Яс-ницкому за сотрудничество.

Список литературы К вопросу о создании алгоритма принятия решений полиграфным аппаратом, предназначенным для борьбы с коррупцией

  • Петров А.М., Мягких С.Г. Из записной книжки полиграфолога. Пермь: Изд. дом "Компаньон", 2003. 202 с.
  • Ясницкий Л. Н. Введение в искусственный интеллект. Изд. 3. М.: Изд. центр "Академия", 2010. 176 с.
  • Черепанов Ф.М., Ясницкий Л.Н. Симулятор нейронных сетей "Нейросимулятор 1.0"//Свидетельство об отраслевой регистрации разработки №8756. Зарегистрировано в Отраслевом фонде алгоритмов и программ 12.07.2007.
Статья научная