Politie gaat brede toepasbaarheid kunstmatige intelligentie onderzoeken
De Nederlandse Politie is van plan om de brede toepasbaarheid van kunstmatige intelligentie te gaan onderzoeken. Daarnaast is er een kader opgesteld voor de omgang met AI en Big Data. Dat blijkt uit een overzicht van de ict-vernieuwingen die het afgelopen jaar zijn gerealiseerd en nog in de planning staan. Het overzicht werd door minister Grapperhaus van Justitie en Veiligheid gepresenteerd als onderdeel van het eerste halfjaarbericht van de politie dit jaar.
De politie wist in 2019 verschillende voorzieningen te realiseren waarbij Artificial Intelligence (AI) werd toegepast. Zo werd de AI-toepassing die al door de politie bij het aangifteproces wordt gebruikt ingezet door het "Follow the Money" team, dat criminele geldstromen in kaart brengt. Verder werd er een prototype ontwikkeld voor het doen van aangiften. Daarbij zijn ook enkele deelproducten opgeleverd voor het AI-georiënteerd opnemen van aangiften.
In het kader van de dienstverlening aan burgers is de politie ook van plan om te kijken hoe kunstmatige intelligentie een rol kan spelen bij de intake van aangiften. Tevens staat er een onderzoek naar de "brede toepasbaarheid" van AI in de planning. Naast de inzet van AI is de politie ook bezig met big data. Zo zal er een onderzoek plaatsvinden naar verdere professionalisering van data-science, met als doel meer toepassingen van het gebruik van big data.
Voor het gebruik van big data en AI gerelateerde initiatieven is er een "Kwaliteitskader Big Data" opgesteld. Dit kader moet maatschappelijke, juridische en ethische vraagstukken rond het gebruik van big data en kunstmatige intelligentie inventariseren en beantwoorden. "In mijn brief van 3 december 2019 heb ik aangegeven dat de politie haar werkwijze voor het ontwikkelen en gebruiken van artificiële intelligentie de komende periode zal inrichten conform het door de politie en OM opgestelde Kwaliteitskader Big Data", aldus minister Grapperhaus. Volgens de minister zullen politie en OM het Kwaliteitskader gaan toepassen om hun werkprocessen rondom het gebruik van big data op een zorgvuldige wijze in te richten.
Waarom probeert de overheids steeds met allerlei hippe technologieën te spelen, terwijl de 'traditionele' ICT stelselmatig een hopeloze puinbende is?
Waarom gebruiken ze geen kunstmatige intelligentie enz enz.
Wat ze ook proberen, ze zullen het nooit goed kunnen doen.
Klassieke ICT zoals allemaal detacheerders (Accenture, Tata, , IBM Centric etc.) en nauwelijks nog eigen kennis in huis.
Detacheerders die niet dat "hart voor de zaak" hebben zoals eigen mensen, detacheerders die niks extra's doen zonder daar torenhoge nacaculaties voor te maken omdat het niet in het contract stond? Klassieke ICT die uit gemakszucht je complete hebben en houwen bij een 365 toko neergooien? Die klassieke ICT bedoel je?
Detacheerders die niet dat "hart voor de zaak" hebben zoals eigen mensen, detacheerders die niks extra's doen zonder daar torenhoge nacaculaties voor te maken omdat het niet in het contract stond?
Klassieke ICT die uit gemakszucht je complete hebben en houwen bij een 365 toko neergooien? Die klassieke ICT bedoel je?
Nee die bedoelde ik even niet. Kijk even bij de link in het redactieartikel, met name bijlage 2 "Kwaliteitskader Big Data"
https://www.tweedekamer.nl/kamerstukken/brieven_regering/detail?id=2020Z09829&did=2020D21246
- 1a Wat is het doel van het voornemen - probleem opdrachtgever partners welke informatie
- 1b Wie gaan er werken wat is projectplanning
- 1c risico's randvoorwaarden
- 1d welke techniek en is er inhuur nodig dan wel sprake uitbesteding
- 2a Vastlegging en afstemming welke gegevens gebruikt gaan worden
- 2b wat is de kwaliteit van de informatie wie kennen de gegevens echt en wat zeggen die er van
…… etc. Het lijkt wel de jaren 70 met een Pandata SDM opzet. Je zou het nu inkleden met Prins dan wel SAFE-5
Heel typisch
- 6 Deploy knikker het over de muur (Crisp-dm) zonder echt te kijken om alles goed gaat (monitoring van de operatie).
Crisp-DM uit 1996 (IBM SPSS) is blijven stilstaan op dat moment met enkele grote hiaten op dat punt.
Het zijn dezelfde hiaten zoals je ooit Cobol applicaties bouwde
We hebben het over technologie en hoe je dat goed op een juiste wijze kan gebruiken. Wout is een invulformulier waarmee de inputvalidatie geautomatiseerd is. Ik zie niet hoe je daar moet discrimineren. Datum naam locatie gebeurtenis moeten als tekst een juiste, volgens de wettelijke richtlijnen, geheel vormen.
Detacheerders die niet dat "hart voor de zaak" hebben zoals eigen mensen, detacheerders die niks extra's doen zonder daar torenhoge nacaculaties voor te maken omdat het niet in het contract stond?
Klassieke ICT die uit gemakszucht je complete hebben en houwen bij een 365 toko neergooien? Die klassieke ICT bedoel je?
Nee die bedoelde ik even niet. Kijk even bij de link in het redactieartikel, met name bijlage 2 "Kwaliteitskader Big Data"
https://www.tweedekamer.nl/kamerstukken/brieven_regering/detail?id=2020Z09829&did=2020D21246
- 1a Wat is het doel van het voornemen - probleem opdrachtgever partners welke informatie
- 1b Wie gaan er werken wat is projectplanning
- 1c risico's randvoorwaarden
- 1d welke techniek en is er inhuur nodig dan wel sprake uitbesteding
- 2a Vastlegging en afstemming welke gegevens gebruikt gaan worden
- 2b wat is de kwaliteit van de informatie wie kennen de gegevens echt en wat zeggen die er van
…… etc. Het lijkt wel de jaren 70 met een Pandata SDM opzet. Je zou het nu inkleden met Prins dan wel SAFE-5
Heel typisch
- 6 Deploy knikker het over de muur (Crisp-dm) zonder echt te kijken om alles goed gaat (monitoring van de operatie).
Crisp-DM uit 1996 (IBM SPSS) is blijven stilstaan op dat moment met enkele grote hiaten op dat punt.
Het zijn dezelfde hiaten zoals je ooit Cobol applicaties bouwde
Voordat je - niet gehinderd door enige kennis van zaken - nog meer onnozele opmerkingen maakt zoals over de methode CRISP-DM, lees dit vrij recente artikel eens in een leidend Data Science vakblad https://towardsdatascience.com/crisp-dm-methodology-leader-in-data-mining-and-big-data-467efd3d3781. De methode is de laatste paar jaar op veel Data Science conferenties ook langsgekomen, vooral om als voorbeeld te dienen hoe je algoritmes niet alleen degelijk maakt maar ook echt naar deploy toebrengt. Het wordt inmiddels wereldwijd heel veel gebruikt, vooral omdat het erg basic en lean is en precies de stappen weergeeft waar je doorheen moet gaan. Het is daarom zeer lovenswaardig dat de politie samen met het OM deze methode als basis heeft gebruikt en niet zelf wat heeft verzonnen.
Hij houdt voor die tijd op, model - programma gebouwd … niet meer te doen, volgende klus.
Als je kennis van zaken zou hebben had je de genoemde hiaten gezien. Ik heb niet voor niets gezegd dat de complete cirkel nog incompleet is. Het gangbare: Deployment staat er buiten, knikker het over de muur.
- https://www.kdnuggets.com/2017/02/fixing-deployment-iteration-problems-crisp-dm.html
- https://jenstirrup.com/2017/07/01/whats-wrong-with-crisp-dm-and-is-there-an-alternative/
De eerste stap, je ziet in ieder geval monitoring er bij komen. Dat plaatje is wel degelijk iets wat op crisp-dm doorgezet is.
Vervolgens komt er daarna iets dat deployment ver van de business zet en geen PDCA meer heeft.
- https://blogs.gartner.com/peter-krensky/2018/08/01/operationalization-is-the-shibboleth-of-data-science/
Deze is weer beter drie cycli, al zou ik ze niet in de volgorde neerzetten. Er hoor zo een cyclus omheen voor het geheel.
- https://go.forrester.com/blogs/17-05-02-are_you_on_an_agiledevops_journey_dont_miss_out_on_continuous_testing_services/ maak de link met devops en agile wat tegenwoordig de standaard is.
- https://www.forbes.com/sites/cognitiveworld/2020/01/19/why-agile-methodologies-miss-the-mark-for-ai--ml-projects/#43abe74921ea "The primary challenge to making CRISP-DM work is in the context of existing Agile methodologies. From the perspective of Agile, the entire CRISP-DM loop is contained within the development and deployment spheres, but it also touches upon the business requirements and testing portions of the Agile loop as well. "
Ik zou zeggen lees ze, ga op onderzoek uit en blijf niet hangen in de onnozelheid bij de verkooppraatjes van producten en frameworks.
Dus er valt niets toe toepassen en de politie wordt er niet intelligenter door.
Het is absoluut niet intelligent om dit zo te benoemen.
Dank U
Deze posting is gelocked. Reageren is niet meer mogelijk.
Specialiseer je in Forensisch ICT
Online informatieavond 19 november
Wil jij je specialiseren in digitaal forensisch onderzoek? Je kennis verbreden en tech-nische vaardigheden ontwikkelen? Ontdek de cursus- en opleidingsmogelijkheden van Hogeschool Leiden:
- Bachelor Informatica Forensisch ICT (deeltijd)
- Master Digital Forensics (vol- en deeltijd)
- Module Mobile Forensics
- Module Data Analytics
Interesse? Meld je aan!
Cybersecurity Trainer / Streamer
Toe aan een nieuwe nieuwe job waarmee je het verschil maakt? In de Certified Secure trainingen laat je deelnemers zien hoe actuele kwetsbaarheden structureel verholpen worden. Ook werk je actief mee aan de ontwikkeling van onze gamified security challenges. Bij het maken van challenges kom je telkens nieuwe technieken tegen, van Flutter tot GraphQL, van Elastic Search tot Kubernetes.
