Молниеносный прогресс искусственный интеллект и машинное обучение привлекли внимание правительств. Цель? Чистая антиутопия: разработка технологий прогнозирования для отслеживания и, возможно, предотвращения преступлений и преступного поведения. Надо сказать: первые попытки применения были довольно непрозрачны, между «цифровым расизмом» и предрассудки.
Департамент социальных наук и данных Чикагского университета создал новый алгоритм, который анализирует временные ряды и географические закономерности общедоступных данных о насильственных преступлениях и преступлениях против собственности, чтобы предвидеть преступления. Алгоритм оказался верным около 90% времени в предсказании будущей преступной деятельности на неделю вперед.
Достаточно ли точности 90%?
Прежде чем ответить на этот вопрос (риторика, ответ на который вы уже знаете), еще несколько данных. В рамках отдельной модели исследовательская группа также изучила реакцию полиции на преступность, проанализировав количество арестов и сравнив их в районах с разным социально-экономическим статусом. Исследователи заметили, что преступления в богатых районах привели к большему количеству арестов, в то время как количество арестов в бедных районах уменьшилось. Это лежит в основе отсутствия участия полиции в беднейших районах города.
Ишану Чаттопадхьяй доцент Чикагского университета и старший автор нового исследования, опубликованного в журнале Природа человека (Я связываю это здесь).
Как работает алгоритм «борьбы с преступностью»
Новый инструмент был протестирован и доказал свою эффективность в отношении двух типов событий, о которых сообщает город Чикаго: насильственные преступления (убийства, нападения и избиения) и преступления против собственности (кражи со взломом, кражи и ограбления автомобилей). Эти данные были использованы потому, что о преступлениях такого типа чаще сообщают правоохранительным органам даже в тех районах, где есть недоверие к властям. Эти правонарушения также менее подвержены влиянию полиции, например, хранение наркотиков, аресты на дорогах и другие мелкие правонарушения.
Преступления в этом новом подходе изолируются путем наблюдения за пространственными и временными координатами каждого события. На этом основании город разделен на квадраты шириной около 300 квадратных метров (1000 футов): поэтому прогнозы не зависят от типа района или политических предпочтений различных районов. Соблюдайте все «без предрассудков».
И это работает: коэффициент совпадения 90% был получен с данными из 8 городов США: Чикаго, Атланты, Остина, Детройта, Лос-Анджелеса, Филадельфии, Портленда и Сан-Франциско.
Да, но достаточно ли 90%?
Сделать что? Обвинить кого-то заранее? Но не будем шутить, конечно. Это «предварительное преступление» не похоже на отчет меньшинства. Вы не увидите, как полицейские патрули арестовывают преступника «рано» на основании предсказания.
Подобные инструменты необходимы постфактум, чтобы подготовить целевые инвестиции и укрепить области, которые больше всего нуждаются в вмешательстве.
Это своего рода «цифровой двойник» применительно к преступлениям. Вы рассказываете ему, что произошло в прошлом, он говорит вам, что может произойти в будущем.
«Это не волшебство, у него есть ограничения, — спешит сказать Чаттопадхьяй, — но оно работает хорошо. И мы также можем использовать его для моделирования того, что произойдет, если количество преступлений в определенной области увеличится. Это важный фактор в развитии наших систем безопасности».
Не могу дождаться, когда это заработает в Готэм-сити. Шутить.
