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, арест на дороге 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 прямоугольники 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 «предпреступление» не похоже на отчет меньшинства. Вы не увидите, как полицейские патрули арестовывают преступника на основании предсказания «рано».
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 в определенной области возрастет количество преступлений. Важный фактор в развитии наших систем безопасности».
Не могу дождаться, когда это заработает в Готэм-сити. Шутить.
