Молниеносный прогресс искусственный интеллект и машинное обучение привлекли внимание правительств. Цель? Чистая антиутопия: разработка прогностических технологий для мониторинга и, возможно, предотвращения преступлений и преступного поведения. Надо сказать: первые попытки приложения были довольно непрозрачными, между «цифровым расизмом» и предрассудки.
Департамент социальных наук и наук о данных Чикагского университета создал новый алгоритм, который анализирует временные ряды и географические закономерности в 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 «антикриминальный» алгоритм
Новый инструмент был протестирован и доказал свою эффективность на двух типах событий, о которых сообщает город Чикаго: насильственных преступлениях (убийства, нападения и избиения) и преступлениях против собственности (кражи со взломом, кражи и ограбления транспортных средств). Эти данные были использованы потому, что о преступлениях такого типа с большей вероятностью сообщат в правоохранительные органы даже в районах, где существует недоверие к властям. Эти преступления также менее подвержены предвзятости со стороны полиции, например, хранение наркотиков, остановки движения и другие мелкие преступления.
Преступления в этом новом подходе изолируются путем рассмотрения пространственных и временных координат каждого события. Исходя из этого, город разделен на квадраты шириной примерно 300 квадратных метров (1000 футов): поэтому прогнозы не зависят от типа квартала или политических предпочтений различных районов. Наблюдайте за всем «непредвзято».
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? Обвинять кого-то заранее? Но мы, очевидно, не шутим. Это «предпреступление» не похоже на то, что описано в «Докладе меньшинства». Вы не увидите полицейских патрулей, арестовывающих преступника «заранее» по предсказанию.
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 рассказывает вам, что может случиться в будущем.
«Это не волшебство, у него есть ограничения», — быстро говорит Чаттопадьяй, — «но работает хорошо. И мы также можем использовать его для моделирования того, что произойдет, если преступность увеличится в определенной области. Важный фактор для развития наших систем безопасности».
Не могу дождаться, когда это сработает в Готэм-сити. Шутить.
