- Сообщения
- 4.422
- Реакции
- 4.923
Фантастика стала реальностью – алгоритм ИИ с точностью до 300 метров позволяет предсказывать, где будет совершено нападение или кража за неделю до того, как это произойдет.
Хотя подобные прогностические модели могут усилить власть государства за счет незаконной слежки за невиновными людьми, они в то же время позволяют осуществлять слежку за самим государством, выявляя системную предвзятость в действиях правоохранительных органов.
Достижения в области машинного обучения и искусственного интеллекта вызвали немалый интерес у правительств разных стран. Их интерес понятен, если бы существовал рабочий инструмент для прогнозирования преступлений, это сильно упростило бы работу правоохранительных органов и в перспективе кардинально снизило уровень уличной преступности.
Об одной из подобных моделей, дающей недельные предсказания о террористических атаках на основе данных только из открытых источников, издание Naked Science рассказало еще в прошлом году.
Однако большинство попыток прогнозирования преступности были довольно противоречивыми и неточными. В основном потому, что зачастую использовали так называемый эпидемический или «сейсмический» подход, когда преступность возникает в неких «горячих точках», а затем стремительно распространяются на близлежащие районы.
При этом упускаются из виду сложная социальная среда городов и их естественная топология, и не учитывается взаимосвязь между преступностью и последствиями полицейского принуждения.
Аналитики данных и социологи из Чикагского университета (США) разработали новый алгоритм, который прогнозирует преступность, изучая закономерности во времени и географическом распределении насильственных преступлений.
Метод позволяет предвидеть убийства, нападения, нанесение побоев, а такжепреступления против собственности (кражи со взломом, обычные уличные кражи и угоны автомобилей), используя лишь общедоступные данные.
Модель может строить прогнозы будущих преступлений на неделю вперед с точностью около 90%. Описание своего алгоритма стохастического вывода ученые изложили в статье, опубликованной в журнале Nature Human Behavior.
Новая модель делит город на одинаковые квадраты со стороной примерно 300 метров, анализирует время и место отдельных преступлений и выявляет закономерности для прогнозирования будущих событий.
Изначально модель тестировали на данных о нападениях и кражах в третьем по населению городе Соединенных Штатов Америки, Чикаго. Однако модель так же хорошо работала с данными из семи других американских городов: Атланты, Остина, Детройта, Лос-Анджелеса, Филадельфии, Портленда и Сан-Франциско.
В рамках отдельной прогностической модели исследовательская группа изучила реакцию полиции на преступления в различных частях города, проанализировав число арестов после соответствующих инцидентов и сравнив показатели среди районов с разным социально-экономическим статусом.
Авторы работы заметили, что повышение уровня преступности в более богатых районах приводит к большему числу арестов в них, в то время как количество арестов в неблагополучных районах сокращается. Однако сходное повышение числа преступлений в бедных районах не приводит к ожидаемому повышению числа арестов там, что свидетельствует о предвзятости в реакции полиции и правоприменении.
И все же, несмотря на высокую точность модели предсказания преступлений, ученые отмечают, что ее не следует использовать напрямую для обеспечения правопорядка. Ведь увеличение числа полицейских в тех районах города, где ожидается преступление, приведет к изменению условий моделирования и снизит эффективность и точность предсказания.
Вместо этого модель следует добавить в набор инструментов городской политики и полицейских стратегий борьбы с преступностью.
«Мы создали цифрового двойника городской среды. Если вы предоставите ему данные о том, что произошло в прошлом, он расскажет вам, что произойдет в будущем. Это не волшебство, есть ограничения, но мы проверили модель, и она работает очень хорошо. Теперь вы можете использовать ее как инструмент моделирования, чтобы увидеть, что произойдет, если преступность возрастет в одном районе города или усилится правоприменение в другом районе», — подытожил Ишану Чаттопадхьяй (Ishanu Chattopadhyay), доцент факультета медицины Чикагского университета и старший автор проведенного исследования.
Стражи порядка в Дубае пошли еще дальше. Они разработали методику выявления преступника среди подозреваемых по электрической активности его мозга.
Технология получила название «отпечаток памяти» (Memory print). На практике ее впервые применили в ходе недавнего расследования убийства. В деле присутствовали сразу несколько подозреваемых, работавших на складе, где произошло преступление.
Принципиально метод прост. Подозреваемым демонстрируются изображения (фотографии), большая часть из которых похожа на связанные с делом снимки, но на самом деле никак к нему не относится. Лишь некоторый процент изображений это свидетельства с места преступления или фотографии орудия убийства.
Во время этого процесса на испытуемых надеты датчики, снимающие с их мозга электроэнцефалограмму (ЭЭГ). Если подозреваемый видит связанное с преступлением изображение, и электрическая активность его мозга определенным образом изменяется, значит, скорее всего, этот человек каким-то образом связан с данным делом.
В описанном случае таким образом выявили предполагаемого убийцу. В ходе дальнейшего допроса под впечатлением от фантастической технологии тот сразу сознался и предоставил полицейским дополнительные сведения о своем злодеянии.
Несмотря на кажущуюся простоту, чтобы отладить методику нейрофизиологам потребовался год. Даже самые прогрессивные способы измерения электрической активности мозга обладают недостаточной для таких сфер применения чувствительностью.
Ученым приходится разрабатывать различные хитрости для выделения полезного сигнала из шумов и многократно проверять каждый результат.
![ПР [support]](/data/avatars/m/177/177925.jpg?1699618178){kind=avatar}
