Megjósolhat bűncselekményeket a mesterséges intelligencia?
A bűnesetek megelőzésére szolgáló legnagyobb ellenszer ma már nem a fegyver, hanem az adat. Képes vajon a mesterséges intelligencia segíteni nekünk abban, hogy előre megjósoljunk egy bűncselekményt?
Napjainkban már nem a fegyver vagy a paprika spray számít az elsőszámú segítségnek bűncselekmények megelőzésében: sokkal inkább az adatok. Kérdés, hogy az algoritmusok valóban képesek-e segíteni a bűnesetek csökkentésében?
Könnyen elképzelhető, hogy a jövőben egy bankrablásra készülő csoportot már a sarkon fog várni a felfegyverzett rendőrcsapat. S ha egyedül vagyunk egy nem túl bizalomgerjesztő környéken, hamarosan feltűnhet egy rendőrautó.
Mindez valóban elképzelhető a matematikának köszönhetően. A tudósok már az 1950-es évek óta foglalkoznak azzal, mi lenne, ha a bűncselekmények megelőzhetőek lennének.
A mesterséges intelligencia segítségével csökkenthetők lennének a bűnesetek?
Ma a mesterséges intelligencia és a gépi tanulás segítségével ez a koncepció valósággá válhat. A PredPol technológiai vállalat állítja, hogy az adatelemzési algoritmusaik egyes városokban 10-50 százalékkal javíthatják a bűnmegelőzést.
Mindehhez számos év történelmi adataira, azok típusára, helyére, idejére van szükség, melyeket sok más társadalmi-gazdasági adattal ötvöznek – ezt követően az algoritmus elemzi ezeket, amit egyébként eredetileg a földrengések előrejelzésére készítettek.
A szoftver megpróbálja megjósolni, hol és mikor fog egy konkrét bűneset megtörténni a következő 12 órában – az algoritmus minden nap frissül, ahogy új adatok érkeznek be.
„A PredPol-t – amely a predictive policing, azaz predtiktív rendőri intézkedés rövidítése – a Kaliforniai Egyetem és a Los Angeles-i rendőrség közösen végzett kísérletei inspirálták – mondta el Jeff Brantingham, a PredPol társalapítója, antropológia professzor. – A tanulmány kimutatta, hogy az algoritmikus előrejelzések kétszer annyi bűncselekményt tudnak megjósolni és kétszer annyit meg is tudnak előzni, mint a hagyományos módszerek.”
Az előrejelzések egy térképen jelennek meg, színkódolt boxok formájában, melyek közül mindegyik egy bizonyos négyzetméternyi területet jelöl. A piros boxok a magas kockázatú helyeket jelölik, ezért a rendőrök idejük 10 százalékát biztosan ott töltik.
Brantingham professzor szerint a gépi tanulás lehetővé teszi a PredPol számára, hogy elemezzen adatokat, következtetéseket vonjon le, majd összekapcsolhassa azokat olyan, nagy mennyiségű adatokkal, melyekkel az ember nehezen birkózna meg.
Szkeptikusok szerint a dolog lényege nem új, hiszen korábban is alkalmazott a rendőrség a múltból vett tapasztalatok alapján elemzéseket kiemelt területeken, s ide koncentrálta erejét. A PredPol, a Palantir, CrimeScan és ShotSpotter Missions elnevezésű kezdeményezések azonban úgy vélik: ezek az elemzések csak reagáltak arra, ami a múltban történt, s nem számítottak a holnap eseményeire.
A mesterséges intelligencia előnye az, hogy olyan mintákat mutathat, amelyeket korábban soha nem vettünk észre.
„A gépi tanulás számos olyan megközelítést kínál a statisztikai minták azonosításához az adatokban, melyeket a standard matematikai modellek egyszerűen nem írnak le, vagy túlmutatnak az emberi szakértők természetes érzékelési képességein” – magyarázta Brantingham professzor.
László Adrienn
