Connect with us

Dohled

Zlepšuje se umělá inteligence v předpovídání zločinu?

mm

Sci-fi knihy a filmy si představovaly budoucnost, ve které mohou policisté předpovídat zločiny dlouho předtím, než se umělá inteligence (AI) stala skutečností. Nyní již není teoretickou možností, ale realitou, protože několik měst experimentuje s AI poháněným prediktivním policejním systémem. Přesto se nejedná o běžnou praxi, takže co stojí v cestě?

Přesnost a spolehlivost byly problémy pro všechny prediktivní analytické aplikace po mnoho let. Nicméně, technologie dostatečně dospěla, aby vytvořila vlny v odvětvích, jako je výroba a řízení dodavatelského řetězce. Je tedy připravena na větší nasazení v předpovídání zločinu?

Stav předpovídání zločinu pomocí AI dnes

Prediktivní policejní činnost nemusí být ještě normou, ale v posledních letech došlo k několika významným vývojům. Tyto kroky spadají do tří širokých kategorií — reálné předpovídání zločinu pomocí AI, experimentální studie a oznámené, ale ještě nezahájené projekty předpovídání zločinu.

1. Pozitivní výsledky z reálného světa

Několik měst již vidělo působivé výsledky z AI poháněného prediktivního policejního systému. Generální odbor kriminální policie v Dubaji uvádí, že závažné zločiny klesly o 25% poté, co implementoval nástroj AI pro předpovídání zločinu. Méně závažná trestná činnost klesla o 7,1%.

Stejně jako mnoho nástrojů pro předpovídání zločinu pomocí AI, řešení funguje tak, že analyzuje minulé zprávy a porovnává je se současnými podmínkami. Zvýraznění trendů v předchozích zločinech umožňuje strojovým učebním modelům identifikovat oblasti a časy, kde se podobné události pravděpodobně vyskytnou. Policie může pak mobilizovat zdroje dopředu, aby odrazovala od zločinu nebo řešila věci, které mohou vést k němu, než k němu dojde.

San Jose, Kalifornie, vidělo úspěch od jiného typu modelu AI. Zatímco město ještě nepředpovídá zločiny, detekuje díry ve vozovce a graffiti pomocí AI, aby je řešila dříve. Podle úředníků, čištění oblasti snižuje pravděpodobnost trestné činnosti tam, takže tento proces stále snižuje incidenty.

2. Slibné experimentální modely

Jak roste prediktivní policejní činnost v reálném světě, tak raná testování podobných aplikací také ukázala slib. Ve mnoha jurisdikcích, nasazení systému pro předpovídání zločinu v plném rozsahu zahrnuje značné regulační bariéry, které zpomalují přijetí technologie. Příklady v experimentální fázi tlačí věci dopředu mezitím.

Studie z roku 2022 z Univerzity v Chicagu vytvořila model, který může předpovídat zločiny s 90% přesností týden dopředu. Více důležitější je, že systém je méně náchylný k předpojatosti než starší systémy, protože používá jiná data. Místo rozdělení města na čtvrti nebo politické hranice, rozděluje ho na samostatné a rovnocenné dlaždice, aby poskytl nový pohled na oblast.

Vytvoření digitálních dvojčat města pro mapování zločinu podél originálního systému místo spoléhání se na starší, předpojaté záznamy může produkovat spolehlivější poznatky. Policejní síly ještě nezačaly používat tento systém, ale výzkum ukazuje, co nové technologie v tomto oboru mohou udělat.

3. Nadcházející investice do prediktivní policie

Pohledem do budoucna, několik oblastí nedávno odhalilo cíle AI pro předpovídání zločinu. Tyto projekty ještě nezačaly, ale jejich vzhled signalizuje rostoucí posun směrem k této technologii, možná z důvodu zvýšené důvěry vlády v její účinnost.

V červenci 2024, argentinské Ministerstvo bezpečnosti oznámilo plány pro AI předpovídání zločinu a reakci. Podle rozhodnutí, policejní síly budou analyzovat historická data o zločinech, aby předpovídaly budoucí události a reagovaly na ně, aby je zabránily. Zmíněno je také detekování anomálií v reálném čase, které by mohlo fungovat ve spojení s prediktivním modelem.

Nedávno, Spojené království odhalilo, že pracuje na nástroji pro předpovídání vražd k identifikaci lidí, kteří by mohli představovat největší riziko pro to, aby se stali násilnými zločinci. Není jasné, jak by úřady reagovaly na tato data, a existují protichůdné zprávy o tom, jaká data bude řešení používat. Ministerstvo spravedlnosti uvedlo, že projekt je pouze pro výzkum, ale výzkum dnes může vést k reálným projektům zítra.

Jak se zlepšilo předpovídání zločinu pomocí AI?

Tyto současné a budoucí aplikace prediktivní policie jsou daleko od prvních příkladů této technologie. Nicméně, signifikují pozitivní posun. Předchozí iterace nebyly schopny dosáhnout stejné úrovně přesnosti a spolehlivosti. Řešení Univerzity v Chicagu s 90% přesností a 25% snížení závažných zločinu v Dubaji jsou daleko od předchozích pokusů.

V roce 2024, úřad šerifa v Pasco County, Florida, zaplatil odškodnění ve výši 105 000 dolarů a ukončil svůj program prediktivní policie po špatných výsledcích. Systém vedl k opakovaným návštěvám a dokonce zadržování občanů, kteří ještě nezločinu spáchali, na základě předpovědí modelu AI.

Podobně, Chicago ukončilo svůj model předpovídání zločinu po několika stížnostech. Studie zjistily, že systém neměl žádný významný dopad na zločiny související se zbraněmi, navzdory zvýšené pravděpodobnosti zatčení. Více znepokojivě, výzkum ukázal, jak algoritmus byl vnitřně rasově předpojatý, což činilo lidi barevné více pravděpodobně zatčené.

Jiná populární řešení, která používá několik měst, Geolitica, která dříve fungovala jako PredPol, ukázala pouze 0,6% přesnost při předpovídání závažných útoků. Přesnost pro vloupání byla pouhých 0,1% v některých oblastech.

Ve srovnání s těmito neúspěšnými programy, novější prediktivní modely zločinu jsou pozoruhodně přesné. Zatímco nebylo tolik příběhů o reálném použití těchto pokročilejších řešení policejními silami, rané výsledky malují ostrý kontrast mezi AI včera a AI dnes.

Temná strana AI v předpovídání zločinu

Je snadné vidět, proč tolik jurisdikcí investuje do AI pro předpovídání zločinu. Zastavení trestné činnosti, než začne, je obrovský zisk pro veřejnou bezpečnost, a AI může detekovat trendy, které mohou být v rozporu s lidskými předpoklady. Například, více než polovina všech vloupání se odehrává během dne, navzdory běžnému přesvědčení, že se více pravděpodobně vyskytují v noci. AI může vidět skrze to, co se zdá být pravdou, aby nalezla skutečné trendy.

Současně, prediktivní policejní činnost nese významné obavy o soukromí a etiku. Existuje důvod, proč 52% Američanů je více znepokojeno AI než je pro ni nadšeno. Dokonce i nej pokročilejší modely jsou náchylné k halucinaci, a AI má historii prohlubování, dokonce i přehánění, lidské předpojatosti, když je trénována na předpojatých datech.

Historická data o zločinech jsou potenciálně nesprávná, nebo dokonce vnitřně rasistické. Záznamy o zatčení mohou znamenat oblasti, které jsou více intenzivně hlídkovány, než skutečně odrážejí skutečnou trestnou činnost. V důsledku toho, data mohou odrážet dlouholeté rasové předpojatosti, které mají dobře zdokumentovanou historii v donucovacích orgánech.

Modely AI, které se učí z předpojatých dat, mohou vést policii k hlídkování v černých čtvrtích více intenzivně nebo být více podezřívavá vůči lidem barevné pleti. Případy v Chicagu a Pasco County ukazují právě to. Jako výsledek, spoléhání se na předpovědi AI bez uznání těchto předsudků by mohlo zvýšit nespravedlivé zacházení s historicky přehlídkovanými a znevýhodněnými demografickými skupinami.

Rasová nespravedlnost stranou, shromažďování tak velkého množství dat o občanech by mohlo vést k riziku pro soukromí. Vládní agentury jsou osmou nejčastěji cíleným odvětvím pro kyberzločiny, takže únik z prediktivního modelu policie je vysoce možný, kromě toho, že by byl poškozující. Dokonce i kdyby se žádná kybernetická útoky nepodařilo, monitorování občanů, protože by mohli spáchat zločin, vyvolává otázky o nadměrném dohledu a řádném procesu.

Předpovídání zločinu pomocí AI se zlepšuje, ale obavy přetrvávají

Modely AI pro předpovídání zločinu jsou daleko přesnější dnes než před několika lety. Nicméně, obavy o předpojatost, účinnost a spravedlnost jsou stále prominentní. Tvůrci politik a společnosti AI musí řešit tyto problémy, aby zajistili, že tato technologie může skutečně poskytnout bezpečnější budoucnost.

Zac Amos je technický spisovatel, který se zaměřuje na umělou inteligenci. Je také editorem funkcí na ReHack, kde můžete číst více jeho práce.