Предсказание преступлений: обзор программных решений

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2017-12-24 10:00

ИТ-гиганты

PredPol

PredPol — это аналитический инструмент, распространяемый по технологии SaaS, который позволяет с некоторой вероятностью определить, где и когда случится неблагоприятное событие: кража, ограбление, наркопреступление, дорожно-транспортное происшествие или всплеск криминальной активности банд.

Увы, на сайте PredPol можно найти всё что угодно: показатель возврата инвестиций (ROI), экономии муниципального бюджета и проценты снижения преступности в городах, где он применялся — только не данные о точности прогнозов системы. В какой степени снижение преступности обусловлено именно PredPol, производитель предпочитает не рассказывать даже в секретных презентациях.

Если верить официальному сайту, PredPol использует лишь три переменные: вид, время и место неблагоприятного события. Данные о личности преступников не обрабатываются.

Используя отчёты о преступлениях за годы и десятилетия, алгоритм определяет районы, где вероятность совершения правонарушений является наибольшей. Он отмечает такие участки на карте города небольшими красными квадратами, которые в реальном мире обозначают квадрат размерами 150 на 150 метров. Если отправить в этот опасный район полицейского, он может обнаружить, как кто-то взламывает замок машины, залезает в форточку квартиры или избивает прохожего из корыстных побуждений. Ключевое слово — «может»: система не гарантирует, что полицейский найдёт преступника.

Как заявляют сами создатели PredPol на официальном сайте, их решение — это не способ:

— втыкания цифровых флажков в карту;

— определения личности преступника;

— классификации отдельных людей или групп в зависимости от криминальной активности;

— заменить интуицию и опыт ветеранов полицейской службы.

PredPol — это аналитический инструмент, который подсказывает сотрудникам полиции, на что имеет смысл обратить внимание, и тем самым «подтягивает» общий уровень подразделения правоохранительного органа.

Например, показывает «горячие точки» на карте, обобщённые данные о криминальной активности, как отработала патрульная машина, где и сколько стояла, куда ездила.

Стоимость лицензирования PredPol отличается от города к городу. Для столицы штата Южная Каролина — Колумбии (134 тыс. чел. в 2015 г.) — она составила 37 500 $ в год, для Алхамбры в Калифорнии (85 тыс. чел. в 2014 г.) — 22 000 $ в год.

Формально алгоритм определения вероятности совершения преступления является коммерческой тайной и публично не обсуждается. Вместе с тем компания PredPol основана антропологом Джефри Брэнтигэмом из Калифорнийского университета и математиком Джорджем Молером из университета Санта Клары, а среди учёных из лучших побуждений и для развития науки принято хвастаться своими достижениями и размещать их в журналах. Результаты исследований, которые легли в основу системы PredPol, можно обнаружить на их университетских страницах: paleo.sscnet.ucla.edu/pubsMod3.php и math.scu.edu/~gmohler/publications.html.

Если верить публикациям в интернете, корни PredPol следует искать в материалах работ, проведённых по заказу Армии США. Учёные создавали модели прогнозирования количества жертв боевых действий и поведения террористов в Ираке и Афганистане. Это похоже на правду: сайт информационного центра министерства обороны США содержит запись о проекте «Применение пространственно-временной нелинейной фильтрации в целях информационной поддержки и борьбы с проявлениями терроризма», озаглавленного в лучших традициях государственного аппарата (чтобы никто ничего не понял и не поднимал лишний шум). Среди авторов проекта присутствует А. Бертоцци, вместе с которым Джефри Брэтингэм с 2008 года занимался построением статистических моделей криминальной активности.

PredPol применяется в полицейских подразделениях американских штатов Калифорния, Флорида, Мэрилэнд, Вашингтон, Пенсильвания и Алабама. За пределами США эта система использовалась в английском городе Кент и уругвайской столице Монтевидео.

У PredPol есть и противники, которые считают его эффективность недоказанной, стоимость необоснованной, а сам феномен PredPol скорее примером хорошей работы маркетологов, чем результатом серьёзных усилий на ниве правоохранения. На противоположном берегу стоит лагерь людей, которые считают PredPol образцом, достойны всяческого подражания. Первая среди них — Motorola.

Клон Predpol от Motorola Solutions

Аналогичное облачное решение предлагает компания Motorola Solutions (не путать с Motorola Mobility, доставшейся Lenovo в 2011 году). Называется оно CommandCentral Predictive и тоже распространяется по модели SaaS.

PredPol и CommandCentral Predictive очень похожи друг на друга:

размеры предсказываемого участка будущего преступления одинаковы — 150 на 150 метров (500?500 футов);

— при клике на выделенный район можно ознакомиться с историей правонарушений, которые в нём происходили;

— система подсказывает время совершения преступления и его тип;

— можно переходить от обзора по карте к виду улицы с помощью Google Street View;

— у CommandCentral Predictive есть ретроспективно-аналитический напарник CommandCentral Analytics (аналогично: Radar для PredPol).

Чтобы объяснить будущим покупателям, почему CommandCentral Predictive — это нечто лучшее, чем изучение красивых панелей со стрелочками, температурными картами и диаграммами с данными о произошедших преступлениях, которую предлагают остальные разработчики аналитических программ, Motorola Solutions выпустила брошюру «Is My Crime Analytics Software Predictive?». Из неё мы узнаём, в чём разница между системами прогнозирования преступлений в реальном времени — PredPol, CommandCentral Predictive — и теми, кто очень хочет таковыми казаться. В двух словах: правильные системы не только делают правильный мёд, обобщают имеющиеся данные и визуализируют их на «дэшбордах», но и подсказывают, где именно произойдёт преступление, в какой промежуток времени, почему компьютер пришёл к такому выводу и постоянно обновляют свои прогнозы с учётом новой информации.

Среди тех, кто недотягивает, оказались гиганты — Hitachi и Microsoft.

Хитрый ход Hitachi

Hitachi — производитель электроники, бытовой техники и медицинского оборудования — предлагает свой модуль прогнозирования криминальной активности в составе комплекса для работы «умного города» (Smart City) Hitachi Visualization Suite (HVS). Он называется Predictive Crime Analytics (PCA).

Код PCA базируется на разработках Дэррина Липскомба и Марка Джулса, основателей компаний Avrio и Pantascene, которые занимались вопросами безопасности. В 2014 году Hitachi Data System Corporation (дочка японской Hitachi, Ltd.) купила их и убедила разработчиков сосредоточиться на использовании технологий машинного обучения вместо оперирования заранее определёнными факторами. По мнению Hitachi, это позволяет PCA использовать огромное количество источников информации и выявлять неочевидные схемы поведения людей. По сведениям Fast Company, внутри PCA «крутится» R — открытый статистический пакет.

PCA использует данные о криминальной активности, погоде, дорожном движении и маршрутах общественного транспорта, видеозаписи с камер наблюдения и даже сообщения в социальных сетях. По заверениям разработчиков, их система анализирует твиты с учётом местного сленга, чтобы лучше понимать, что происходит в том или ином городе. Если кто-то напишет в твиттер «купи насос в макдональдсе», PCA заподозрит неладное, исследует историю употребления этого выражения в городе и может прийти к выводу о том, что «насос» — это что-то про метамфетамин.

Результаты работы PCA изображаются на карте города цветными блоками — чем темнее оттенок, тем больше опасность по шкале от 0 до 100. Минимальный размер блока — 200 на 200 метров, что немного больше блоков PredPol и CommandCentral Predictive.

В отличие от PredPol и CommandCentral Predictive создатели PCA не стесняются заявлять, что дают в руки полиции инструмент выявления личности вероятного преступника. В интервью Fast Company Липскомб утверждал, что это лучше применяемого полицией Нью-Йорка «лобового» метода профилактических обысков подозрительных граждан (stop-and-frisk scheme). Возможно, уверенность Липскомба поубавится после первых случаев задержания на основании решений PCA граждан афроамериканской или мексиканской наружности — именно за это критикуют в прессе нью-йоркский подход «остановить-и-обыскать».

Случаи применения PCA в литературе не описаны, на сайте Hitachi Data Systems не представлены. Удалось только установить, что HVS, в составе которой работает PCA, применяется в американских штатах Техас (Остин) и Калифорния (Морено-Валли). HVS — облачная платформа, которая использует данные, получаемые от службы спасения 911, считывателей автомобильных номеров, датчиков выстрелов, камер наблюдения, и визуализирует их на карте.

Несмотря на слова «Predictive» и «Crime», описание PCA говорит нам, что этот модуль не является системой предсказания преступлений в духе PredPol и CommandCentral Predictive — с указанием хотя бы приблизительных места и времени. Это шикарная система аналитики для кабинетных работников, но, пожалуй, не подспорье для оперативных сотрудников на улицах.

Лагерь Microsoft

Нечто похожее предлагает Microsoft: её разработка Domain Awareness System применяется в Нью-Йорке. DWA имеет доступ к более чем трём тысячам камер наблюдения, всем полицейским отчётам, записям звонков в спасательную службу, базе автомобилей и даже датчикам радиации. Как и Hitachi Visualization Suite, DWA снабжает полицию города полезной информацией о подозрительной активности, обобщает и визуализирует данные, но не решается сделать вывод о том, где и когда произойдёт следующее преступление.

DWA разработан по заказу полиции Нью-Йорка, поэтому доступной информации о системе немного — и та ограничена пресс-релизами и публикациями в прессе. Сайт администрации Нью-Йорка объясняет, как именно DWA помогает полиции:

1. Следователи получают мгновенный доступ к информации с видеокамер, наблюдают за арестом подозреваемых, отслеживают связанные с ними звонки в службу спасения 911 и похожие преступления в том же районе.

2. Полицейские визуализируют историю нарушений на карте, выявляют преступные схемы и связанные между собой события, а также видят, где находилась машина подозреваемого вчера, недели и месяцы назад.

3. Руководители получают данные из базы преступлений, чтобы правильно распределять имеющиеся силы в зависимости от криминальной активности в том или ином районе.

4. Если на вокзале обнаружена подозрительная сумка, полицейские отмотают время видеопотока вспять и увидят, кто её бросил.

В пресс-релизе на сайте нет ни слова о стоимости лицензирования DWA, зато известно, что полиция Нью-Йорка получает 30 процентов выручки от продажи системы органам правопорядка в других городах.

Рынок автоматизированного правоохранения представляется настолько «вкусным», что в него пытаются втиснуться даже те, кто не готов заниматься разработкой собственных решений, но способен стоять на плечах гигантов. Компания Third Eye Consulting Services с марта 2016 года предлагает попробовать в действии комплекс Safera, который представляет собой коктейль из технологий Microsoft: Azure Stream Analytics, Azure Machine Learning и компонентов PowerBI (PowerQ&A, PowerView, PowerMap). В отличие от PredPol или Microsoft, которые разрабатывали свои продукты в тесном сотрудничестве с полицией и использовали ведомственные источники, Third Eye Consulting Services поступили проще: взяли открытые данные, публикуемые администрацией Чикаго, информацию из бюро переписи населения США, сведения о погоде и дорожном движении и построили красивые диаграммы и графики. Судя по отсутствию публикаций об успешном внедрении Safera, система ещё не применялась в боевых условиях.

Герои Старого Света

В Германии c 2011 года работает система предсказания ограблений Precobs за авторством Institut f?r musterbasierte Prognosetechnik. Её механизм базируется на теории повторения или «заразности» преступлений — если кто-то вломился в дом, весьма вероятно, что это повторится или случится поблизости.

На основе данных о преступлениях за прошедшие десять лет Precobs предсказывает ограбления на участках диаметром 500 метров за сутки до его совершения. Немецкая разработка применялась в швейцарских кантонах Базель-Ланд, Цюрих и Аргау и немецких городах Мюнхен и Нюрнберг: точность предсказания составила 85 %. После роста числа арестов количество ограблений снизилось на треть.

На востоке аналогов PredPol или Precobs нет. Но азиаты активно размышляют, как применить имеющийся массив информации о гражданах для обеспечения правопорядка.

Если верить Bloomberg, производитель локационного оборудования и электронных компонентов для военных нужд Китая — China Electronics Technology Group — создаёт систему предотвращения террористических актов, которая по описанию больше похожа на механизм тотального контроля личности.

Безымянная система CETG якобы способна анализировать информацию о банковских счетах, выполняемой работе, хобби, видах и частоте потребления товаров и услуг, а также сопоставлять её с данными камер наблюдения. Весь этот массив сведений будет использоваться для поиска необычных для человека действий: если бедняк из деревни получает на банковский счёт крупную сумму или гражданин без родни за границей начинает звонить в США, Англию и Уругвай.

У приведённых аналитических программ немало противников. Хамид Хан, глава организации «Заставим полицию Лос-Анджелеса перестать шпионить», полагает, что работа систем предсказания преступлений переворачивает принцип правосудия «человек не виновен, пока не доказано обратное» с ног на голову — «любой виновен, пока не доказал, что это не так».

Использованные материалы:

ru.datasides.com/predicting-crimes-predpol-and-all-all-all

Комментарии: