Человечество изобрело новый способ борьбы с криминалом — на сей раз делом занимались не психологи и криминалисты, а работники IT-сферы. Теперь львиная доля преступлений предсказывается методом статистики и аналитического сбора данных — технологию уже активно применяют в Соединенных Штатах, хотя американцы все еще спорят, стоит ли считать эти методы вмешательством в личную жизнь, или цель оправдывает средства. После того, как в 50-х появился роман Филипа Дика, который был потом экранизирован с Томом Крузом в главной роли, философы и футуристы столкнулись с понятием «до преступления». Иначе говоря, это своего рода предсказание того, где и когда должно произойти преступление, и как можно его предотвратить. В современности исследователи пришли к выводу, что статанализ помогает вычислить паттерны поведения людей (или потенциальных преступников) и спрогнозировать события, основываясь на «данных о прошлом». Вышеописанные методы — не новинка для правоохранительных органов, но обилие информации в общедоступных источниках и возможность обработки данных искусственным интеллектом значительно упрощает задачу — этим всем занимаются вычислительные мощности. Какие данные необходимы для «предсказания» преступления? О каждом человеке можно собрать несколько типов данных, основываясь на информации из открытых источников: личная информация (национальность, религиозные взгляды, возраст и пол), адрес, место работы, зарплата и должность, а также излюбленные места досуга и возможное участие в каких-либо движениях и акциях. Без разрешения также можно получить данные биометрического паспорта, медицинской карты, данные с камер наблюдения и историю активности в соцсетях. Так или иначе, каждый из нас оставляет некий цифровой «след», начиная от лайков и заканчивая чем-то вовсе безобидным — вроде оплаты картой проездного в метро. Европол сейчас занимается более глубоким анализом информации, в чем помогают соцсети. В интервью EU Observer старший специалист Европола по вопросам защиты данных Ян Эллерман заявил, что сейчас в организации разрабатывают инструменты для распознавания голоса на манер отпечатков пальцев, технологии для распознавания лиц и преобразованием аудиодорожек в текст с возможностью перевода расшифровки аудиосообщений на любой язык. Тем не менее, в некоторых более авторитарных государствах власти собирают больше данных о своих гражданах. В чем заключается технология предотвращения преступлений с помощью IT? Данные, собранные из открытых источников, искусственный интеллект классифицирует на основе заданных параметров, избавляясь от «белого шума» и всего ненужного. Сопоставив полученные сведения, используя математические модели, машина и предсказывает возможное преступление. Одна из самых популярных технологий, заимствованная из математики, называется «процесс Хоукса». Если объяснить концепцию простым языком, то действовать полицейским и, соответственно, искусственному интеллекту следует, отталкиваясь от народной мудрости «молния не бьет в одно место дважды» в обратном направлении, из которой следует тесная связь между разными событиями. Иначе говоря, одно происшествие увеличивает вероятность последующего похожего, и со временем эта зависимость возвращается к стартовому показателю. Автор разработал теорию, основываясь на информации о землетрясениях в 70-х годах — впоследствии она нашла широкое применение при изучении распространения всевозможных эпидемий, ЭМИ в мозге и описании принципов работы фондовой биржи. Кроме того, модель Хоукса нашла положительный отклик и у сотрудников правоохранительных органов — полицейские использовали ее, чтобы предсказывать места ограблений или сходок бандитов. Более того, эта теория заложена в современных методах предсказания действий злоумышленников при обучении ИИ. Есть также и теория оптимального фуражирования — ее криминалисты подсмотрели у ученых, которые наблюдают за животными. Она заключается в том, что хотя пища и дает животным энергию, ее поиск требует не меньших ресурсов и времени. Соответственно, они пытаются идти по пути наименьшего сопротивления, выбирая способы добычи пропитания с меньшей энергозатратностью. Если интерпретировать это все в реалии борьбы с преступностью, то логично предположить, что потенциальный грабитель вряд ли будет ездить из одного города в другой, чтобы прокормиться — удобнее охотиться за наживой в пределах пары районов, и то при большом желании. Такая система упрощает на первый взгляд нелогичные или непредсказуемые действия злоумышленника до уровня «охотника-собирателя», которым движут базовые инстинкты и потребности. Соучредитель одной из самых авторитетных программ по «предсказанию» преступлений PredPol, или Predictive Policing, профессор антропологии Джеффри Брантингем как раз придерживается этой теории. В интервью для ВВС он рассказал, что программа была вдохновлена экспериментами, которые проводил Калифорнийский университет в сотрудничестве с департаментом полиции Лос-Анджелеса. «Это исследование показало, что алгоритмически управляемые прогнозы могут предсказывать в два раза больше преступлений и при использовании на местах предотвращать вдвое больше нарушений, чем существующая практика», — рассказывает Брантингем. «Прогноз криминальной погоды» отображается на карте с помощью полей с цветной кодировкой — каждое из них размером примерно с 46 квадратных метров. Так называемые красные зоны — это участки особого риска, где офицерам полиции необходимо проводить не менее 10% своего рабочего времени. В программах обычно прошлые правонарушения фиксировались на картах, следовательно, так и обнаруживались самые криминогенные города и районы. Искусственный интеллект видит те паттерны, которые человек может не заметить. «Машинное обучение предоставляет набор подходов к выявлению статистических закономерностей в данных, которые нелегко описать стандартными математическими моделями или которые выходят за рамки естественных способностей восприятия человека», — говорит профессор Брантингем. Как появился PredPol? Одним из родоначальников предсказывания преступлений стал полицейский Уильям Браттон — в 90-х он придерживался «теории разбитых окон» в своей профессиональной деятельности. Согласно этой теории, если в здании с разбитым окном не вставят стекло, то со временем в нем все окна окажутся разбитыми. Соответственно, отсутствие наказания за какие-то мелкие правонарушения вроде распития алкогольных напитков в общественных местах или прыжков через турникеты в метро может спровоцировать в дальнейшем более серьезные преступления. В середине 90-х Браттон устроился начальником Нью-Йоркской полиции и запустил программу CompStat (Compare Statistics), работа которой основывалась на сборе и обработке статистических данных. Очень яркий пример работы некоторых элементов этой программы каждый из нас видел в кино, когда копы отмечали на большой карте флажками места злодеяний преступников с какими-то пометками. Программа CompStat делала то же самое, но уже быстрее — вроде бы мелочь, но через год полиция Нью-Йорка значительно улучшила свои показатели по раскрываемости преступлений. Тем не менее, это имело и свои последствия — например, афроамериканцы, проживающие в бедных районах, замечали участившиеся полицейские рейды, которые стали жестче. В начале нулевых Уильям Браттон отправился работать в Лос-Анджелес и усовершенствовал свою методику — теперь полиция должна была перейти к predictive policing, то есть, работе над предотвращением преступлений. Впоследствии полицейский вместе со своими коллегами начал работу над алгоритмами, которые разработали американские военные в Ираке: их технологии были созданы, чтобы отслеживать повстанцев, предсказывать места боестолкновений и заминированные зоны. Усовершенствовав эту программу, Браттон подарил миру PredPol, которую по сей день используют полицейские в США. Одним из первых PredPol’ом начал пользоваться калифорнийский город Санта-Круз. Теперь каждый день офицерам полиции загружают на планшеты новые карты с «красными зонами», на которых отмечены время, место и тип предполагаемого правонарушения на грядущий день. Задача полицейских — осуществлять патрулирование указанного района, чтобы поймать злоумышленника или предотвратить преступление. Согласитесь, идти на ограбление банка под самым носом у полиции вряд ли кто-нибудь отважится. Палантир из «Властелина колец» перешел в руки копов Да, мы тоже сначала подумали, что тот самый магический шар, который мы не раз видели в руках Сарумана, перешел в руки американской полиции :) На самом деле в 2000-х все тот же Браттон организовал еще одну компанию, которая занимается предсказанием преступлений, и назвал ее Palantir — очевидно, полицейский накануне пересматривал «Властелина колец» :) Львиную долю средств на создание Palantir выделило ЦРУ, а главным инвестором и владельцем стал Питер Тиль — тот самый, который основал PayPal. Итак, в чем же фишки современных, реальных (нет, мы не обижаем Толкиена!) «палантиров»? Как минимум, программное обеспечение Palantir позволяет правоохранительным органам вводить номерной знак и быстро определять маршруты и места, где проезжал автомобиль. Полиция может также использовать это, чтобы найти членов семьи и деловых партнеров владельца авто. Работа с государственными органами является основной частью бизнеса компании Palantir. На протяжении первых нескольких лет Palantir продавал свои продукты для анализа данных только государственным органам США. Кроме того, компания сотрудничает с рядом военных организаций в боевых миссиях, собирая информацию о деятельности противников, отслеживая преступников, занимаясь логистикой и многим другим. В качестве примера стоит отметить, что ПО Palantir используют американские «морские котики» для сбора разведданных. Кроме того, Palantir разрабатывает ПО для ВВС США, чтобы военнослужащие могли анализировать информацию о местности, перемещениях и даже погоде в отдаленных районах. По слухам, он использовался для выслеживания Усамы бен Ладена, однако официальных комментариев от компании на этот счет не было. Palantir очень избирательно относится к выбору клиентов — так, например, в компании отказались от сотрудничества с табачным предприятием «из-за страха, что компания использует данные для точного определения уязвимых сообществ в целях продажи сигарет». Это позволяет компании вполне заслуженно хвастать своими успехами, особенно теми, которые касаются работы с правительственными учреждениями. Ранее гендиректор Алекс Карп утверждал, что слышит о предотвращенных терактах в Европе едва ли не каждую неделю. У Palantir есть еще одна программа — «Готэм». Нет, преступников ловит не Бэтмэн, а снова искусственный интеллект :) У «Готэма» есть вся необходимая информация из протоколов задержаний, допросов и материалов уголовных дел. На основании всех этих сведений была создана база данных — в ней числятся люди, которые бывали в тюрьме или часто привлекались к ответственности. Этот список есть у каждого полицейского. Более того, если полисмен видит кого-нибудь из этого списка на улице, он обязан во что бы то ни стало остановить человека и допросить его, даже если действия экс-нарушителя не вызывают подозрений. Полицейские Чикаго немного усовершенствовали существующую систему, отслеживая также действия людей из окружения бывших преступников. Порой правоохранители наносят визит кому-то из них, напоминая, что эти люди «на карандаше» и могут угодить за решетку, если будут заподозрены в чем-то нехорошем. Все это называется вторичной сетью наблюдения — своего рода «паутина» из контактов возможных правонарушителей, куда включены семья предполагаемого преступника, друзья, знакомые и даже половые партнеры. И к этой «паутине» есть доступ у любого полисмена. Копы из Лос-Анджелеса зашли дальше, дав старт тенденции на покупку личных данных у частных компаний — так, например, они могут получить доступ к записям с камер видеонаблюдения, социальным сетям, университетам и даже узнать, когда и какую вы пиццу заказывали домой. А вот это, конечно, факт не из приятных, так как методика предполагает частичное вмешательство в частную жизнь. А как вы думаете, бороться с мыслепреступлениями круто, или все же такие технологии — too much?