6
| Американцы учатся предсказывать преступления | ||||
 |
8.08 12:58 |  |
2399 | |
| oleglurie-new | ||||
| В отличии от российских полицейских и следователей, освоивших получение информации с помощью дубинок и бутылок от шампанского, их американские коллеги уже пытаются предсказать возможные преступления с помощью психологии и новых технологий. Интересно, смогут ли отечественные "стражи порядка" перенять опыт хоть в чем-то? Уже много лет американские учёные экспериментируют с алгоритмами, способными предсказывать преступность. Предполагается, что преступники склонны повторять успешные действия — по крайней мере, они не используют ГСЧ для выбора места и времени преступлений, так что их действия предсказуемы по определению. Например, год назад калифорнийский город Санта-Крус первым в мире внедрил математическую модель расчёта вероятности преступлений, которая каждый день составляет новый маршрут для патрульных машин, основываясь на статистике преступлений по улицам. Учитываются день недели, время суток, наличие/отсутствие футбольных матчей по ТВ и другие факторы. Исследователь из Бирмингемского университета Мирко Мусолези (Mirco Musolesi) применил совершенно другой подход. Его метод основан не на статистике, а на оперативных данных из сетей сотовой связи. Мусолези начал с того, что научил алгоритм с высокой степенью вероятности прогнозировать перемещения каждого абонента: он даже выиграл конкурс Nokia Mobile Data, наиболее точно предсказав перемещения 25-ти добровольцев по сигналам их телефонов, истории звонков и текстовым сообщениям. Иногда алгоритм прогнозирует координаты пользователя с точностью до 20 м2. Алгоритм работает эффективно только при условии, что одновременно отслеживается вся сеть друзей указанного пользователя. Если отслеживать только одного человека, то точность предсказания координат снижается до 1000 м2. Даже если удавалось извлечь уточняющую информацию всего у одного друга — точность сразу резко увеличивалась. Таким образом, алгоритм способен вычислить место и время, где через 20-30 минут встретится группа потенциальных преступников. По словам Мусолези, можно вычислить конкретную улицу, квартал, иногда даже дом — место потенциального преступления. Очевидно, что туда на всякий случай нужно направить патрульную машину. Мусолези надеется, что его разработка будет использована правоохранительными органами. Исследователь уверен, что подобная система анализа данных не нарушает законодательство: «Наш алгоритм — это способ извлечь новую информацию из данных, [которые у полиции уже есть]», — говорит он в интервью изданию Forbes. Кто-то назовёт такой метод сомнительным, ведь осуществляется слежка за людьми, которые ещё не совершили преступления, а только по каким-то критериям занесены в «группу риска» (например, граждане с криминальным прошлым или упомянувшие ключевое слово в разговоре по телефону или в SMS). С другой стороны, сам алгоритм работает с анонимными данными, так что такая «слежка» принципиально не отличается от какой-нибудь системы контекстной мобильной рекламы или системы мониторинга чатов по ключевым словам, что используется в чатах Facebook и в других сервисах. В принципе, подобные алгоритмы может использовать не только полиция, но и обычные коммерческие компании. Каждому будет приятно, когда заходишь в любимое кафе — а там для тебя только что накрыли стол. Или подходишь к дому — а на кухне автоматически включается чайник и начинает готовиться ужин. Мирко Мусолези с коллегами опубликовали результаты своей работы (pdf), в ближайшее время они собираются провести дополнительные эксперименты на базе данных, предоставленной компанией Nokia. (использованы материалы http://habrahabr.ru) В НАСТОЯЩЕЕ ВРЕМЯ ДАННЫЙ МЕТОД ВНЕДРЯЕТСЯ В РАБОТУ ВСЕЙ ПОЛИЦИИ США И ФБР |
||||
| Обсудить в блоге автора | ||||
