李忠東

大數(shù)據(jù)時代，得益于人工智能（AI）技術(shù)、數(shù)據(jù)挖掘分析技術(shù)以及數(shù)據(jù)存儲技術(shù)的發(fā)展，英國、美國和日本的執(zhí)法機構(gòu)都在嘗試預(yù)判人的犯罪企圖，從而阻止罪案的發(fā)生。

在爭議中推進

英國警方正在開發(fā)并測試一種名為“國家數(shù)據(jù)分析解決方案”（NDAS）的系統(tǒng)，預(yù)測犯罪行為。一旦發(fā)現(xiàn)被計算機系統(tǒng)標注為有心理健康問題而可能實施暴力犯罪的高風(fēng)險人群，NDAS就會提出為其提供咨詢服務(wù)或醫(yī)療幫助的建議，以避免他們真的犯罪。與此同時，還會幫助受害者，保障其安全。

NDAS采取友善的干預(yù)方式，為當(dāng)?shù)刂伟埠蜕鐣ぷ髡咛峁┲С?。該系統(tǒng)的目的不是為了預(yù)防性地逮捕任何人，而是分析警方已經(jīng)鎖定的人員，并且優(yōu)先分析那些最需要干預(yù)的人員，例如有心理疾病史的人暴力犯罪的可能性更大，可以讓他們獲得社會幫助。

西米德蘭茲郡警方牽頭研發(fā)的NDAS由AI軟件和統(tǒng)計數(shù)據(jù)構(gòu)成，參與者包括倫敦警察廳和大曼徹斯特警察局等8個警察部門，計劃在2019年3月完成測試并投入應(yīng)用，日后推廣到英國所有的警局。

NDAS比其他國家用于測定犯罪臨界值的軟件高出一籌。軟件通過數(shù)據(jù)庫能找到約1400個可以幫助預(yù)測犯罪的指標。在這些統(tǒng)計數(shù)據(jù)的基礎(chǔ)上，NDAS 的機器學(xué)習(xí)組件能夠識別5萬人，預(yù)測哪些個體存在出現(xiàn)暴力行為的可能性。為了指示未來出現(xiàn)攻擊行為的可能性，系統(tǒng)會給這樣的個體分配一個危險系數(shù)。

對于NDAS，有人針對其可能導(dǎo)致的道德問題提出批評。阿蘭·圖靈研究所的數(shù)據(jù)倫理團隊對該系統(tǒng)表示嚴重關(guān)切，指出NDAS的初衷是好的，但由于無法完全識別重要的數(shù)據(jù)，勢必會做出引發(fā)擔(dān)憂的錯誤預(yù)測。而且在一個人沒有實施犯罪的時候就預(yù)測其犯罪的概率，存在“嚴重的倫理問題”。

“NDAS以過去的逮捕記錄為基礎(chǔ)進行預(yù)測，可能會有誤差，加重警方的偏見?！备鐐惐葋喬貐^(qū)大學(xué)的安德魯·弗格森教授警告說，“該系統(tǒng)在分析時側(cè)重于人口密集、貧困和沖突頻發(fā)的地區(qū)，導(dǎo)致過度關(guān)注有色人群和貧窮居民?！?/p>

英國卡迪夫大學(xué)犯罪與安全研究所所長馬丁·英尼斯指出，雖然NDAS在預(yù)測比較危險的地區(qū)方面可能更有用，但難以合理地預(yù)測個人的犯罪行為。牛津互聯(lián)網(wǎng)研究所的桑德拉·瓦赫特稱，很難評估和衡量NDAS在沒有警察或其他干預(yù)的情況下預(yù)測的結(jié)果是否準確。

西米德蘭茲郡警局對NDAS充滿信心。雖然人們目前對該系統(tǒng)的可靠性存在質(zhì)疑，但它未來在公共安全領(lǐng)域發(fā)揮作用是大勢所趨。警局希望能使用 NDAS 進行犯罪預(yù)測。為了確保該系統(tǒng)符合隱私規(guī)定，該警局將與英國數(shù)據(jù)監(jiān)督部門信息專員辦公室合作，邀請專家對 NDAS 的效果進行評估。

準確率大大高于人工預(yù)測

在美國，洛杉磯警察局率先使用了PredPol犯罪預(yù)測系統(tǒng)。走進實時犯罪預(yù)警中心，只見在一堵巨大的屏幕墻上，洛杉磯地區(qū)的電子地圖不停地閃爍著，每一次閃爍都預(yù)示著那個地區(qū)有可能發(fā)生一次犯罪活動。根據(jù)地圖上的實時預(yù)警，指揮中心及時派遣警力，阻止犯罪。

巡警們每天上班都要列隊點名，他們的電子設(shè)備會收到一份當(dāng)日的“犯罪預(yù)測電子地圖”，上面紅色正方形所處的位置代表著犯罪活動極有可能出現(xiàn)的地區(qū)。巡警在“犯罪高發(fā)地區(qū)”會提高警惕，加強巡邏。他們能收到來自實時犯罪預(yù)警中心的警告信息，提醒幫派斗毆、盜竊或者搶劫即將發(fā)生，要求采取相應(yīng)行動阻止這些人進行犯罪活動。

PredPol的原理是：人類的很多行為都可以用非常簡單的數(shù)學(xué)模型來解釋。參考與犯罪行為和犯罪模式有關(guān)的社會學(xué)信息，根據(jù)此前犯罪活動發(fā)生的時間、地點和犯罪類型，就可以進行預(yù)測。它能預(yù)測哪些地區(qū)即將發(fā)生犯罪案件，但不能預(yù)測誰會成為嫌犯。洛杉磯警察局官員肖恩表示，未來警察局發(fā)布犯罪預(yù)測或許能夠像氣象臺發(fā)布天氣預(yù)報一樣簡單。

PredPol在城市電子地圖上用紅色正方形標記可能發(fā)生犯罪的區(qū)域，每個紅色正方形覆蓋150平方米。系統(tǒng)還會為用戶呈現(xiàn)一張“熱圖”，顯示出可能發(fā)生盜車案、入室行竊案和搶劫案等案件的位置。軟件隨時把大量的數(shù)據(jù)和信息篩選出來，在警察每次輪崗時根據(jù)實時數(shù)據(jù)的變化重新校準顯示范圍。

PredPol科技公司與加州洛杉磯和圣克魯斯、田納西州孟菲斯、南卡羅來納州查爾斯頓以及紐約等地的警察部門合作，通過測試證明了軟件預(yù)測的犯罪率比人工預(yù)測的更加精準。特別是在入室盜竊和車輛盜竊方面，軟件預(yù)測的準確率比人工預(yù)測高兩倍。

在圣克魯斯市，PredPol軟件起初被警方用于預(yù)測入室盜竊和交通工具盜竊案，后來擴大到預(yù)測打架斗毆等。在短短的一年時間里，全市的入室盜竊犯罪率下降了11%，搶劫犯罪率下降了27%。在洛杉磯，該軟件使用半年后，與財產(chǎn)有關(guān)的犯罪率降低了12%。

隨著PredPol的應(yīng)用，警察的工作模式也發(fā)生了一定程度的變化。由于軟件能確定什么地方是犯罪高發(fā)區(qū)，警察不用再花很多時間分析數(shù)據(jù)，他們待在警局的時間少了，到街上巡邏的次數(shù)多了，將主要精力用于抓捕嫌犯。

雖然PredPol在預(yù)測犯罪可能發(fā)生的時間和地點上擁有更多的準確性，但是無法告訴警察在到達預(yù)測地點后該怎么做，因為它并不能直接關(guān)聯(lián)任何一個目標人物。“這款軟件并不能取代警員，警員仍然是打擊犯罪的主要力量?！笔タ唆斔故芯炀址治鰩熢恕じヌm德表示。

從警力調(diào)遣到機器學(xué)習(xí)

日本日立公司推出名為“日立可視化犯罪預(yù)測分析”（PCA）的系統(tǒng)，它的數(shù)據(jù)來源比人們想象的范圍更廣，包括公共地圖、天氣預(yù)報、社交媒體、緊急電話及交通系統(tǒng)。其中，社交媒體的信息在預(yù)測犯罪中占據(jù)著舉足輕重的地位，從社交網(wǎng)絡(luò)收集數(shù)據(jù)，讓該系統(tǒng)的預(yù)測成功率提升了15%。

PCA加入了機器學(xué)習(xí)技術(shù)，通過篩選從傳感器和互聯(lián)網(wǎng)等各種渠道獲得的大量信息數(shù)據(jù)來自我學(xué)習(xí)。系統(tǒng)能在成千上萬條可能與犯罪相關(guān)的數(shù)據(jù)中，發(fā)現(xiàn)容易被人類忽視的線索。

從傳統(tǒng)的警力調(diào)遣到運用機器學(xué)習(xí)技術(shù)，是巨大的轉(zhuǎn)變。機器學(xué)習(xí)技術(shù)之所以能夠?qū)崿F(xiàn)，完全依靠大型低成本數(shù)據(jù)庫和計算機處理能力的飛速發(fā)展。

警方傳統(tǒng)的預(yù)測系統(tǒng)，一般根據(jù)辦案的經(jīng)驗構(gòu)建預(yù)測模型，里面綜合一些變量，分別給予一定權(quán)重，比如某些特定場所，以及Twitter上發(fā)布的可疑信息等。PCA更勝一籌，摒棄了人類的一些偏見和主觀想法，不需要人來衡量哪些因素重要以及有多重要。它用數(shù)據(jù)預(yù)測是否有罪案將發(fā)生、可能發(fā)生犯罪的地區(qū)和犯罪類型，而不是基于已知的影響犯罪行為的因素來判斷。警察只需要提供數(shù)據(jù)，PCA便可以找出不同數(shù)據(jù)之間的關(guān)聯(lián)。

特別值得一提的是，PCA擁有高質(zhì)量的視覺交互界面，各種不同犯罪行為的指示圖標在彩色地圖上清晰可見，槍支、手機和監(jiān)控攝像頭等圖標更加顯眼。系統(tǒng)用從0到100%來表示某個地方即將發(fā)生罪案的危險指數(shù)。

微軟開發(fā)專用模型

微軟公司開發(fā)出一種新的計算機模型，它的算法可以對囚犯的歷史記錄和特殊數(shù)據(jù)進行分析，預(yù)測他們中哪些人將在獲釋后的6個月內(nèi)再次被捕，其判斷準確率高達91%。模型參考的數(shù)據(jù)包括罪犯有沒有幫派關(guān)系、是否參加心理康復(fù)計劃、在監(jiān)獄中有多少違規(guī)行為和被關(guān)過多少小時禁閉等。

微軟公司開發(fā)的這種計算機模型主要針對三類犯罪：入室盜竊、汽車盜竊和盜竊車內(nèi)物品。它能通過分析歷史犯罪記錄、人口統(tǒng)計數(shù)據(jù)、氣候、當(dāng)?shù)匦侣労推渌麛?shù)據(jù)，利用過去的犯罪地點定位未來潛在的犯罪現(xiàn)場，以便更好地分配警力，調(diào)整巡邏時間，防止罪案發(fā)生。

微軟公司已經(jīng)和多座城市建立起相關(guān)的合作關(guān)系，包括在紐約市開發(fā)區(qū)域警務(wù)系統(tǒng)，實時收集并分析現(xiàn)有的公共安全數(shù)據(jù)，為當(dāng)?shù)鼐教峁┹^為全面的潛在犯罪活動和安全威脅信息；在洛杉磯，計算機模型根據(jù)該地區(qū)上一年度某一天的入室盜竊案件數(shù)據(jù)，預(yù)測本年度同一天可能發(fā)生的同類案件，結(jié)果使該市的犯罪率下降了23%。

編輯：姚志剛 winter-yao@163.com