焦點速遞！防患于未然——犯罪預測算法能夠實現嗎？

花小/文

【資料圖】

機器學習和人工智能領域的進步引起了各行各業的興趣，每一個行業或者領域都希望能夠將機器學習、人工智能和大數據應用其中。這當中就包括了社會治安領域，無論是普通民眾，還是警務安全部門，都希望能夠利用這些高科技工具開展預測性警務行動來遏制犯罪。

在美國CBS電視臺制作的犯罪劇集系列《疑犯追兇》中，正是基于社會治安領域的這一需求，科學家哈洛·芬奇研發了一臺可偵測恐怖襲擊和一般人的暴力犯罪的大規模電腦監控系統，它通過觀測已有的模式來識別有可能進行的違法現象，進而對社會進行大范圍監控來實現預測、預防違法事件發生。系統的名稱非常簡單粗暴，“機器”（The Machine），確實符合芬奇的理工男人設。

“對于機器而言，我們只是一組數字，一段代碼。”在劇集中，編劇不止一次借角色人物之口表達人類對于人工智能(AI)的憂慮。哈洛·芬奇在開發“機器”時，就發現了一個問題：人工智能沒有道德的概念，為了達到目的它會不擇手段。

即便芬奇通過篩選案件、拯救無辜者、調試算法等種種努力，勉強算是成功把“機器”馴化成為了一臺向善的人工智能助手，但劇中另外一臺機器“撒瑪利亞人”（Samaritan）卻不知善惡，甚至為了與“機器”爭奪控制權，“撒瑪利亞人”不惜控制選舉、擾亂金融甚至殺人越貨。

遺憾的是，這部美劇在第五季時便匆匆結尾，但劇集的高光時刻卻始終令人難以忘懷。在劇集的終章中，“機器”賭上最后的備份，與“撒瑪利亞人”決一死戰，而在此前的億萬次模擬中，自己均以慘敗告終，它明白自己的出生是為了預測人類與世界，而在預測之前，它需要觀察，需要足夠的信息。

2002年上映的科幻電影《少數派報告》則采用了一種更為玄學的方式來預測犯罪。在這部由菲利普·K·迪克同名短篇小說改編而來的電影中，以2054年的華盛頓特區和北弗吉尼亞州為背景，在那里，一個名為“預防犯罪中心”的警務安全部門，根據三名被稱為“先知”，擁有“預測”能力的超能力通靈者提供的預知線索來逮捕罪犯。湯姆·克魯斯飾演的約翰是部門中最優秀的一名警探。

他被三名先知中的女先知選中去調查一起多年前的溺亡案，調查進行中，他突然得知自己將在未來犯下謀殺罪。約翰一邊逃亡一邊試圖阻止兇案發生，當他發現事有蹊蹺之時卻失手殺死了對方，于是他追查真相，最終使幕后真兇伏法。

故事標題中的“少數派報告”，指的是系統依賴三個“先知”一起判定某人是否有殺人企圖。當出現分歧時，按照少數服從多數的原則定案，但最后若少數一方正確的話，則會秘密保存一份少數派報告。雖然這部電影的設定并不那么科學，但是它向人類指出了三個問題：

一、我們真得能夠100%相信預測嗎？或者是否應該相信人性？

二、即使一個系統有99%的正確率，我們是否可以接受1%的錯誤并繼續使用這個系統？

三、如何限制和監督擁有權力的人？

基于當下的科技水平和社會倫理道德水平，我們還很難回答這些問題，還可以自我安慰，我們離人工智能成為人類“保姆”的時代還很遙遠。但是未來已來，這一切也許并不遙遠。

2022年7月5日，《自然·人類行為》雜志刊發了一篇名為《城市犯罪事件水平預測揭示了美國城市執法偏差的特征》（Event-level prediction of urban crime reveals a signature of enforcement bias in US cities）的論文。這篇論文為大數據算法在治安領域的應用，提供一個全新的思路，同時也引起了廣泛的討論。

文中提到，芝加哥大學助理教授伊沙魯·查托帕德哈伊博士及其同事，利用芝加哥市暴力犯罪（殺人、襲擊、爆炸等）和財產犯罪（入室盜竊、機動車盜竊等）的歷史數據，開發出了一種新的算法，能夠提前預測犯罪行為。

在以前的犯罪預測算法中，受限于數據來源和統計方式的局限，它們往往容易忽略城市復雜的社會環境，并且沒有考慮犯罪與相關部門執法效果之間的關系。而新模型應用時下最新的“數字孿生”概念，通過對數據進行測試和驗證，訓練出的新模型通過觀察離散事件的時間和空間坐標，在虛擬空間生成城市的數字孿生體，模擬觀察孿生體的進展和演變，進而準確預測未來幾周事件的模式，地理范圍可以控制到兩個街區左右。它將城市劃分為每個大約三百米寬的片區，并預測這些區域內的犯罪，而不是依賴傳統的鄰里或行政邊界，因為這些邊界也會有偏差。該模型對其他七個城市（亞特蘭大、奧斯汀、底特律、洛杉磯、費城、波特蘭和舊金山）的歷史數據進行分析，也得到了類似的結果，準確率高達90%。

查托帕德哈伊博士表示，該工具的準確性并不意味著它應該被用來指導執法政策——例如，治安部門不應該使用它主動聚集到某個社區來預防犯罪。在他看來，這個算法更應該作為一個模擬工具，添加到城市政策和治安戰略的工具箱中，以解決潛在犯罪問題。為地方政府制定民生政策和治安策略提供輔助，而不是作為警方的行動指南。

之所以存在這樣的擔憂，是因為維持治安方面的種族偏見在美國根深蒂固。2016年，芝加哥警察局試驗了一個模型來預測那些最有可能涉嫌槍擊事件的人，這份神秘的名單最終顯示，56%的居住在芝加哥的黑人男性出現在名單上，由此引發了民眾對警察局種族主義的指控。也許數據是客觀的，但是評判和應用數據的人始終無法保持真正的客觀。

犯罪預測是一項需要極端慎重和客觀的工作，大數據只能告知信息，不能解釋信息。信息的正確使用和正確解釋依然取決于人類自身，但是人類自身存在局限，難免會做出錯誤的判斷。和歷史中的冤假錯案不同，人們對大數據的信任將會導致被誤判的人面臨更艱難地自證過程，甚至無法自證。

犯罪的預防如同在河流邊壘筑堤壩，我們也許無法預測到百年一遇的洪流什么時候發生，但我們可以通過記錄一次次洪峰出現的全部過程和每一個數據，來預判下一次洪峰的到來，提前增高堤壩，分流水道，把損失降到最低。我們有理由相信，隨著數據的越來越豐富，案例模型越來越多樣化，將來的某一天，人工智能真的能夠為人類社會的和平與安寧貢獻力量。

本文來自： 中國數字科技館

標簽： 人工智能 少數派報告 犯罪預測 撒瑪利亞人 機器學習