人工智能可识别团伙犯罪

犯罪现场和帮派有关吗？新的计算机程序或知道答案。

资料来源:iStock.com/DenisTangneyJr

当人们殴打行人、抢劫商店或冷血地杀人时，警察想知道罪犯是否是帮派成员:他们需要派出特别执法队吗？这应该导致报复吗？现在，一种算法正试图自动化识别团伙犯罪的过程。一些科学家担心，这不会减少帮派犯罪，但会导致适得其反的结果，因为社区信任的侵蚀，或它可能会标记无辜的人作为犯罪团伙的成员。

这个公式已经造成了紧张。在最近的一份关于该节目的报道中，一位观众非常沮丧，愤怒地离开了报道网站，而节目的一些制作人对如何使用该节目保持沉默。

"可以说，这绝对是一份用心良苦的工作。"位于加州山景城的谷歌公司的软件工程师布雷克·莱莫因说，他已经研究了减少对人工智能偏见的方法。"但是研究人员有没有考虑到意想不到的潜在负面影响？"

多年来，科学家们一直在使用计算机算法来绘制犯罪网络图或推测犯罪可能发生的地点和时间，这种行动被称为预测警务。然而，过去很少有研究分析犯罪和帮派之间的关系。

在这项新工作中，研究人员开发了一个系统，可以识别与帮派相关的犯罪。该系统仅基于四种类型的信息:主要武器、嫌疑人数量以及犯罪发生的街区和地点(如道路或街角)。加州长滩的检察官道格·豪伯特(Doug Haubert)写了一份帮派犯罪预警策略，他说类似的分析有助于在全面调查前分析犯罪特征，从而改变警方的应对方式。

为了对犯罪进行分类，研究人员发明了一种叫做部分生成神经网络的系统。神经网络是由小层计算元件组成的，这些元件可以以类似于人脑神经元的方式处理数据。作为一种机器学习方法，它是基于反馈改进的——不管它的判断是否正确。在这种情况下，研究人员使用加州洛杉矶警察局(LAPD)的数据来训练公式，包括2014年至2016年间超过50，000起与帮派和非帮派相关的自杀、严重攻击和抢劫案件。

研究人员随后在另一组LAPD数据上验证了该公式。网络是“部分生成的”，因为即使它没有收到警官对犯罪的总结，它也可以利用上述四个因素来补充缺失的信息，然后利用所有片段来推断犯罪是否与帮派有关。该团队在最近于路易斯安那州新奥尔良举行的人工智能、伦理和社会(AIES)会议上报告说，与网络不使用新算法的简化版本相比，一些生成的算法将错误率降低了近30%。研究人员还没有将公式的准确性与受过训练的警察进行比较。

加的夫大学的计算科学家、犯罪数据研究员皮特·伯纳普(Pete Burnap)表示，这是一篇“有趣的论文”。然而，他也表示，尽管预测可能有用，但它们仍可能与警察的直觉不符。郝伯特也同意这一观点，他说使用这些数据模型作为辅助手段有时会产生“更好更快的结果”。他说，这种分析“在有大量数据的大城市地区特别有用”

然而，参加AIES会议的研究人员在问答环节中也提出了担忧。团队如何确保培训数据从一开始就没有偏见？如果有人被错误地贴上帮派成员的标签，会发生什么？莱莫因问研究人员是否仍在开发能够帮助大量巡逻的社区预测警察突袭的公式。

哈佛大学的计算科学家郝晨报道了这项研究，作为回应，他说他不确定新工具将如何使用。“我只是一名工程师。”他说。莱莫因引用了一首带有浓重德国口音的关于战时火箭专家韦纳·冯·布劳恩的歌词:“一旦火箭发射，谁在乎它们落在哪里？”然后，他愤怒地走出了会场。

在随后的采访中，莱莫因说他已经和成龙沟通过了。“我认为我们不需要为警察或他们制造工具。”莱莫因表示，他的言论仅代表他自己的观点，并不代表谷歌的立场。“我认为，当你在制造强大的东西时，你有责任至少考虑如何使用它。”

这篇论文的两位资深作者在接下来的20分钟采访中偏离了这个问题。“还很难说。”加州大学洛杉矶分校的人类学家杰弗里·布兰廷汉姆说。“这是基础科学。”南加州大学的计算科学家米林·坦贝也回答了这个问题。那么，用来识别团伙犯罪的工具可以用来对团伙犯罪进行分类吗？他们没有回答。

该团队的研究人员更喜欢谈论部分生成神经网络的其他应用:对野生动物犯罪进行分类，改善草原管理，以及预测谁最擅长向同事传播公共卫生信息。基本上，当你只有关于一个情况的部分信息，并且有太多这样的时刻时，它可以被使用。(晋南编)

阅读更多

科学网站上的相关报道