BREAKING: Vancouver Police Are Using Prediction Technology For Pre Crime Arrests!
來源：
最近幾個月，軍用AI和主動攻擊型武器的問題，鬧得沸沸揚揚，很多AI研究者聯名反對這項技術的軍事化。
但令人無奈的是，AI的很多特徵，確實能夠與極端複雜環境相結合，類似技術很難在民用市場找到落腳點，軍用AI也就順理成章作為了技術加持的方向。但是換個角度想想，如果軍用AI容易引發普遍恐慌，那麼切換到警用會不會好很多？
用AI來加持公共安全，提升警方的工作效率，似乎是個不錯的主意？
當然，我們距離電影《機器戰警》中描繪的世界，還有很長的路要走。但在我們平時很少關心的警用技術世界裡，AI從未缺席，甚至很多技術非常先進，有點科幻味道的技術，已經投身到了實繼應用中。
就像眾多AI應用領域一樣，在AI＋公共安全的旅程上，爭議和焦慮感，也是必不可少的話題。今天讓我們來盤點一下警用AI的發展方向、層次和背後引起的爭論。
在很多警匪片中，我們經常會分不清臥底和警察。說不定未來某一天，我們也會分不清執法的是真人警察，還是AI警察。想想也是蠻有意思的。
工利其器：從警具開始的AI進化
羅馬不是一天建成的，AI警察也不可能馬上取代人類。在現實世界裡，AI的首要任務，是升級警察杯杯手裡的警具，讓他們不用那麼辛苦。
美國電影中，警察用發射帶電飛鏢的泰瑟槍，摯服嫌犯（有時候是主角）的畫面可謂深入人心。而泰瑟槍的製造商Axon如今已經開始了全面的AI化轉型。比如他們就把AI技術用到了執法記錄儀中。
已經被美國多地警方，裝配的AI執法記錄儀，可以透過攝影機背後的算法辨識和分類功能，來對執法資訊，進行全自動編輯和存檔。這個功能原理，等同於我們手機中的圖片辨識，但要建立在海量數據庫，和針對警用資訊的強化機器學習基礎上。有了這個能力，執法警員就不必再對拍攝的資料，進行大量剪輯、歸檔，從而節省工作時間。
依靠警用設備起家的Axon，如今已經將企業目標，全面設定為AI。他們希望透過AI帶來的辨識、判斷和主動分析能力，來取代警察所有的文書和資料編輯工作。
假如你覺得只是取代文書工作不太給力，那當然還有更強悍的。比如用AI來配合審訊。
日立和麻省理工合作，推出過一個AI攝影機解決方案，可以精準辨識出被拍攝人的心跳、脈搏等數據。這項技術的一個應用場景就是在審訊時，監控嫌疑人的生理狀況和臉色變化等，並得出嫌疑人可能說謊，或者精神高度緊張等結論，其實就相當於是一個AI測謊機。
這項技術的價值，在於它並沒有收集太多嫌疑人資料，而是將一個審訊員察言觀色的能力，整合到了AI上，為審訊提供輔助。當然了，目前這類技術才剛剛開始出現。
另外還有一個很大的市場——警車。就在不久之前，美國媒體披露福特申請了一項新的自動駕駛警車專利。根據相關資訊，福特的新警車不僅能夠自動駕駛，還可以透過車載攝影機和傳感器，發現街上其他車輛的違規資訊，同時它還能連接到公共攝影機等設備，組成立體化的車輛自動執法體系。
根據專利資訊，這種警車可以在不用人類介入的情況下，自己開出罰單，甚至還能根據事態，來主動追蹤甚至跟蹤嫌疑車輛。
你的違規罰單，竟然是一輛警車給開出來的，這聽起來夠神的吧？然而福特只是自動駕駛警車眾多玩家中的一個而已，隨著自動駕駛產業的發展中，警車市場恐怕也會成為老牌車廠和新造車公司的必爭之地。
我是城市的眼睛和耳朵：攝影機背後的超級AI警察
以上說的那些AI，放在警匪片裡顯然都是配角。但是演主角的心是每個人都有的，AI大概也不例外。
如果AI能夠為我們，做一些人類警察做不到的事情，那麼它們當然也就順勢上位了。比如說，同時看完城市中無數個攝影機的拍攝數據。在城市攝影機網路與公眾安全這幕大戲中，AI已經準備作為一名「超級警察」粉墨登場。
城市攝影機背後的AI，第一個任務當然是從人海中找出逃犯。記得當年抓陳進興、高天民、林春生的時候，警方出動了大量警員日夜不停的看監控，假如AI能夠快速完成這項工作，那當然是一大善舉。
以今天人臉辨識技術的完成度來看，近距離認出逃犯並不難。難點是要在城市攝影機，拍攝到的人山人海中，精準辨識出某個人臉數據。
比如歐洲一個叫做Indect的攝影機＋人臉定位項目，就號稱能在足球場定位觀眾席裡的嫌犯。用攝影機＋人臉辨識抓捕逃犯的技術，得到了飛速發展。很多機器視覺公司，提供類似的算法解決方案。
另一個攝影機背後的AI安全應用，是預判人流密集度，從而即時示警引導人群疏散。在人群密集時，發生踩踏事故是嚴重的社會安全隱憂。用AI辨識人流擁擠程度，是有效的解決方案。
與人流控制相似，車流控制也是城市安全AI的一個主攻方向。比如透過攝影機，判斷車禍發生，從而第一時間報警，甚至透過車輛行駛軌跡異常，來判斷酒駕和疲勞駕駛。這些都已經在全世界部分城市中得到了應用。
比較好玩的是，負責城市安全的警用AI不僅能「看見」，還能「聽見」。
矽谷一個創業公司，開發了名叫Shot Spotter的城市警用系統，它的能力是透過麥克風，借助AI能力在複雜的城市聲音中，辨識出槍聲。一旦聽見槍響，系統就會自動向警方報警，並準確定位槍擊事發地。
當然了，能看能聽之外，還能想就最好了。別急，這個AI也能做到。2016年，富士通與日本電子通訊大學，公佈了一個合作項目，內容是透過城市攝影機監控到犯罪事件之後，AI系統自動規劃出警方案和警力調配計劃。
其算法包括就近警力分配原則、預判嫌犯逃跑路線，還能設計出封閉道路和設置路障的方案。目前這個系統在人口密集、地形複雜的東京，已經可以在五分鐘內給出一個警力調配方案。
躲在攝影機背後的AI警察，已經開始在全世界上班，注視著城市的一舉一動。假如你覺得這還是不夠厲害，那預測犯罪瞭解一下？
《關鍵報告》看過沒？大預測術已經在路上
不知道今天提《關鍵報告》是不是一件暴露年齡的事，但一說到AI預測犯罪，還是會聯想起電影裡的「先知」。
提起預測犯罪，就不能不提到警用科技界，赫赫有名的Pred Pol 公司。雖然IBM、摩托羅拉等企業，都涉足預防犯罪系統這個市場，但2012年才建立的Pred Pol已經覆蓋了全美上百個地區的警局，在降低犯罪率上，給出了很強勢的數據回饋。
Pred Pol的業務，說起來沒那麼神秘。它的基本邏輯是根據過往犯罪率曲線，和不斷變化的犯罪事件時間、地點等數據，透過大數據分析算法，來得出哪個街區犯罪事件高發、哪條街道搶劫事件較多、哪個時間段城市比較危險這樣的結論。
再透過這些結論，來指導警方調整巡邏路線和巡邏時間，把更多警力投入到犯罪率偏高的時間地點上去。
這好像聽起來也沒什麼，任何警員肯定都知道，重點巡邏這件事。但以前重點巡邏靠的是個人經驗，而且整個警隊難以統籌協調。Pred Pol在6年間擴大了幾十倍的使用率，已經在某種程度上說明瞭這種「犯罪預測」是有效的。
類似方案已經開始，從美國拓展到其他國家。比如前幾天日本神奈川縣警方剛向財政部門申請研究經費，希望能為2020年東京奧運會建立一個預測性治安體系。結合大數據體系和AI分析能力，來設定更嚴密的安全保護機制。
如果覺得已經投入使用的系統不夠神，那我們應該看看更先進的研究。Pred Pol最早並不是一個警用科技創業項目，而是兩名科學家的研究成果。站在Pred Pol背後的其中一個男人，就是加州大學洛杉磯分校的傑夫·布蘭汀漢姆教授，他是今天「預測犯罪」領域的先驅和代表人物。
不久之前，傑夫·布蘭汀漢姆團隊在名為Partially Generative Neural Networks for Gang Crime Classification的論文中，提出了這樣一種設想：用深度學習網路，來辨識幫派犯罪的特徵，從而將幫派分子從人群中找出來。
事情到了這裡，大概有一點「科幻」的味道了。
在布蘭汀漢姆團隊的研究中，他們收集了洛杉磯警局，2014年到2016年，所有關於黑幫犯罪的數據，輸入到一個深度學習神經網路中，由算法自動生成，對於幫派犯罪的特徵理解，和行為框架。
很多案件中缺失的證據環節，也將有AI來主動補完。經過長時間的訓練，AI開始掌握了一套對幫派犯罪，和黑幫分子的獨特理解。回到現實中，當警方把新的嫌犯資訊，輸入進AI系統後，就可以由AI來判斷，該人是不是參加了幫派組織和幫派犯罪。
 |
布蘭汀漢姆團隊提出的城市時空犯罪預測模型
|
研究人員表示，這項研究的未來目標，是在缺少很多數據的情況下，依舊能判斷嫌疑人是否參加了幫派……可以說是非常先進的技術了。
千萬不要以為這項技術，僅僅是科學家搞著玩的，人家可是明確拿到美國國防部的資助，目標是以時空博弈論，和機器學習技術，打擊極端主義。在幫派犯罪預測之後，布蘭汀漢姆團隊還將在具體犯罪種類預測，和即時預測犯罪上展開進一步探索。
顯然，不管你願不願意，AI預測犯罪的「大預言術」已經向現實逼近。而一路伴隨他的，是關於隱私、歧視和不靠譜的爭議。
要安全還是要隱私：警用AI的原罪博弈
去年，谷歌曾經發長文指出，中國某高校用人臉數據，來預測罪犯的研究十分不靠譜。原因是這項研究，分析了犯罪分子數據庫，從而得出了「某種臉部特徵的人更容易犯罪」，顯然是把兩種不相關的資訊，強行結合到了一起。
這場類似於「相面」的AI鬧劇，告訴我們這樣一種可能：我們太想知道未來，也過分願意做數據歸因。很多看似神奇的結果，可能都是在這兩種有問題的心理下，被強行得出的。
比如就有批評者指責，上文提到的AI幫派犯罪預測。由於其數據來源，完全是洛杉磯警察局提供的案件資訊，和警察得出的結論。那麼AI想要判斷準確，就必須建立在洛杉磯警察局所有判斷都正確的基礎上，而對於幫派犯罪來說，這顯然不可能。
數據關係之間的牽強，讓很多預測類的警用AI，從一開始就備受質疑。而其深度學習過程中的黑箱性，也是觀察家和民眾批評的焦點：研究者都不明白AI是怎麼預測犯罪的，居然就敢說我有問題？
更無奈的是，技術問題還僅僅是警用AI科技，所面臨的第一重困境而已。向上一層則會撞上非常難辦的歧視問題，和隱私問題，在道德困境面前，技術會更加束手無策。
比如說前面說過的，AI預測重點巡邏地區。這件事在日本還沒開始，就已經有媒體擔憂，這很有可能加大，警方對某幾個具體區域的巡邏強度，從而讓這個區域的居民和店鋪產生不滿。
在美國，這種不滿早就體現出來了。2016年美國公民自由聯盟，曾經聯合十幾個人權組織發表聲明，認為警方用AI作為巡邏，甚至審訊和逮捕的工具並不恰當。其背後隱藏著警察系統對某些社區，甚至某些族裔居民嚴重的偏見。
也有媒體比較陰謀論地認為，加州很多城市的警方，過度熱愛搞一下AI預測犯罪的技術，或許含有警方希望在缺少，或者沒有證據的情況下實施執法。
而關於隱私的爭論就更嚴重了，城市攝影機追逃，按說已經是比較「溫柔」的技術，但還是有很多聲音批評，這些能夠高高在上認出街上每一個人的技術，其實是對居民隱私的侵犯。「不被認出來」也是隱私權力之一，更何況數據如何應用居民也無法自主。
當警方手裡的辨識工具越來越強力，犯罪分子的活動空間當然會越來越小，但普通居民感到的隱私壓抑感，也會隨之上升。在AI辨識能力爆炸式發展的今天，這可能會是一個無法圓滿解釋的矛盾。
在的警用AI科技領域，強調公眾安全，還是強調居民隱私，優先考慮技術的妥善度，還是應用效率，處在一場無止境的博弈裡。
AI從來都是一把雙刃劍，這一點在安全領域尤其明顯。
沒有留言:
張貼留言