Елена Ларина – Искусственный интеллект. Этика и право (страница 9)
Суть этой технологии как раз состоит в том, чтобы первоначально сгруппировать все данные по максимальному числу факторов, влияющих на ту или иную функцию, например, совершения преступления, а затем рассчитать уровень влияния каждого фактора и их комбинации на конечную функцию, т. е. вероятность совершения преступления.
По своей глубинной сути, нейронные сети – это программы максимально глубокого комбинаторного анализа на взаимосвязь различных факторов и осуществления прогноза на этой основе. Программа сама по себе находится по другую сторону добра и зла, этичного или неэтичного, корректного или некорректного. Не существует этичных или неэтичных программ. Есть программы, позволяющие реализовать адекватные реальности модели, а есть – неадекватные, не соответствующие фактическому положению дел.
В настоящее время в странах ЕС с большой долей национальных меньшинств, особенно Франции, Бельгии, Германии, Дании и Швеции активистские и общественные организации пытаются заблокировать использование предиктивных моделей в полицейских расследованиях и судебной аналитике. В ходе дискуссий в интернете и социальных медиа активисты высказываются в том плане, что нейронные сети неизбежно покажут большую вероятность совершения преступления у бедных, молодых, без достаточного образования представителей меньшинств. Они не оспаривают, что ИИ точно посчитает факторы. Их аргумент состоит в том, что коренные жители Европы виновны перед меньшинствами за колониальный период и поэтому полицейские и судьи не могут подходить с одной меркой к коренному населению и недавним мигрантам. Мерки должны быть разными. Более мягкие – для мигрантов, перед которыми якобы виноваты коренные европейцы. Именно в этом состоит сегодня главный предмет дискуссии относительно использования ИИ, прежде всего, в полиции, а также в судебной системе.
Обработка больших данных по преступности методами ИИ и, прежде всего, глубоких нейронных сетей с машинным обучением предоставляет обществу реальную картину факторов, влияющих на совершение конкретных преступлений, причем в каждом конкретном месте. Обвинять программы в неполиткорректности – глупость. Более того, глупость – не учитывать программные результаты, а тем более прогнозы в правоохранительной деятельности и судебной сфере.
При этом эксперты ЕС полагают, что
§ 13. Инструменты, используемые следственными органами на стадии расследования
Инструменты, получившие название «предиктивного полицейского софта» уже широко используются в Соединенных Штатах, Канаде, Китае, Великобритании, Японии, Нидерландах и отчасти Франции. Эти системы базируются на аккумулировании данных из всех источников, всех форматов и позволяют выявлять неочевидные связи и прогнозировать действия. Наиболее известный программный комплекс такого типа, это –
В целом, в европейской полиции большая часть компьютерных инструментов используется не для предотвращения преступных действий, а для эффективного судебного преследования преступников. Предиктивная аналитика в настоящее время находится на вооружении в ФБР, в полицейских управлениях большинства городов США, Великобритании, в Гонконге, Сингапуре и Китае. Как показывает практика, наиболее успешные полицейские прогнозы системы дают в отношении краж со взломом, уличного насилия, угона транспортных средства, уличной торговли наркотиками – по направлению низкоуровневой преступности, а также финансовых преступлений и мошенничеств, криминального оборота наркотиков и торговли животными и птицами – в высокоуровневой преступности.
Предиктивные системы позволяют устанавливать горячие локации и места наиболее возможного совершения преступлений, а также давать полицейским на земле наводки на конкретных лиц, вовлеченных в организованную преступность, которые осуществляют действия, интерпретируемые как подготовка к преступлению. Такие системы, как правило, используют в качестве исходного сырья больших данных разноформатные данные – тексты, видео, аудио, данные по транзакциям и т. п., -которые обрабатываются в единой интегрированной среде.
В то же время этот софт не свободен от недостатков. Главными из них является
Кроме того, в Соединенных Штатах меньшинства пытаются затормозить использование предиктивного полицейского софта по причине тирании алгоритма, который опираясь на данные о прошлом, дает прогнозы о будущем. В этой связи ранее уже указывалось, что при отсутствии предиктивной аналитики любые попытки полиции обвинить в возможном преступлении представителя меньшинств, сразу получают отпор как проявление фашизма, расизма, предвзятости и т. п. Полицейские, не желая втягиваться в длительные процессы по превышению полномочий или возможной предвзятости, все чаще игнорируют мелкие преступления и оставляют преступников безнаказанными. Машину обвинить в предвзятости невозможно. Соответственно, внедрение предиктивного софта резко повышает не только качество полицейской работы, но и независимость полицейских от, как правило, неадекватного общественного мнения. По сути, это – не общественное мнение, а специфический вид лоббизма.
По мнению экспертов ЕС, поскольку в Европе проблема меньшинств стоит, возможно, даже острее, чем в Соединенных Штатах, надо быть заранее готовым к конфликту с гражданскими активистами на этой почве.
В отличие от судебных работников, полицейские вместе с сотрудниками разведывательных служб являются энтузиастами и заинтересованными эксплуатантами больших данных и ИИ. Поскольку компании-производители не только видят большой интерес полиции к системе ИИ, но и активно привлекаются ей для решения конкретных задач, именно в сфере полиции действуют сегодня наиболее эффективные платформы ИИ.
Помимо уже упомянутого Palantir, необходимо отметить используемую полицией Великобритании платформу ИИ
Также высокую оценку со стороны полицейских получила
Эти две системы показывают, что при наличии заинтересованности уже достигнутый уровень развития ИИ позволяет создавать софт, оказывающий значительную помощь полицейской работе в режиме реального времени. Причем, этот софт, имеющий мощный графический интерфейс, понятен и дружественен для пользователей на земле – патрульных машинах и т. п.