心理测量？预知犯罪？AI可以减少京都之殇吗？(2)
|
将心理测量的理论模型赋予人工智能（监督学习），发挥人工智能在数据获取、处理效率和准确性等方面的强大优势（语音识别、面孔识别、社交数据分析），得到的结果结合大数据进行最后的判定（数据驱动），两者相辅相成，共同搭建“犯罪预测”系统的根基。 在大数据的时代背景下，相信AI学会识别和预知犯罪行为，实现完全的“犯罪预测”也只是时间问题。 AI“先知”已经出现？现实生活中已有的“心理测量”和“犯罪预测” 课堂呵护系统，“心理测量”校园版 去年，《中国新闻周刊》刊登了某所高中数学课堂的监控视频截图。曾引发学生热议纷纷。
图源：《中国新闻周刊》 这是一个被称为“课堂呵护系统”的程序，这个程序能通过上课同学的面部表情和行为判断学生的上课状态。 何谓“课堂呵护系统”? 官方给出的解释是：利用大数据挖掘以及深度学习等技术手段，对教室安装的摄像头所采集的高清视频进行针对性的人像、行为识别和数据挖掘，将挖掘的数据从教育学、行为学、心理学等角度进行专业分析生成多方报告及时推送，为学校管理、教师教学、学生成长、家庭教育提供科学的数据支撑和决策依据。 这则新闻一出，引发众多网友感慨——“幸好我毕业的早”。 同时也有人提出，“根据面部判断学生状态，并划分为几个阶级”，这不就是《心理测量者》校园版吗？ “犯罪预测”，离我们并不遥远 如今提到“预测犯罪”，桂冠非警用科技界的PredPol公司莫属。虽然IBM、摩托罗拉等企业都涉足预防犯罪系统这个市场，但2012年才建立的PredPol已经覆盖了全美上百个地区的警局，在降低犯罪率上给出了很强势的数据反馈。
PredPol的业务并没有那么神秘。它的基本逻辑是根据过往犯罪率曲线，和不断变化的犯罪事件时间、地点等数据，通过一个大数据分析算法，来得出“哪个街区犯罪事件高发、哪条街道抢劫事件较多、哪个时间段城市比较危险”诸如此类的数据结论。从而指导警方调整巡逻路线和巡逻时间，把更多警力投入到犯罪率偏高的时间地点上去。 重点巡逻大家很早就已经在进行了，但以前重点巡逻靠的是个人经验，很难统筹协调整个警队。PredPol通过6年间不断扩大几十倍的使用率数据，说明它可以通过精确的大数据分析算法达到“犯罪预测”的效果。 此类方案已渐渐拓展到全球。比如之前日本神奈川县警方希望能为2020年东京奥运会建立一个预测性治安体系，向财政部门申请研究经费，欲结合大数据体系和AI分析能力来设定更严密的安全保护机制。 除已经投入使用的系统外，PredPol在其他前沿领域也取得了引人注目的成果。这就不得不提那个站在PredPol背后的男人——加州大学洛杉矶分校的杰夫?布兰汀汉姆教授。他是今天“预测犯罪”领域的先驱和代表人物。 不久之前，布兰汀汉姆教授率领的团队在名为《PartiallyGenerative Neural Networks for Gang Crime Classification》的论文中提出了这样一种设想：用深度学习网络来识别帮派犯罪的特征，从而将帮派分子从人群中识别出来。 到这里，研究走向突然变得有点“科幻”。
在布兰汀汉姆团队的研究中，他们收集了洛杉矶警局2014年到2016年所有关于黑帮犯罪的数据，输入到一个深度学习神经网络中，由算法自动生成对于帮派犯罪的特征理解和行为框架。很多案件中缺失的证据环节也将有AI来自动补充完整。 就这样经过长时间的反复训练，AI开始掌握了一套对帮派犯罪和黑帮分子独特理解的系统。应用到现实，当警方把新的嫌犯信息输入进AI系统后，就可以由AI来判断该人是不是参加了帮派组织和帮派犯罪。
布兰汀汉姆团队提出的城市时空犯罪预测模型 研究人员表示，这项研究的未来目标是在缺少很多数据的情况下，依旧能判断嫌疑人是否参加了帮派……可以说是非常逆天的技术了。 这项技术听起来挺浮于表面，像在开玩笑，但布兰汀汉姆团队的确凭此拿到了美国国防部的资助，以时空博弈论和机器学习技术打击极端主义为目标。 在“帮派犯罪预测”获得成功之后，布兰汀汉姆团队还在继续探索具体犯罪种类预测和实时预测犯罪的项目，相信有一天能做到覆盖全方面的“犯罪预测”。 综上所述，小芯芯略陈固陋，从现代AI技术的发展现状来看，做到“心理测量”和“犯罪预测”并不是天方夜谭。 熊熊烈火，欲将她击倒；樱花树下，众人祈祷 京都动画，我们亲切的唤她“京阿尼”，一直以其“精良的制作、唯美的声画、细腻的情节”闻名，受到业界的一致尊重，被称作“业界良心”。
图源：B站 区别于其他动画制作公司，京都始终坚持着自己独一无二的作品气质——“温柔、细腻、治愈、日常、尤其擅长描绘女孩子”。 （编辑：ASP站长网） |
搜索引擎对自助链接有
个人网站如何发展的几
postgresql SQL语句变