سالها پیش سریالی به نام «مظنون» محبوبیت جهانی پیدا کرد؛ قصه این سریال استفاده از ابردادهها و الگوریتمها برای پیشبینی جرایم بود. فیلمی از اسپیلبرگ و بازی تام کروز بهنام «گزارش اقلیت» هم در این حالوهوا بود.
یعنی پیشبینی وقوع یک جرم براساس دادهها. خب کمتر کسی در زمان تماشای این آثار پیشبینی میکرد داستانشان چند سال بعد محقق شود.
اما حالا هوش مصنوعی کُرهای، انقلابی در امنیت ایجاد کرده و بهنظر میرسد در یک روند جسورانه و روبه جلو پیشگویی آن فیلمها را محقق کند.
در این مطلب که با کمک منابع مختلفی جمعآوری شده به این اتفاق جالب در دنیای فناوری میپردازیم.
هوشمصنوعی علیه سارقان
این سیستم هوشمند با سرعت بالا، سارقان را شناسایی و به کاهش جرم کمک میکند. موسسه تحقیقاتی ETRI کره جنوبی با توسعه سیستم هوش مصنوعی «دیژاویو» گام بزرگی به سوی تحقق فناوری پیشبینی جرم برداشته است.
این سیستم با تحلیل هوشمندانه حجم عظیمی از دادهها، از جمله تصاویر دوربینهای مداربسته، آمار جرایم و اطلاعات مکانی، پردازش تصویر، الگوهای رفتاری و محیطی مرتبط با وقوع جرم را شناسایی میکند.
با مقایسه این الگوها با سوابق جرایم گذشته، دیژاویو قادر است احتمال وقوع جرم در آینده را با دقت قابل توجهی پیشبینی کند.
دیژاویو چگونه کار میکند؟
سیستم دیژاویو به کمک دو فناوری پیشرفته، احتمال وقوع جرم را تخمین میزند. فناوری اول با بررسی دقیق دادههای تاریخی جرایم، الگوها و روندهای مجرمانه را شناسایی میکند. این فناوری با مقایسه این دادهها با عوامل دیگری نظیر مکان جغرافیایی و زمان وقوع، مناطق مستعد جرم را مشخص میکند. مثلا، اگر در یک منطقه خاص، آمار سرقتها در ساعات پایانی شب بهطور قابل توجهی بالا باشد، سیستم این منطقه را در نقشه حرارتی جرایم به عنوان یک کانون بالقوه جرم مشخص میکند.
این امر به پلیس اجازه میدهد تا با افزایش حضور خود در منطقه، از وقوع جرایم احتمالی پیشگیری کند. شاید بگویید مجرمان میتوانند الگوی رفتار خود را برای دور زدن این برنامه تغییر دهند اما نکته مهم این است که با یک الگوریتم زنده و فعال طرفیم که مدام به روز میشود، به علاوه اینکه وسط یک خیابان شلوغ و مقابل دوربین زمان و مکان مناسبی برای زورگیری نیست؛ پس گزینههای مجرمان برابر قدرت برنامه دیژاویو محدود است.
نقشه جامع جرایم
فناوری دومی که به کمک برنامه دیژاویو میآید برپایه نقشه پیشبینی جرایم (PCM) است. با بهرهگیری از نقشه پیشبینی جرایم(PCM)، نیروی انتظامی قادر است با دقت بالایی، مناطق مستعد وقوع جرم را شناسایی کند.
این نقشهها که به صورت حرارتی نمایش داده میشوند، نقاط داغ جرم را به وضوح مشخص می کنند و امکان برنامهریزی دقیقتر عملیاتهای پلیسی را فراهم میآورند. به عبارت دیگر، با کمک PCM، پلیس میتواند منابع خود را به صورت هدفمندتری تخصیص دهد و حضور موثرتر در مناطق پرخطر را تضمین نماید.
دادههای مورد استفاده در این نقشه از تحلیل بیش از ۳۲,۶۵۶ کلیپ ویدئویی جمعآوری شده طی سه سال از دوربینهای مداربسته استخراج شده است. این سیستم هوش مصنوعی با فراهم آوردن ابزارهای پیشبینی، رویکرد پلیس را از واکنشگرا به پیشگیرانه تغییر میدهد.
این امر به پلیس اجازه میدهد تا با استقرار به موقع نیروها در مناطق پرخطر، از وقوع جرم جلوگیری و گسترش جغرافیایی فعالیتهای مجرمانه را مهار کند. در واقع، دیژاویو با پیشبینی هوشمندانه، یک گام جلوتر از مجرمان عمل می کند و به پلیس امکان میدهد تا کنترل اوضاع را در دست بگیرد.
کنترل مداوم مجرمان
دیژاویو از فناوری پیشبینی بازگشت به جرم استفاده میکند که به شدت مورد بحث و جدل است. این سیستم با تمرکز بر افرادی که احتمال تکرار جرم در آنها بالاست، حرکات آنها را بهصورت مداوم زیر نظر میگیرد.
با استفاده از هوش مصنوعی، دیژاویو میتواند تشخیص دهد که آیا این افراد از محدودیتهای تعیینشده، مانند حکم بازداشت خانگی یا آزادی مشروط، تخطی کردهاند یا خیر.
فناوری دیژاویو همچنین قادر است با تحلیل دقیق دادهها، دلایل انحراف فرد از محدودیتها را بررسی کند. این سیستم با در نظر گرفتن عوامل مختلفی مانند زمان، مکان و شرایط خاص هر انحراف، میتواند بین دلایل موجه (مانند نیازهای ضروری) و تلاش برای دور زدن قوانین تمایز قائل شود.
با استفاده از الگوریتمهای پیشرفته، دیژاویو الگوهای رفتاری پیچیدهای را شناسایی و احتمال تکرار جرم را با دقت بیشتری پیشبینی میکند.
دقت ۸۳ درصدی دیژاویو
محققان با همکاری انجمن فناوریهای مخابرات (TTA)، سیستم پیشبینی جرایم دیژاویو را آزمایش کرده و به نتایج قابل توجهی دست یافتهاند.
بر اساس این آزمایشها، نقشه پیشبینی جرایم (PCM) توانسته است با دقت ۸۲.۸ درصد وقوع جرایم را پیشبینی کند.
با توجه به این موفقیت، تیم تحقیقاتی قصد دارد از دیژاویو به عنوان یک سیستم امنیتی قدرتمند در مناطق پرخطر مانند فرودگاهها، تأسیسات حیاتی و رویدادهای مهم ملی استفاده کند.