預測犯罪、監控自殺，厲害的AI十八般武藝還有啥？

在電影《少數派報告》中，犯罪已經消失，而未來是可以預知的。人類發明了能偵察人的腦電波行為的智能機器“先知”。“先知”能預測出人的犯罪企圖，所有罪犯在實施犯罪前就會被犯罪預防組織的警察逮捕并獲刑。

如今，這種類似的場景正在洛杉磯警察局的實時犯罪預警中心上演：一堵高聳的電腦屏幕墻上顯示著洛杉磯地區的電子地圖，地圖上正不停地閃爍著，每一次閃爍都代表著那個地區可能即將發生一次犯罪活動。公安指揮中心根據地圖上的實時預警，及時向預警地區派遣警力，阻止犯罪。

巡邏“熱點”把控犯罪信息

每天清晨，洛杉磯治安巡警們的電子設備會收到一份當日的“犯罪預測電子地圖”。在這份電子地圖上，紅色小方框所在的位置代表著這個地區在當日極有可能會發生犯罪活動。所以巡警們會在這個犯罪“熱點”地區提高警惕，加強巡邏。

很快，巡警們在“熱點”地區收到了來自實時犯罪預警中心的警告信息：幫派斗毆即將發生，盜竊案即將發生，搶劫即將發生…… 巡警要采取相應行動去阻止這些所謂的犯罪嫌疑人進行犯罪活動。

洛杉磯警察局是第一個躍進大數據時代、采取大數據公安警務模式的公安機構。它與數據分析公司 Palantir 合作建立了實時犯罪預警中心。Palantir 通過對社交網絡中的海量數據進行挖掘分析，以追蹤有關恐怖分子的信息情報，并在美軍擊斃本拉登的行動中為美軍提供了重要的情報。

Palantir 為洛杉磯警察局提供的數據分析系統對過去大量的案件信息數據進行了挖掘分析，能將一些看似不可能的信息關聯在一起，得出隱藏在背后的重要破案線索。

比如，一名正在調查一起搶劫案的警探僅需在系統中輸入少量有關犯罪嫌疑人的名字信息和身體描述信息，就能找到最有嫌疑的犯罪嫌疑人。系統會迅速為警探提供嫌疑人的年齡、身體描述、地址、幫會、汽車等信息的排序選擇，然后系統通過匹配已知屬性，就能大大縮小選擇范圍，在短時間內得出最有嫌疑的結果。而在這以前，警探們是很難根據少量的破碎信息找出破案線索來的。

這個系統除了能有效提高辦案效率外，關鍵是能做出實時犯罪預警。街道上大量的監控攝像頭將畫面數據實時傳入預警系統中，突發的新聞報道數據也被實時傳入預警系統中。系統將監控攝像頭畫面與后臺的人臉特征數據庫匹配，再加上突發的新聞報道數據，最后會自動地實時預測出那個地區目前極有可能發生犯罪的嫌疑人。另外，系統還能從網絡上數以億計的匿名聊天信息中預測出潛在的犯罪活動，找出隱藏在背后的重要破案線索。

這就是洛杉磯警察局現在的公安警務模式，也是未來的公安警務模式，也是大數據公安警務模式的開始。雖然它才剛剛開始，但是它的潛力不可忽視。

在大數據時代，未來的公安系統將以海量的數據為中心開展工作，這些數據包括公安系統長年以來收集積累下的犯罪數據、個人數據、地點數據、環境數據以及越來越多的來源于社交網絡上的社交數據和來源于聯網傳感器和聯網監控攝像頭的數據。

另外，得益于人工智能技術、數據挖掘分析技術以及數據存儲技術的發展，我們收集、存儲、分類、分析數據的能力也將與日俱增。我們能迅速地在海量的數據中找到破案的關鍵線索，還能實時地在海量的數據中預測出潛在的犯罪活動。

警方可以確定哪里最有可能發生汽車盜竊案，哪里最有可能發生槍擊案；還可以找出重要的破案線索，找出最有可能破壞社區穩定的犯罪網絡；還可以鑒別出犯罪人員、犯罪網絡以及犯罪手法。

大數據和人工智能技術為偵查案件和預防犯罪提供了強有力的手段，提高了公安系統的執法效率，并以一種看似客觀和中立的方式將犯罪扼殺在了搖籃里。

偶爾也失誤

和《少數派報告》中一樣，預測犯罪的“先知”們也有可能會做出致命的錯誤預測一樣，這種犯罪預警系統也有可能會做出錯誤預測，并產生“少數派”效應。

在這個預警系統所利用的數據中，有一大部分是來源于以往的案件信息。但是要知道，在這些以往的案件中，某些執法機構總會夾雜著對有色人種、移民、宗教、窮人等少數群體的偏見去執法，導致案件被誤判。

所以，如果長期以往利用這些以往的不公正的案件數據來預測未來的犯罪的話，就會加劇對那些少數群體不公平。這就是所謂的“少數派”效應。

另外，預測系統所依賴的數據可能是錯誤的、虛假的。所以，基于這些錯誤數據所得出來的結果可能也是錯誤的。如果警方基于這些錯誤的預測去執法的話，就可能會傷害到無辜的人。

再者，這種基于大數據的實時犯罪預防手段還給民眾帶來了關于過度監控和數據隱私保護的恐慌。如果要獲得各種各樣的海量數據和及時阻止犯罪的發生，公安機構就不得不監視著公眾們在 Facebook、YouTube 以及推特等社交媒體上的行為活動，就不得不在沒有獲得民眾個人的許可的前提下擅自獲取民眾的隱私數據，就不得不安裝大量的隨處可見的監控攝像頭來日以夜繼地拍下人們的一舉一動。

說到底還是那句話，任何新技術都是把雙刃劍，關鍵是人們要如何權衡利用它們。就像電影《少數派報告》中一樣，真理還是掌握在我們人類的選擇之中。

那點關于自殺的小心思，一樣逃不過AI法眼

根據世界衛生組織統計，每年約有80萬人自殺身亡。評估自殺風險是心理健康臨床醫生面臨的最大挑戰之一：具有自殺想法的病人常常掩蓋其自身意圖，而臨床醫生對自殺風險的預測也一直不甚理想。因此，我們亟需不依賴于自我報告的自殺風險標記。

近日，《自然-人類行為》在線發表的一篇論文表明，利用機器學習技術表征人腦內的死亡和生命相關概念，可以高度準確地區分具有自殺想法的病人和無自殺想法的個體。該方法還可以在具有自殺想法的人中，進一步區分出哪些做出過自殺嘗試，而哪些沒有。

美國卡內基梅隆大學的Marcel Just、David Brent和同事向具有自殺想法的病人和對照組個體展示死亡和生命相關單詞，在此過程中對他們進行功能性磁共振成像掃描。結果發現，對其中六個單詞（死亡、殘忍、麻煩、無憂無慮、良好和贊美）的神經活動應答以及五個腦區的神經活動最能區分想自殺的病人和對照組個體。之后，作者訓練一個機器學習算法使用該信息來鑒定哪些被試是病人，哪些是對照組個體。算法準確鑒定出17位自殺組病人中的15位，以及17位對照組健康個體中的16位。之后，作者僅研究想自殺的病人，他們被分為兩個小組：曾嘗試過自殺（9位）和未嘗試過自殺（8位）。作者訓練了一個新的算法，它準確鑒定出了其中16位的情況。

自殺組和對照組的大腦穩定體素群。

Just et al.

該研究樣本數量不大，因此有必要進行重復實驗。盡管如此，正如Barry Horwitz在相應的新聞與觀點文章Identifying suicidal young adults中所說的，如果復制并擴展到其它精神疾病群體，那么Just與同事開發出的方法與類似的功能性神經造影方法將有望成為診斷神經精神疾病的主要醫學工具。

預測犯罪、監控自殺，厲害的AI可謂十八般武藝樣樣精通了，你想更深入了解AI技術進展和產業情況嗎？那就快來“2017中國物聯網大會”。本屆大會將于11月9—10日在福建省福州市舉辦，由中國電子學會主辦。

在我國經濟快速發展的大背景下，“2017中國物聯網大會”將以智慧城市、車聯網、智能硬件等為代表的物聯網新興產業為熱點。匯聚物聯網主管部門、政府、專家、企業家資源，緊扣物聯網的核心、熱點、難點問題，深度剖析物聯網產業的機遇與挑戰，探討全球物聯網科技前沿發展態勢，搭建物聯網產學研用合作的交流平臺，推動我國物聯網的產業發展和應用普及。

目前，大會已經進入倒計時階段，眾多大咖將上演“華山論劍”。科貓應邀作為本次大會的合作媒體參展，將獨家收錄大會論壇視頻，帶您一睹大咖風采。

此次大會，科貓APP上設有便捷的報名通道，更有50張免費門票贈送，感興趣的小伙伴快來報名吧！

中國科技工作者之家”科貓APP（SciMall）于今年5月25日上線，是中國科協為全國科技工作者打造的智能、便捷、有效、安全的一站式服務的綜合社區，是專注科技人才知識分享與社交服務的平臺。