вторник, 12 января 2016 г.

Как устроены специальные подразделения полиции США, предугадывающие преступления

В ряде крупных городов США действуют специальные полицейские центры, которые собирают всю доступную информацию о гражданах, выдавая каждому из них рейтинг опасности, учитываемый офицерами в работе. Об одном из таких подразделений в калифорнийском городе Фресно рассказал The Washington Post.

Центр слежения во Фресно обошёлся местной полиции в 600 тысяч долларов. Помимо калифорнийского города аналогичные информационные центры работают в Нью-Йорке, Хьюстоне и Сиэтле. Тот, в котором побывали журналисты The Washington Post, следит за жизнью порядка 500 тысяч американцев.

На 57 мониторах сотрудники полиции следят за изображением с 200 камер, расположенных по всему городу. Ещё 800 установлено в школах и на светофорах и 400 — на офицерах, патрулирующих Фресно.

Однако камеры — лишь одно из средств наблюдения. Сотрудники полиции также имеют доступ к двум миллиардам сканов автомобильных номеров, сделанных по всей стране, что позволяет отслеживать передвижения определённой машины.

Кроме того, во Фресно работают системы ShotSpotter и Media Sonar. Первая с помощью установленных по всему городу микрофонов позволяет моментально отследить, в каком месте прозвучал выстрел с точностью до метров, а вторая анализирует записи в социальных сетях на предмет упоминаний определённых ключевых слов.

Но самая продвинутая и спорная система на вооружении полиции Фресно носит название Beware. Власти города стали одними из первых, кому довелось её попробовать в действии. Полицейские сравнивают её с использованием банкирами кредитной истории клиента.

Например, если в участок поступает вызов от девушки о том, что её молодой человек подозрительно себя ведёт, офицер может обратиться к данным потенциального преступника, собранным в Beware, и определить уровень приоритета, который необходимо выдать этой заявке. Подобная сортировка остро необходима, так как в день городские службы 911 во Фресно получают около 1200 звонков.

В момент, когда сотрудник Beware отвечает на звонок, система автоматически вычисляет адрес звонящего, выдаёт имена проживающих в доме, а также на основе данных из публичных источников анализирует связь жильцов с различными видами криминальной активности, практически моментально выдавая обращению цветовой код опасности — зелёный, жёлтый или красный.

Создатели Beware не распространяются о том, как работает их алгоритм, однако The Washington Post отмечает, что речь идёт о любых доступных данных — от очевидных, вроде истории судимости, до используемых реже — например, содержания записей и комментариев с соцсетях.

Beware оперативно создаёт для полиции отчёт: они могут узнать, что в доме звонящего проживает ветеран войны с пост-травматическим синдромом, связанный с различными криминальными активностями и публиковавший в соцсетях записи о своём боевом опыте.

Несмотря на то, что Beware и аналогичные разработки ФБР уже не раз доказывали свою полезность, у системы немало критиков. Некоторые граждане жалуются на вторжение в частную жизнь и отмечают, что подобные программы могут сделать работу полиции поверхностной, вызвать ошибки или создать предубеждения (например, если потенциальный преступник критиковал в соцсетях работу сил правопорядка)

Уже зафиксированы случаи, когда Beware неправильно трактовал информацию: одна девушка получила «красный» рейтинг, потому что публиковала у себя в твиттере цитаты из настольной игры. Кроме того, система иногда не разделяет людей и здания: например, «зелёный» человек может жить в «жёлтом» доме из-за того, что в нём раньше были замечены следы преступной активности, что приведёт к неправильным выводам со стороны полиции.

Тем не менее создатели Beware считают, что все проблемы системы можно решить тонкой настройкой, и её в конечном итоге возьмут на вооружение все полицейские службы мира.

Нашли опечатку? Выделите фрагмент и отправьте нажатием Ctrl+Enter.

This entry passed through the Full-Text RSS service - if this is your content and you're reading it on someone else's site, please read the FAQ at http://ift.tt/jcXqJW.