心理测量？预知犯罪？AI可以减少京都之殇吗？

图源：齐鲁网

一场火，两行泪。当地时间7月18日上午约10点30分，日本知名动画制作公司京都动画遭人纵火。事发时，工作室内共有74人在工作。截止目前，大火已造成34人死亡、36人受伤（含嫌犯在内），仅有6人成功脱险。

日本共同社称，这是日本自平成时代(1989年)以来造成死亡人数最多的纵火事件。

图源：NHK

动漫美好的世界一秒崩塌，在这样一场无妄之灾面前，各届愤怒、痛惜，同时也在思考，在技术越来越先进，治安越来越好的当下，为何此类犯罪事件依旧层出不穷？难道不可以避免吗？

AI日益发展和成熟的今天，类似这样的犯罪事件能通过人工智能技术来减少，甚至是预测规避吗？

答案是：有可能。

从《少数派报告》到《心理测量者》，如何通过AI减少和避免犯罪行为

在电影《少数派报告》中，背景设定为2054年的华盛顿特区，人人都用虹膜来作为身份证生存，所有服务基本都由AI来代替执行，AI成为人类不可或缺的辅助工具。

在应对犯罪行为方面，谋杀已经消失，未来可以预知。人类利用具有感知未来的超能力人——即AI“先知”，能侦查出人的犯罪企图，所以在罪犯犯罪之前，就已经被犯罪预防组织的警察逮捕并获刑。

同样是通过AI来应对犯罪行为，在日本动作犯罪题材动漫《心理测量者》中，背景则设定在未来的科技时代，人类由一个大AI系统管理——西比拉系统。

人类的心理状态和性格倾向都能被数值化，所有的监控摄像头都与西比拉系统相连，通过监视人类的色相浑浊程度和声音、视频等信息，来随时随地计算人类的每个心理状态和个性倾向所衡量的值。这个成为判断人类灵魂标准的测量值，人们称其为“Psycho-Pass”。西比拉系统能测定人的能力推荐适的职位，甚至可以给人做私人订制。

此外，这个系统还能监测“人类内心活动”，通过无处不在的监视器不断扫描每一个经过的市民的精神状态，并将其数值化，在剧中被称为心理指数。根据测量的心理指数，计算犯罪系数。

当犯罪指数超过一定数值，即使没有做出犯罪行为，也会被当作“潜在犯”被收容进与监狱无异的机构“矫正”。而“犯罪指数”过高的人类，则会被系统判定为没有挽救价值，直接清除，来减少犯罪率。

由此，衍生出"心理搜查官"一职，他们基本等同于警察的存在，而他们要执行的任务其实只有一点，按照系统的指示，将联结西比拉系统的枪瞄准罪犯。

不管是《少数派报告》，还是《心理测量者》，都通过一种AI预知犯罪行为、将罪犯扼杀在摇篮的方式，来减少甚至是避免犯罪案件发生。如果现代AI技术能达到这种程度，京阿尼的悲剧也许就可以避免了。

但是AI真的能像《少数派报告》和《心理测量者》一样，在人还没有执行犯罪行为之前将暴露出的相关人员进行识别逮捕吗？这个还有待考证。毕竟成功案例有限，犯罪心理学家这么多年来尚且摸不准，更别说需要通过学习来提升的AI了。

但随着AI技术的日渐成熟，越来越多的“不可能”被实现。

AI与“心理测量”相融合，能否实现“犯罪预测”？

讨论能否融合、实现“犯罪预测”前，首先，我们需了解一下AI和“心理测量”的本质和构成。

从本质上来讲，AI其实就是数据与算法的结合体。

截至今日，人工智能技术经历了前前后后三起两落的发展，每次兴起与衰落都伴随着技术的突破与瓶颈。

从1956年计算机技术日渐成熟背景下，以香农为代表的科学家在达特茅斯会议上，首次提出了“ArtificialIntelligence”的概念。到JeffreyHinton促进“深度神经网络”模型的发展，让AI在语音识别、图像识别等领域都有了飞跃式的发展。人工智能不断迎来一个又一个新的高速发展阶段。

图源：pixabay

人工智能的发展向我们诉说，数据、模型、算法是人工智能的基础，它的兴衰直接受数据、模型、算法的影响。数据、模型、算法是人工智能的根本。

小芯芯总结：人工智能在本质上讲就是在数据的基础上，利用深度学习模型，拟合出结果的计算过程。

在了解了人工智能之后，我们再来看看心理测量。

心理学中，心理测量是依据一定的心理学理论对人的某项素质进行测量，实现心理素质数字化的过程。

图源：pixabay

心理测量的准确性有赖于两个重要的方面，其一是理论模型，其二是数据模型。心理测量的前提是要搞清楚拟测量的心理变量的理论构思，也就是要在理论模型层面建构心理变量的结构。

在心理测量领域，有一个概念叫构思效度，意思是指概念构思的理论结构是否是合理。一个心理变量包含了哪些心理维度，这些维度的内涵是什么，外延是什么，在理论构思的过程中都要考虑清楚。只有考虑清楚这些问题，在测量的过程中才能做到有的放矢，才能保证测量的信效度。

搞清楚理论模型之后，通过设置的题目获得了相关维度的评分之后，就涉及如何看待这些评分。心理测量所得到的分数并不是绝对的结果，而是相对的结果，是相对于数据模型的结果，这个数据模型就是“常模”。也就是说对结果的解释，必须放到一个数据框架下进行解释，脱离数据模型对结果的解释都是毫无意义的。

例如，我们知道智商在130以上可以被称为天才，但是要确定这样的结果必须是在“平均分是100分，标准差是15分”这样一个数据模型的基础上。脱离这个模型，130将毫无意义。

我们惯常所使用的心理测量就是在这两个前提下进行的。我们所使用的心理测评问卷、方法在研发的过程中首先必须进行理论水平的界定，再将获得的数据放到一定的“常模”背景下才能获得具体的解释。

在理解了“人工智能”和“心理测量”的本质和构成之后，我们再来分析一下二者之间融合、实现“犯罪预测”的可能性。

心理测量的本质是结构化的理论和数据模型，人工智能的基础是数据和算法。站在结构化和数据的角度来看，心理测量和人工智能之间有天然的联系。

图源：pixabay

大数据背景下，人类本身使用数据的能力受制于自身有限的信息加工能力，但这恰恰是人工智能的长项，它能够将数量庞大的数据进行整合和计算，不但效率高，而且充分的信息也为心理测量的准确性保驾护航。

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”。

在平和的日常中，在少年挥洒的汗水中，在少女绽放的笑容中，在我们习以为常的校园生活中，没什么跌宕起伏的剧情冲突，却细腻动人，直扣心弦，让我们不知不觉跟着哭、跟着笑，发自内心的想：“啊，一直这样下去多好啊”。

图源：知乎

这是京阿尼独有的一种女性力量，润物细无声，她手持名为“日常”的“利刃”，直戳我们心底最柔软的深处。这些都得益于京阿尼完善的人才培养机制和员工比例分布。在京阿尼，女性员工占据了大半，是少见的女性员工为主的动画公司。

目前，据警方确认，在34名死者中，有20名为女性。

樱花落尽，香消玉殒。

图源：B站

各界人士皆表示深感痛心并默默为京阿尼祈祷：

联合国秘书长古特雷斯发表声明：对日本京都的纵火袭击和火灾造成的生命损失，他深感悲痛，向受害者家属以及日本人民和政府表示哀悼，愿伤者早日康复。

苹果CEO蒂姆库克在Twitter发布推特，表示哀悼：京都动画是一些世界上最有才华的动画师和梦想家的家园 -今天的毁灭性打击是一场远远超出日本的悲剧。京阿尼艺术家用他们的杰作在世界各地传播欢乐。衷心祈福好运。

日本动画电影《你的名字》导演新海诚表示：我们制作动画，希望世界变得多彩、变得美好，哪怕只有一点。此次事件太过于残酷。

惨案之后，有人借着混乱发布谣言，***政府、***动漫、***弱者。动画的世界虽然基本上都是虚构的，但却是人们在现实生活中碰壁后，对生活怀揣的美好期望。机器在不断学习，不断获取“人脑和人心”（智慧和人性），而人却在帮助机器学习的同时不断丢失自己的人性，多么讽刺的质量守恒天平，我们不需要这样的平衡……

图源：齐鲁网

罪恶比任何其他的病症更为严重，因为它侵袭人的灵魂。
——〔意〕黛莱达：《母亲》

后记：

“不，我们的画稿！”一名京阿尼画师在大火中挣扎着，玩命地将四散的画稿收入怀中。

逃命的同事们劝他:“快走啊，画稿没了还能再画，命没了就真的没了啊！”
“不行，这些可是我们的心血啊！”

这时，一只手将他推了出去。

“诶？”

他呆呆地望去，那是一只机械化的手臂。
“快走吧，不要管我们。”薇尔莉特微笑着对他说。

在大火中，依稀还能看见康娜，平泽唯，栗山未来，六花，古河渚等人的身影。她们无一例外对画师露出了安慰的笑容。

“你们……”

栗山未来擦了擦眼镜:“虽然很不高兴，但还是要说再见了。”
六花依旧摆出个炫酷的姿势:“有吾邪王真眼在，不需要汝的关心！安心逃命吧！”
“对，”在画师被人拖走之前，大火中薇尔莉特微笑着闭上了眼睛。

“终有一天，我们还会相见的。”

愿京阿尼如浴火凤凰，涅槃重生。

留言 点赞 发个朋友圈

我们一起分享AI学习与发展的干货

如需转载，请后台留言，遵守转载规范

推荐文章阅读

ACL2018论文集50篇解读
EMNLP2017论文集28篇论文解读
2018年AI三大顶会中国学术成果全链接
ACL2017 论文集：34篇解读干货全在这里
10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你

标签：之殇,犯罪,AI,预知,测量,心理,人工智能,犯罪预测
来源： https://blog.51cto.com/15057819/2566913