Europski parlament je jo\u0161 2018. izglasao promjene u sustavu upozoravanja gra\u0111ana EU u slu\u010daju krizne situacije. Bilo je to dan nakon tre\u0107e godi\u0161njice teroristi\u010dkih napada u Parizu, a svake godine se za obilje\u017eavanja sli\u010dnih tu\u017enih doga\u0111aja ponovno podsjetimo na va\u017enost brzih reakcija i to\u010dnog informiranja u takvim situacijama. Od srpnja idu\u0107e godine sve \u0107e \u010dlanice morati imati funkcionalan sustav \u201ereverse 112\u201c koji \u0161alje SMS poruke ljudima na ugro\u017eenom podru\u010dju, i u slu\u010daju opasnog ljudskog djelovanja, kao i kod vremenskih nepogoda i katastrofa poput potresa.<\/p>\n\n\n\n
U Hrvatskoj smo, na\u017ealost, ve\u0107 vi\u0161e puta od 2018. mogli iskoristiti SMS upozorenje, a posebno u slu\u010daju jakih potresa na podru\u010dju Zagreba i Sisa\u010dko-moslava\u010dke \u017eupanije, te na taj na\u010din usmjeriti gra\u0111ane kako da se pona\u0161aju i koja su im skloni\u0161ta potencijalno dostupna. Situacija je bila posebno izazovna zbog epidemije, a takav sustav, poput na\u0161eg HAVENA, istovremeno mo\u017ee pratiti i kretanja osoba iz \u017eari\u0161ta epidemije. Tada su zbog potresa ukinuta ograni\u010denja kretanja izme\u0111u \u017eupanija i sustav poput na\u0161ega je mogao pridonijeti daljnjem anonimiziranom pra\u0107enju kretanja potencijalno rizi\u010dnih skupina. Kao \u0161to sam spomenuo, svi podaci su anonimizirani i agregirani, zbog uskla\u0111ivanja s EU GDPR protokolima.<\/p>\n\n\n\n
No, vratimo se na opasnosti koje dolaze od ljudskih, kriminalnih aktivnosti. Umjetna inteligencija ve\u0107 danas mo\u017ee imati \u0161iroku primjenu. Kako koristi ljudskom mozgu nedosti\u017enu koli\u010dinu podataka, AI mo\u017ee prepoznati uzorke prija\u0161njih doga\u0111aja i predvidjeti kako bi se isti dalje mogli odvijati. U BISS-u smo na\u0161li jedan na\u010din korisne primjene big data, pa tako na\u0161i studenti vje\u017ebaju pravo predvi\u0111anje mjesta i datuma zlo\u010dina!<\/p>\n\n\n\n
Kako ve\u0107 dulje vrijeme radimo na tom istra\u017eivanju, ispostavilo se koji povijesni podaci najvi\u0161e utje\u010du na preciznost predvi\u0111anja zlo\u010dina, odnosno koje korelacije postoje me\u0111u tim podacima. To\u010dnost predvi\u0111anja dosegla je vrijednosti izme\u0111u 70% i 90%, a prikazuje se kori\u0161tenjem heatmap prikaza na karti podru\u010dja koje se analizira, \u0161to je u na\u0161em isra\u017eivanju New York, \u010dime se optimalno ozna\u010davaju najkriti\u010dnija podru\u010dja. Tu koristimo strojno u\u010denje i treniramo modele dostupnim podacima poput razine siroma\u0161tva, obrazovanja, povijesnih podataka o zlo\u010dinima, dana u godini, godi\u0161njeg doba, temperature i prognoze. Klasi\u010dna statistika zlo\u010dina uglavnom ne uzima u obzir uzroke doga\u0111aja zlo\u010dina, dok na\u0161e istra\u017eivanje potvr\u0111uje korelaciju izme\u0111u podataka koji definiraju uzroke.<\/p>\n\n\n\n
Sustavi poput opisanog mogu se dakle koristiti u preventivnom djelovanju i smanjenju stope kriminala. Primjerice, slanjem dodatnih policijskih patrola u kvart na koji je ukazala umjetna inteligencija moglo bi se obeshrabriti potencijalne po\u010dinitelje. Prema na\u0161im saznanjima se ve\u0107 koristi nekoliko takvih sustava, uglavnom u gradovima Sjedinjenih Ameri\u010dkih Dr\u017eava, ali bez ve\u0107eg uspjeha, no to tako\u0111er ovisi o koli\u010dini i kvaliteti podataka koji se analiziraju.<\/p>\n\n\n\n
Sli\u010dan sustav razvijamo i za prepoznavanje opasnosti od nesre\u0107a na prometnicama, tako da u dogledno razdoblje mo\u017eemo o\u010dekivati kako \u0107e umjetna inteligencija globalno donijeti nove mogu\u0107nosti za sigurniju svakodnevicu. U doba kad pre\u010desto \u010ditamo crne naslove, tehnologija nam daje malo nade da jednog dana ne\u0107e ba\u0161 sve biti prepu\u0161teno slu\u010daju i da \u0107emo se op\u0107enito osje\u0107ati sigurnije u gradovima u kojima \u017eivimo ili kao turisti.<\/p>\n\n\n\n