Модель машинного навчання запропонувала наукова команда Чжецзянського університету, Ханчжоу, Китай. Вчені розробили на основі математичних функцій алгоритм прогнозування. Використавши відомі дані про терористичні події, вчені "нагодували" цим штучний інтелект, щоб він зміг навчитися. Прогнозування далеке від ідеалу, але наукова команда помітила взаємозв'язок між глобальними подіями та актами тероризму.
Читайте за темою Пентагон навчив штучний інтелект GIDE "передбачати майбутнє" на кілька днів вперед
Терористичні акти з 2002 по 2016 роки / Фото Science Advances
Як працює машинний алгоритм прогнозування терористичних актів
- Наукова команда Чжецзянського університету використала дані про терористичні акти за період з 2002 по 2016 роки (795 тижнів).
- Ці дані були накладені на світову мапу.
- Своєю чергою мапа була розділена на 13 регіонів. Для кожного регіону світу штучний розум вибудовував окрему прогностичну модель.
- Кожен з 13 регіонів був розділений просторово-часові комірки, які охоплюють населені пункти зі щільністю населення понад 5 осіб на 1 квадратний кілометр. Загальна кількість тижневих комірок складає 26 551.
- Оскільки це просторово часова модель використовується для навчання штучного розуму, то кожна комірка оновлюється кожного тижня. Це демонструє зміну ситуації кожного тижня. Таким чином, загальна кількість комірок сягає 21 мільйона 108 тисячам 045 (26 551 комірка * 795 тижнів).
- У дослідженні не беруться до уваги країни, де не були зафіксовані терористичні акти за вказаний період.
Цікаво Штучний інтелект навчили оцінювати самопочуття котів і створили спеціальний додаток
Окрім того, вчені ввели:
- 20 структурних характеристик, які не змінюються з часом.
- 14 динамічних змінних, які змінюються з часом.
На основі цього штучний розум вчився виявляти взаємозв'язки між терористичними актами та введеними характеристиками (наприклад, значення ВВП, щільність населення, щільність доріг, відстань до столиці, відстань до державного кордону та інші структурні характеристики та динамічні змінні).
Висновок
Прогностична здатність машинного алгоритму, згідно з дослідженням, перебуває на досить високому рівні, якщо мова йде про райони з високою ймовірністю терористичних атак. Простіше кажучи, в таких районах й так постійно чекають на атаку терористів.
Результати прогнозування для районів, де терористичні атаки відбулися давно залишаються бажати кращого. Алгоритм міг передбачати загальні тенденції та "схильність" регіону до тероризму. Але не зміг вказати, що, наприклад, "на певній локації (комірці) може відбутися терористичний акт з ймовірністю 48%".
Проте, це лише перша спроба. Тому дослідники продовжать вдосконалювати алгоритм, "згодовуючи" йому нові дані, щоб максимально покращити його здатність прогнозувати ймовірність терористичних атак та певній локації.