2月14日情人节听起来就是一个甜蜜的节日，但是对于美国佛罗里达州的人们来说，2018年2月14日却不是一个充满甜蜜和爱意的日子。

就在当地时间2018年2月14日下午，位于美国佛罗里达州东南部城市帕克兰的Marjory Stoneman Douglas High School，发生严重枪击事件。

被这所学校开除的「问题少年」尼古拉斯·克鲁兹携带枪支、烟雾弹等装备，闯进学校开枪射杀17人、致伤多人，逃跑后不到两小时被捕。

这是过去五年来美国发生的第10起大规模枪击案（大规模枪击事件通常被定义为至少有四人在一次事故中丧生）。消息一出，全球震惊。美国的民众在哀恸之余，关于美国枪支和校园安全的问题又一次被提上了议程，亟待解决。

一直以来，美国作为全球顶尖的教育大国，吸引了无数留学生前往。但是，当离开家乡踏上美利坚合众国的土地，人身安全才是最重要的。

通过智能摄像机扫描面部，利用基于AI的人脸识别技术进行预测分析，然后就可以帮助警察提前预测罪犯，这听起来有点耸人听闻，但这一切都在发生着。

2013 年，艾瑞克·卢米斯因为偷车被美国威斯康辛州的法院判处了 6 年的有期徒刑。

他偷来的车曾经参与过一场枪击案，车尾箱里还有枪。警方原本以为是人赃并获，结果查清楚是误判，卢米斯其实并没有参加持枪犯罪，只是刚好偷了一辆有过犯罪记录的车。如果只是犯了偷车，根据威斯康辛州的法律，刑期最多是入狱三年，然后还有三年是出狱监视。

但法院还是给卢米斯判了更重的刑罚。法庭的量刑参考的是一套名为 COMPAS 的人工智能算法。这个十分制的“打分”机制被美国司法部用于判断有过犯罪纪录的人未来犯罪的几率。

卢米斯在偷车之前，曾经因为性犯罪入狱。上次入狱的时候，COMPAS 算法当时给他打了一个高分。这次，这个分数被威斯康辛州法院当作参考数值了。

卢米斯提起上诉，要求公开算法是对他评分的机制，他认为评分细则里有性别等参考因素。

这个要求遭到了法院的拒绝：他们认为给罪犯做打分分析是自从 1923 年就开始有的事情，而且这个算法是开发方 Northpointe 公司的知识产权，所以不能公开。而对于卢米斯的考量除了算法还有别的机制，所以是公平公正的，就在今年 5 月 23 日，法庭驳回了上诉，维持原判。

去年，非盈利调查机构 ProPublica 从警方处拿到 1.8 万 COMPAS 评分数据，然后做了一份调查报告，追踪这些人在两年来的再犯罪的记录。

最后出来的结果是：

• 穷人更容易犯罪；

• 教育程度低的人更容易犯罪；

• 黑人更容易再犯罪；

• 男性更容易犯罪。

从统计数字看，这些可能都是事实。但这样的数据被反过来用在判断一个个体未来犯罪的可能性，并就此量刑的时候，就有问题了。

有一个关于科研的比喻，说科学家在研究新东西的时候容易过度分析自己已经有的信息，强行从中获得结论，进而忽视了未知因素的影响。

一个人在室外停车场丢了钥匙，他首先会去看路灯照耀下的路面。这不是因为钥匙更可能丢在路灯下，而是因为这里比较容易找。人工智能算法判断一个人的犯罪可能也差不多。

MIT 教授 Ethem Alpaydin 曾经这么解释现在最新的机器学习的原理：学习就是，现在计算机自己学会处理和识别这些数据，程序也是自己写的，然后导出你所需要的结果。要做一个判定谁是罪犯的系统。首先，是这个机器学习算法的在判断“什么样的人更容易犯罪？”然后再把不同原因分解开来，去搜集数据。一个人犯罪的可能性有千千万万，这就需要更多的数据集来补充。

在国内，一个科研团队用机器学习算法和图像识别技术扫描了 1856 张中国成年男子的身份证照片，让算法来判断这个人是不是罪犯，称成功率达到了 90%。

来自 Google 的研究者 Blaise Aguera y Arcas 解释，神经网络算法“判断”图片的方式跟人不太一样：给数百万个学习参数加不同的权重。比如让算法判断一张图片是来自什么年代，机器学习很可能学到了发现各种细微线索，从比较低层次的“胶片颗粒和色域”到衣服和发型，乃至车型和字体。

所以，人工智能、机器学习到底从这 1000 多张身份证照片中学到的规律是什么？

科研课题：犯罪率的预测与地图可视化

Crime prediction and visualization in mapping

机器学习  概率  统计  编程  线性代数

人工智能  数据科学  大数据  数据可视化

• UCLA 计量心理学Ph.D毕业，研究生毕业于UCLA计量心理学，本科毕业于北京大学心理学。

• 现任UCLA 健康政策研究中心首席统计师，钻研加州地区健康数据分析，并带领统计团队进行统计工作。

• 发表多篇SCI论文，并且担任SCI期刊Statistical Methods in Medical Research 的审稿人。

• 具有多年带教经历，曾任UCLA心理系Teaching Fellow，独立主持实验室和讨论课程。