இனி எல்லாமே ஏ.ஐ - 15: குற்றங்களைக் களையும் நுட்பம்

இனி எல்லாமே ஏ.ஐ - 15: குற்றங்களைக் களையும் நுட்பம்

தவறிழைக்கக்கூடிய ஒருவரை அவரது முகத்தை வைத்தே கண்டறிவது, தேர்ந்த காவலருக்குச் சாத்தியமாகலாம். அனுபவத்தின் மூலம் கிடைக்கும் அனுகூலம் அது. அதேபோல், குறிப்பிட்ட வகைக் குற்றம் எனில், அதை எந்தப் பகுதியில் வசிப்பவர்கள் செய்திருக்கலாம் என்பதையும் கணிப்பது காவலர்களுக்குச் சாத்தியமாகலாம். விடுதலையாகிச் செல்லும் நபர், தொடர்ந்து குற்றங்களைச் செய்வாரா என்பதை அறிய காவலர்கள் அவர் மீது ஒரு கண் வைத்திருப்பதும் உண்டு.

குற்றவாளிகளை நெருங்கி கவனிப்பதாலும், குற்றவாளிகளின் உளவியலை ஓரளவு அறிந்திருப்பதாலும், காவலர்களால் குற்றவாளிகளை அல்லது குற்றச்செயல் புரியக்கூடியவர்களைக் கணிக்க முடிகிறது என்று சொல்லலாம். இந்தத் திறன்கள் தொழில் சார்ந்து அவசியமானாலும்கூட, இந்த அனுமானங்கள் பிழையற்றவை என்று சொல்வதற்கில்லை. மனிதர்களின் கணிக்க முடியாத தன்மை மட்டும் இதற்குக் காரணம் அல்ல, கணிப்பில் மனிதர்களுக்கு உள்ளார்ந்து இருக்கக்கூடிய சார்புத்தன்மையும் இதற்கு முக்கியக் காரணம். தவிர தோற்றத்தை மட்டுமே வைத்து ஒருவரை எடை போட்டுவிட முடியாது அல்லவா!

கண்காணிக்கும் இயந்திரங்கள்

சரி, இந்தக் கணிப்பையும், அனுமானங்களையும் இயந்திரங்களின் வசம் ஒப்படைத்தால் எப்படி இருக்கும்? அதாவது, திருட்டு முழி என்பார்களே, அதேபோல குற்ற மனநிலையில் இருக்கும் ஒருவரை அதற்கான அறிகுறிகளை வைத்து கண்டறியக்கூடிய மென்பொருட்கள் உருவாக்கப்பட்டால் எப்படி இருக்கும்?

இது போன்ற கேள்விகளுக்கு அவசியமே இல்லை. ஏனெனில், இத்தகைய மென்பொருட்கள் ஏற்கெனவே உருவாக்கப்பட்டு, பல்வேறு நிலைகளில் உலக அளவில் காவல் துறையிலும் பயன்படுத்தப்பட்டுவருகின்றன. இந்த வகை மென்பொருட்கள் ‘கணிப்புக் காவல்’ என குறிப்பிடப் படுகின்றன. ஆங்கிலத்தில் இதை ‘பிரெடிக்டிவ் போலிசிங்’ (Predictive policing) என்கின்றனர்.

மருத்துவத்தில் எப்படி ‘வரும்முன் காப்போம்’ எனச் சொல்லப்படுகிறதோ அதேபோல, காவல் துறையில் ‘வரும்முன் தடுப்போம்’ எனச் சொல்லும் வகையில், குற்றத் தடுப்பு நோக்கில் ‘கணிப்புக் காவல்’ அமைகிறது. குற்றங்களைத் தடுப்பதும் காவல் துறையின் பணியாக இருப்பதால், அதற்கான வழிகளையும் காவலர்கள் கடைபிடித்துவருகின்றனர். சந்தேகத்தின் பேரில் விசாரணை செய்வது, பாதுகாப்பு நோக்கில் ரோந்து செல்வது போன்றவை எல்லாம் இந்த நோக்கில்தான்.

சர்ச்சைக்குரியது

நிஜ வாழ்க்கையில், குற்றவாளிகளைக் கணிப்பதில் காவலர்கள் தங்கள் அனுபவம் மற்றும் உள்ளுணர்வு ஆகியவற்றைக் கொண்டு செயல்படுகின்றனர் என்றால், ஏ.ஐ திறன் கொண்ட மென்பொருட்கள் தரவுகள் சார்ந்து அதைச் செய்கின்றன. குற்றங்கள் தொடர்பான தரவுகளைக் கொடுத்தால், மென்பொருள் அவற்றை அலசி ஆராய்ந்து குற்றம் நிகழ்வதற்கான சாத்தியத்தைக் கணித்துச் சொல்லிவிடுகிறது.

தரவுகளின் அடிப்படையில் கணிதவியல் ஆய்வு மூலம், கணிப்புகளை மேற்கொள்வது மனித கணிப்பைவிட துல்லியமானதாக இருக்கும் என நினைக்கத் தோன்றலாம். அதோடு, மனித கணிப்பின் வரம்புகள் இல்லாமல், மென்பொருளால் எண்ணிலடங்காத் தரவுகளைத் துரிதமாக அலசிப்பார்க்க முடியும் என்பதும், காவல் கணிப்பில் சாதகமாகலாம் என நினைக்கலாம். அதோடு, ‘கணிப்புக் காவல்’ மென்பொருட்கள் குற்றங்களைக் குறைக்க வழி செய்யலாம் என்றும் நினைத்து மகிழலாம். ஆனால், நடைமுறையில் காவல் தடுப்பு மென்பொருட்களின் பயன்பாடு விவாதத்துக்குரியது. முகமறிதல் நுட்பம் எந்த அளவு சர்ச்சைக்குரியதாக இருக்கிறதோ, அதே அளவு தடுப்பு காவல் மென்பொருள் அமைப்புகளும் சர்ச்சைக்குரியவைதான்!

கறுப்பினத்தவர்கள் மீது பாரபட்சம்

அமெரிக்காவில் பல்வேறு நகரங்களில், காவல் துறையினர் கணிப்புக் காவல் மென்பொருட்களைப் பயன்படுத்துகின்றனர். ‘பிரெட்போல்’, ‘க்ரைம்ஸ்கேன்’ ஆகிய மென்பொருட்கள்இதில் பிரபலமாக இருக்கின்றன. இந்த இரண்டு மென்பொருட்களும், குற்றவாளிகளைக் கணிப்பதில்லை; மாறாக குற்றம் நிகழக்கூடிய பகுதிகளையே கணித்துச் சொல்கின்றன. அதேசமயம், குற்றவாளிகளைக் கணிக்கும் மென்பொருளும் பயன்பாட்டில் உள்ளன.

இந்த மென்பொருள் அமைப்புகளின் கணிப்பில், குறிப்பிட்ட நிறத்தைச் சேர்ந்தவர்கள் குற்றம் செய்யக் கூடியவர்களாக அடையாளம் காணப்படும் வாய்ப்பு இருப்பதாகத் தெரியவந்துள்ளது. உதாரணத்துக்கு, சந்தேகத்தின்பேரில் விசாரிக்கப்படும் போது, வெள்ளை நிறத்தவரைவிட, கறுப்பினத்தவரே குற்றவாளி எனக் கணிக்கப்பட அதிக வாய்ப்பிருப்பதாகச் சொல்லப்படுகிறது. கணிப்பு மென்பொருட்கள் கறுப்பினத்தவர்கள் மீது சந்தேகச் சார்பு கொண்டிருப்பதாக அமைந்திருப்பதே இதற்குக் காரணம் என்கிறார்கள். உண்மையில் இந்த சார்புத்தன்மையானது மென்பொருளின் பிழை அல்ல; அவற்றை இயக்கும் அல்கோரிதம்களில் உள்ள பிழையாகவும், அந்த அல்கோரிதம்களின் பின்னே உள்ள தரவுகளில் காணப்படும் பிழையாகவும் கருதப்படுகிறது.

சங்கடம் ஏற்படுத்தும் சார்பு

தற்போதுள்ள காவல் துறை தரப்பு தரவுகள், குறிப்பிட்ட நிறத்தவர்கள் மீது சார்பு கொண்டதாகவே இருப்பதாகக் கருதப்படுகின்றன. கறுப்பினத்தவர் அல்லது குடிசைப் பகுதியில் வசிப்பவர் எனில், குற்றம் செய்பவராக இருக்கலாம் எனும் பொதுப் புத்தியின் விளைவு இது. காவல் துறையில் பதிவான வழக்குகளிலும் இது பிரதிபலிக்கிறது. இந்தத் தரவுகளின் அடிப்படையில் உருவாக்கப்படும் அல்கோரிதம் அடிப்படையிலேயே தவறான பார்வை கொண்டதாக அமைவதால், அவற்றில் சார்புத்தன்மை வெளிப்படுகிறது.

எனவேதான், அல்கோரிதம் கணிப்புகளின் சார்பை மனித உரிமை ஆர்வலர்கள் எதிர்க்கின்றனர். மேலும், அல்கோரிதம் 
உருவாக்கப்படும் விதத்தில் வெளிப்படைத்தன்மை இல்லாதது, குற்றம்சாட்டப் படுபவர்களுக்குப் பாதகமாக அமைகிறது. மென்பொருளால் ஒருவர் தவறாக குற்றம்சாட்டப்பட்டால், தன் தரப்பு நியாயத்தை நிரூபிக்க அவரிடம் எந்த ஆதாரமும் இருப்பதில்லை. அதோடு, ஒருவர் குறிப்பிட்ட நிறத்தவர் என்பதற்காகவே தன்னைக் குற்றமற்றவர் என நிரூபிக்க வேண்டிய நிலைக்குத் தள்ளப்படுவதே பிழையான நீதியாகக் கருதப்படுகிறது.

இந்தக் காரணங்களினால் தான், காவல் துறையில் செயற்கை நுண்ணறிவின் பயன்பாடு சர்ச்சைக்குரியதாக இருக்கிறது. இதைக் களைய வேண்டும் எனில், அல்கோரிதம்கள் நியாயமானதாக இருக்க வேண்டும். அதற்கு அல்கோரிதம்களை உருவாக்குபவர்களும் சார்பில்லாமல் செயல்பட வேண்டும்!

குற்ற வானிலை!

மென்பொருளைக் கொண்டு குற்றங்களைக் கணிக்க முயல்வது என்பது வானிலை கணிப்பைப் போன்றதுதான். உண்மையில், இந்த முயற்சி சமூகவியலிலிருந்து தொடங்குகிறது. 1920-களில் அமெரிக்காவின் சிகாகோ சமூகவியல் பள்ளியில் இதற்கான ஆய்வு முதலில் மேற்கொள்ளப்பட்டது. குற்றவாளிகளின் சமூகவியல் சார்ந்த அம்சங்கள் மூலம் அவர்கள் மீண்டும் குற்றம் செய்வதற்கான வாய்ப்புகளைக் கணிக்கும் முயற்சியை இந்த ஆய்வு அடிப்படையாகக் கொண்டிருந்தது. இதன் நீட்சியாகவே, செயற்கை நுண்ணறிவின் ஆற்றலைப் பயன்படுத்தி, தரவுகளின் அடிப்படையில் குற்றங்கள் தொடர்பான இடரைக் கண்டறிய முயற்சிக்கப்படுகிறது. இதன் நோக்கத்தில் பிழையில்லை என்றாலும், செயல்பாட்டில் சர்ச்சை இருப்பதுதான் கவனிக்க வேண்டிய விஷயம்!

(தொடரும்)

Related Stories

No stories found.
x
காமதேனு
kamadenu.hindutamil.in