心理測定？犯罪の予感？ AIは京都の痛みを軽減できるか？

[[271752]]

画像出典: Qilu.com

一つの火、二本の涙。 7月18日午前10時半頃（現地時間）、日本の有名なアニメ制作会社である京都アニメーションが放火された。事件当時、スタジオには74人が働いていた。これまでのところ、この火災により34人が死亡、36人が負傷（容疑者を含む）しており、脱出に成功したのは6人のみとなっている。

共同通信は、これは平成時代（1989年）以降、日本で最多の死者数を出した放火事件だと伝えた。

[[271753]]

画像出典：NHK

美しいアニメの世界は一瞬にして崩壊した。このような予期せぬ災害に直面して、あらゆる階層の人々は怒りと悲しみに暮れた。同時に、技術がますます進歩し、治安もますます良くなっているのに、なぜこのような犯罪が相次いで起こるのかと疑問に思った。それは避けられないのでしょうか？

AIが発展し成熟するにつれて、このような犯罪は人工知能技術によって減少したり、予測したり回避したりできるようになるのでしょうか?

答えは「可能です」です。

マイノリティ・リポートからサイコパスまで、AIはいかにして犯罪を減らし、防止できるか

[[271754]]

映画「マイノリティ・リポート」では、2054年のワシントンD.C.が舞台となっている。誰もが生き残るために自分の虹彩をIDカードとして使い、基本的にすべてのサービスはAIによって行われ、人間にとって欠かせない補助ツールとなる。

犯罪行為への対処という点では、殺人はなくなり、将来は予測可能となっている。人間は未来を予知する超能力、AI「予言者」を使い、人々の犯罪意図を察知することで、犯罪者が罪を犯す前に、犯罪防止組織の警察によって逮捕され、刑罰を受ける。

日本のアクション犯罪アニメ「PSYCHO-PASS サイコパス」も、犯罪行為に対処するために AI を使用しています。背景は未来のテクノロジー時代であり、人間は大規模な AI システムであるシビュラシステムによって管理されています。

人間の心理状態や性格傾向を数値化できます。すべての監視カメラはシビュラシステムに接続されており、人間の色相濁度、音声、映像などの情報を監視し、いつでもどこでも人間の心理状態や性格傾向ごとに計測された値を算出します。人間の魂を判断する基準となったこの測定値は、「サイコパス」と呼ばれました。シビュラシステムは、人の能力を測定し、適切なポジションを推奨し、人に合わせてカスタマイズされたポジションを提供することもできます。

さらに、このシステムは「人間の内面活動」も監視し、遍在するモニターを通じて通り過ぎるすべての市民の精神状態を継続的にスキャンし、それを数値化することができ、劇中ではこれを心理指標と呼んでいます。測定された心理指標に基づいて犯罪係数が計算されます。

犯罪指数が一定値を超えると、犯罪を犯していなくても「潜在的犯罪者」として扱われ、刑務所に似た施設に収容され「矯正」されることになる。「犯罪指数」が高すぎる人は、システムによって救助の価値がないと判断され、犯罪率を下げるために直接排除されます。

そこから派生したのが「心理捜査官」という役職です。彼らは基本的に警察と同等で、シビュラシステムの指示に従って、シビュラシステムに接続された銃を犯人に向けるだけの任務を担っています。

「マイノリティ・リポート」でも「PSYCHO-PASS サイコパス」でも、どちらもAIを使って犯罪行為を予測し、犯罪者の芽を摘み取って犯罪を減らしたり、回避したりしています。現代のAI技術がこのレベルに達していれば、京都アニメーションの悲劇は避けられたかもしれない。

しかし、AI は本当に『マイノリティ・リポート』や『PSYCHO-PASS サイコパス』のように、犯罪を犯す前に容疑者を特定し逮捕できるのでしょうか?これについてはまだ検証が必要です。結局のところ、成功した事例は限られており、学習を通じて改善する必要がある AI は言うまでもなく、犯罪心理学者も長年それを解明できずにいます。

しかし、AI技術が成熟するにつれて、ますます「不可能」なことが実現されるようになっています。

AIと「心理測定」の融合で「犯罪予測」は可能か？

「犯罪予測」を統合して実現できるかどうかを議論する前に、まずはAIと「心理測定学」の性質と構成を理解する必要があります。

本質的に、AI はデータとアルゴリズムの組み合わせです。

現在までに、人工知能技術はその発展において3回の隆盛と2回の衰退を経験しており、それぞれの隆盛と衰退には技術的なブレークスルーとボトルネックが伴ってきました。

1956 年、コンピュータ技術が成熟するにつれ、シャノンを代表とする科学者たちがダートマス会議で初めて「人工知能」の概念を提案しました。ジェフリー・ヒントン氏は「ディープニューラルネットワーク」モデルの開発を推進し、音声認識や画像認識などの分野で AI が飛躍的に進歩することを可能にした。人工知能は急速な発展の新たな段階に入り続けています。

人工知能の発展は、データ、モデル、アルゴリズムが人工知能の基盤であり、その盛衰はデータ、モデル、アルゴリズムに直接影響されることを示しています。データ、モデル、アルゴリズムは人工知能の基盤です。

Xiao Xinxin 氏は次のように要約しています。「人工知能とは本質的に、ディープラーニングモデルを使用してデータに基づいて結果を適合させる計算プロセスです。」

人工知能について理解できたので、次は心理測定学について見てみましょう。

心理学において、心理測定とは、特定の心理学理論に基づいて人の特定の性質を測定し、心理的性質のデジタル化を実現するプロセスです。

心理測定の精度は、理論モデルとデータモデルという 2 つの重要な側面に依存します。心理測定の前提は、測定対象となる心理変数の理論的概念を明らかにすること、すなわち心理変数の構造を理論モデルレベルで構築することです。

心理測定の分野には、概念の理論的構造が妥当であるかどうかを意味する概念妥当性という概念があります。心理的変数にはどのような心理的次元が含まれているのか、これらの次元の含意と拡張は何か、これらすべてを理論的定式化のプロセスで明確に考慮する必要があります。これらの問題を明確に考慮することによってのみ、測定プロセスでターゲットを絞り、測定の信頼性と妥当性を確保することができます。

理論モデルを理解し、設定された質問を通じて関連する次元のスコアを取得した後、次のステップはこれらのスコアをどのように表示するかです。心理測定から得られるスコアは絶対的な結果ではなく、相対的な結果です。それらはデータモデルに対する相対的な結果であり、このデータモデルは「標準」です。言い換えれば、結果の解釈はデータフレームワーク内に位置付けられる必要があります。データモデルなしで結果を解釈しても意味がありません。

たとえば、IQ が 130 を超える人は天才と呼べるということはわかっていますが、そのような結果を決定するには、「平均スコアは 100 ポイント、標準偏差は 15 ポイント」などのデータモデルに基づく必要があります。このモデルがなければ、130 は意味をなさないでしょう。

私たちが一般的に使用する心理学的測定は、これら 2 つの前提に基づいています。私たちが使用する心理学的評価のアンケートや方法は、開発プロセス中にまず理論レベルで定義され、その後、特定の解釈を得るために、得られたデータを特定の「規範的」コンテキストに配置する必要があります。

「人工知能」と「心理測定学」の性質と構成を理解した後、この2つを統合して「犯罪予測」を実現する可能性を分析してみましょう。

心理測定の本質は構造化された理論とデータモデルであり、人工知能の基礎はデータとアルゴリズムです。構造化されたデータの観点から見ると、心理測定学と人工知能の間には自然なつながりがあります。

ビッグデータにおいては、人間のデータ活用能力は限られた情報処理能力によって制約を受けますが、これはまさに人工知能の強みです。人工知能は膨大な量のデータを統合・計算することができ、効率的であるだけでなく、心理測定の正確性を確保するのに十分な情報も提供します。

心理測定の理論モデルに人工知能（教師あり学習）を組み込み、データ収集、処理効率、精度における人工知能の強力な利点を活用します（音声認識、顔認識、ソーシャルデータ分析）。その結果をビッグデータと組み合わせて最終判断します（データ駆動型）。この2つは互いに補完し合い、「犯罪予測」システムの基礎を築きます。

ビッグデータの時代において、AIが犯罪行為を識別・予測することを学習し、完全な「犯罪予測」を実現するのは時間の問題だと考えています。

AIの「預言者」は現れたのか？「心理測定」や「犯罪予測」はすでに現実に存在する

教室ケアシステム「心理測定」キャンパス版

昨年、中国ニューズウィーク誌は高校の数学の授業の監視ビデオのスクリーンショットを公開した。それは学生たちの間で白熱した議論を引き起こした。

画像出典: 中国ニューズウィーク

これは「クラスルームケアシステム」と呼ばれるプログラムで、生徒の表情や行動からクラス状況を判断できるものです。

「教室ケアシステム」とは何ですか？

公式の説明は、ビッグデータマイニングやディープラーニングなどの技術的手段を使用して、教室に設置されたカメラで収集された高解像度のビデオを使用して、ターゲットを絞った肖像画と行動の認識とデータマイニングを行い、マイニングされたデータを教育学、行動、心理学などの観点から専門的に分析して複数のレポートを生成し、タイムリーにプッシュすることで、学校管理、教師の指導、生徒の成長、家庭教育に科学的なデータサポートと意思決定の根拠を提供するというものです。

このニュースが報道されるとすぐに、多くのネットユーザーがため息をついた。「幸い、早く卒業できた」

一方で、「生徒の顔でステータスを判断し、いくつかのクラスに分けるというのは、学園版『PSYCHO-PASS』なのでは？」という意見もありました。

「犯罪予測」は私たちのすぐそばにある

現在、「犯罪予測」に関しては、警察テクノロジー業界の企業であるPredPolが王座に就いています。 IBMやモトローラなどの企業が犯罪防止システム市場に参入しているが、2012年に設立されたばかりのPredPolは、米国全土の数百の地域の警察署をカバーし、犯罪率の削減に関する非常に強力なデータフィードバックを提供してきた。

PredPol のビジネスはそれほど神秘的なものではありません。その基本的なロジックは、過去の犯罪率の曲線と、犯罪事件の絶えず変化する時間と場所のデータに基づくビッグデータ分析アルゴリズムを使用して、「どの地区の犯罪率が高いか、どの通りで強盗が多いか、どの時間帯が市内でより危険か」などのデータ結論を導き出すことです。これにより、警察は巡回ルートや時間を調整し、犯罪発生率が高い時間帯や場所により多くの警察力を割り当てることができるようになります。

私たちは長年キーパトロールを実施してきましたが、従来のキーパトロールは個人の経験に頼っており、警察全体の調整が困難でした。 PredPolの利用データは過去6年間で数十倍に拡大しており、精密なビッグデータ分析アルゴリズムを通じて「犯罪予測」の効果を達成できることが実証されています。

このようなプログラムは徐々に世界的に拡大してきました。例えば、日本の神奈川県警察は、2020年の東京オリンピックに向けて予測型警察システムを確立したいと考え、ビッグデータシステムとAI分析機能を組み合わせて、より厳格なセキュリティ保護メカニズムを構築することを意図して、財務部に研究資金を申請しました。

PredPol は、実用化されたシステムに加え、他の最先端分野でも目覚ましい成果を上げています。ここで、PredPol の立役者である UCLA の Jeff Brantingham 教授についてお話しします。彼は、今日の「犯罪予測」の分野における先駆者であり、代表的人物である。

少し前、ブランティンガム教授率いるチームが「ギャング犯罪分類のための部分生成ニューラルネットワーク」と題した論文で、ディープラーニングネットワークを使用してギャング犯罪の特徴を識別し、群衆の中からギャングのメンバーを識別するという概念を提案しました。

この時点で、研究の方向性は突然少し「SF」的になります。

[[271755]]

ブランティンガム氏のチームの研究では、ロサンゼルス警察から2014年から2016年までのギャング犯罪に関するすべてのデータを収集し、それをディープラーニングニューラルネットワークに入力したところ、アルゴリズムがギャング犯罪の特徴的な理解と行動の枠組みを自動的に生成した。 AI は多くの場合、不足している証拠を自動的に補完します。

長期間にわたる繰り返しのトレーニングを経て、AI はギャング犯罪とギャングに対する独自の理解を習得し始めました。現実世界では、警察が新たな容疑者の情報をAIシステムに入力すると、AIはその人物がギャング組織やギャング犯罪に関与しているかどうかを判断できるようになります。

ブランティンガムチームが提案した都市の時空間犯罪予測モデル

研究者らは、この研究の将来的な目標は、大量のデータがない場合でも容疑者がギャングのメンバーであるかどうかを判断できるようにすることだと述べている。これは驚くべき技術と言えるだろう。

この技術は表面的で冗談のように聞こえるが、ブランティンガム氏のチームは時空間ゲーム理論と機械学習技術を用いて過激主義と闘うことを目的として米国国防総省から資金提供を受けた。

「ギャング犯罪予測」の成功後、ブランティンガムチームは特定の種類の犯罪を予測するプロジェクトやリアルタイムの犯罪予測の探求を続けており、いつの日かあらゆる側面を網羅した「犯罪予測」を実現できると信じています。

まとめると、肖欣欣は若干の保守的な意見を持っているが、現代のAI技術の現在の発展状況から判断すると、「心理測定」や「犯罪予測」を実現するのは空想ではない。

猛烈な火が彼女を倒そうとしていた。桜の木の下で皆が祈った。

私たちが親しみを込めて「京都アニメーション」と呼ぶ京都アニメーションは、その「優れた演出、美しい音と映像、繊細なストーリー」で常に有名であり、業界から一致団結して尊敬されており、「業界の良心」と呼ばれています。

画像出典: Station B

他のアニメ制作会社とは異なり、「優しく、繊細で、癒し系で、日常系で、特に女の子を描くのが得意」という独自の作品気質を常に貫いています。

平穏な日常、少年たちの流す汗、少女たちの咲き誇る笑顔、私たちが慣れ親しんでいるキャンパスライフの中に、ストーリー上の対立の起伏はないが、繊細で感動的で、心の琴線に触れ、思わず泣いたり笑ったりして、心の底から「ああ、ずっとこんな風に続けばいいのに」と思う。

[[271756]]

画像出典: Zhihu

それは、京都アニメーションならではの、繊細で静かな女性の力。彼女は「日常」という「鋭い刃」を持ち、私たちの心の最も柔らかい部分を突き刺します。これらすべては京都アニメーションの完璧な人材育成の仕組みと社員比率の配分によるものです。京都アニメーションは従業員の大半を女性が占めており、女性社員が過半数を占める珍しいアニメ会社です。

現時点で警察は死亡者34人のうち20人が女性であることを確認している。

桜は散ってしまい、美しさは失われてしまいました。

[[271757]]

画像出典: Station B

各界の人々が深い悲しみを表し、京都アニメーションのために静かに祈りを捧げた。

グテーレス国連事務総長は声明を発表し、「日本の京都で発生した放火事件と火災による人命の損失に深い悲しみを覚える。犠牲者の家族、日本国民、政府に哀悼の意を表し、負傷者の早期回復を祈る」と述べた。

アップルのティム・クックCEOはツイッターで哀悼の意を表した。「京都アニメーションは世界で最も才能あるアニメーターや先見の明のある人たちの故郷です。本日の壊滅的な打撃は日本をはるかに超えた悲劇です。」京アニのアーティストたちは傑作を通じて世界中に喜びを広めています。心より幸運を祈っております。

日本のアニメ映画「君の名は。」の新海誠監督はこう語った。「私たちは、世界が少しでも色鮮やかで美しくなるよう願いながらアニメを作っています。」この事件はあまりにも残酷だった。

悲劇の後、混乱に乗じて噂を広め、政府やアニメ、弱者を攻撃する者もいた。アニメの世界は基本的に架空の世界ですが、現実の生活で挫折に遭遇した人々の人生に対する美しい期待を表現しています。機械は絶えず学習し、「人間の脳と心」（知恵と人間性）を獲得していますが、人間は機械の学習を手伝う一方で、絶えず人間性を失っています。なんと皮肉な質量保存のバランスでしょう。このようなバランスは必要ないのです...

[[271758]]

画像出典: Qilu.com

罪は魂を攻撃するので、他のどんな病気よりも深刻です。

——[イタリア語] デレッダ：母

追記:

「いや、私たちの絵だ！」京都アニメーションのアーティストは火事の中、腕の中に散らばった絵を必死に集めようと奮闘していた。

逃げようとしていた同僚たちは彼にこう助言した。「急げ、絵を失ってもまた絵を描くことはできるが、命を失えば本当に失われてしまう！」

「いいえ、これは私たちの努力の成果です！」

その時、誰かが彼を押し出した。

"はぁ？"

彼はぼんやりと見つめた。それは機械化された腕だった。

「あっちに行って、私たちを放っておいてください」ヴァイオレットは微笑みながら彼に言った。