方才竣事的KDD2016，罗格斯大学的熊辉、首都航空航天大学的杜博文和侯振山揭晓论文。他们研究了首都的公交、火车和地铁上乘客的移动状况，阐明智能公交一卡通数据，连系差人发布的和社交收集上的信息，从中找出窃贼……

　　方才竣事的KDD2016，罗格斯大学的熊辉、首都航空航天大学的杜博文和侯振山揭晓论文。他们研究了首都的公交、火车和地铁上乘客的移动状况，阐明智能公交一卡通数据，连系差人发布的和社交收集上的信息，从中找出窃贼，在识别囚犯方面精确率为93%。这项手艺将在首都进行试点，其他城市随后践诺。

　　智能卡公共交通票务系统让人们能在公交、地铁、电车、火车与汽船之间自由搭乘——即使这些是由分歧的公司运营——而无需购票。这非常利便，可是也有晦气的后果。此中之一就是，任何有会见权限的人过程追踪乘客(或者是他们的交通卡)，都能切确研究人们要去哪里。

　　公司哄骗这些信息来优化办事。当然，这也是一件功德。可是哄骗智能卡数据还能做很多其他的工作，此中有一些就会让喜爱自由的人很困扰。日前，在旧金山进行的常识发现和数据挖掘大会(KDD)就概述了此中一件事，轮廓上看起来完全没有风险。这就是哄骗这些数据来抓窃贼。

　　这个主意是罗格斯大学的熊辉、首都航空航天大学的杜博文和侯振山一路想出来的。他们研究了首都的公交、火车和地铁上乘客的移动状况。和预猜中的日常，大大都多半乘客敏捷从A移动到B——用时起码或换乘次数起码，天天都是不异的行程。可是有一小部门人，其乘坐路线没什么纪律，或是忽然改变乘坐模式。

　　很多这些特别或许有纯真的解说：忘掉拿公文包了，或者是对部门路线不熟悉。但有些时辰，原因可能是恶意的：窃贼在交通收集上实施扒窃，可能利用的照旧偷来的交通卡。

　　值得光荣的是，窃贼很少。可是，这也使得他们很难被找出来。熊辉博士利用的是包孕两个步调的系统。起首，一个争论机分类法式查看从2014年4月到6月之间的600万张交通卡在首都各地的行程，然后将特别值从通俗乘客平分离出来。第二个分类法式预先获取从警局呈报和社交媒体动静汇集到的窃贼热点信息，然后试图从这些特别值中心识别出窃贼。

　　在这方面，该研究成功了。它识别出了93%的已知的窃贼(即在此时代被差人抓到的窃贼)。然而，第二个方针是尽可能精确地识别出嫌疑人。而这一次，它的阐发含糊其词。每14个嫌疑人中只有1个是已知窃贼。另一方面，该数据还包孕一些未知窃贼。

　　固然误判率这么高，熊辉博士认为，他开发了一个壮大的东西。利用闭路摄像机监督可疑的少部门人远远比不上追踪几百万乘客可怕。他说，这项手艺将很快在首都进行试点，在中国其他城市随后践诺利用。

　　并非所有专家都相信该手艺。ShashiVerma是伦敦交通局的CTO，负责整座城市的Oyster卡系统的流利运行。他说，据他的记录显示，数百万的通俗人会做出各类“怪异、出色、复杂”的行为。要从浩繁无辜乘客之间找出少少数的罪犯可不像听起来那么轻易。然而，熊晖博士坚信他的团队的做法，他们还建议查询拜访其他“反社会集团”，如公共交通收集中的“酗酒者、吸毒者、飘流汉和毒贩”的移动模式。抓窃贼是一回事。可是，哄骗人工智能追踪那些处于社会边缘的人又是别的一回事。手艺不知道二者的差别，可是人需要知道。