Naam: Olaf Visker
Scriptie: Modern Scotland Yard: Improving Surveillance Policies Using Adversarial Agent Based Modelling and Reinforcement Learning
Studie: Master AI, Rijksuniversiteit Groningen
Werkt: Artificial Intelligence-specialist bij TNO’
Nemen inbraken af omdat predictive policing beter voorspelt waar ze plaatsvinden? Of verplaatst deze misdaad zich alleen maar naar een locatie waar niet wordt gesurveilleerd? Dit waterbedeffect maakt predictive policing (het gebruik van data-analyse voor het identificeren van mogelijke criminele activiteiten) als hulpmiddel problematisch.
AI-specialist Olaf Visker onderzocht in zijn masterscriptie of kunstmatige intelligentie dit effect kan ‘egaliseren’ en tegelijkertijd de misdaad verminderen. Hij bootste als het ware een analyse-situatie na met een agent-gebaseerd computermodel dat leert van zijn eigen gedrag. “Het grote voordeel van simulaties is dat je scenario’s erg snel kan laten uitspelen. Waar het effect van een interventie in de echte wereld bijvoorbeeld een jaar kan duren, kan dat bij een simulatie binnen enkele seconden.”
De master werkte met een zogeheten reïnforcement learning algoritme dat inzichtelijk maakt welke beslissingen er werden genomen. Zowel politie- als misdaad- agents proberen daarbij de mazen in het gedrag van de ander te vinden en te exploiteren. “Bij de politie werd gedrag gevonden dat veel effectiever was dan we uit de literatuur kennen. Terwijl het gedrag van misdaad-agents meer matcht met populaire misdaadtheorieën.”
Geef een reactie