Milyen is az, amikor a robotikus elme vadászik az emberre? Steven Spielberg 2002-es filmje, a Különvélemény még a tudományos fantasztikum világába tartozott azzal az alapvetésével, hogy a megtörténtük előtt ki lehet szűrni a bűncselekményeket.

11 évvel később Londonban – kicsiben – már ennek a bevezetésével kísérleteznek.

A külvárosi közlekedési csomóponton, Willesden Green állomáson ugyanis

kipróbálták azt az algoritmust, amely képes azonosítani a kapukon fizetés nélküli áthaladásra hajlamos utasokat.

A Transport for London (TfL) – a londoni közlekedési cégeket összefogó vállalat – a kísérlet kiterjesztését tervezi, miután mesterségesintelligencia-szoftverét sikeresen összekapcsolták az állomások kamerahálózatával.

London Underground: TfL trials AI software to detect fare dodgers | Evening Standard https://t.co/h4xWFz2pAT

— Michael O'Sullivan (@ProSecurityMag) December 9, 2023

Jön az örökké figyelő Nagy Testvér?

London a világ egyik legbekamerázottabb városa, ahol alig lehet elhaladni valahol úgy, hogy ne rögzítenék az ember mozgását. (Esetenként előforduló kivétel: amikor valaki bűncselekmény áldozata lesz, mert akkor „éppen nem működött” a kamera.)

A térfigyelés miatt nem először kerül szóba a személyiségi jogok védelme, és a TfL igyekszik hangsúlyozni, hogy

nem konkrét személyeket azonosító, arcfelismerő rendszerként használják, hanem a mozgási sémák alapján azonosítják a potenciális bliccelőket.

Siwan Hayward, a TfL biztonsági, rendészeti és végrehajtási igazgatója elmondta: az algoritmus képes volt felismerni „a kapu vonalában történt potyázási kísérleteket”.

Mindez segített „több adatot és ismeretet szerezni a nem fizetés volumenéről és technikáiról” – fogalmazott kissé hivatalos nyelvezetet használva.

A legújabb adatok szerint az érvényes jegy nélkül utazók évi 130 millió font (57,6 milliárd forint) veszteséget produkálnak a TfL-nek. Ez azt jelenti, hogy az utazások közel 4 százalékáért nem fizetnek – írta az Evening Standard című lap.

Hogyan detektálja a MI a potyázási kísérletet?

A TfL egyelőre nem volt hajlandó elmagyarázni, mit is figyel meg az átengedő kapuknál, és pontos részleteket nem közölt arról, hogy milyen adatokat gyűjt és elemez az algoritmus, így azt sem tudhatjuk, hogy valóban csak a mozgási mintákat rögzíti-e, és nem figyeli-e például az emberek arckifejezését.

A hírt feldolgozó cikkek mindegyike a TfL hivatalos magyarázatát ismételte.

A Standard szerint egyelőre csak magának a potyázásnak a módjait rögzítették a kerekesszékesek és poggyásszal közlekedők által használt széles kapuknál. Ezeket a kapukat könnyű kifeszíteni és lassabban záródnak be, így az érvényes jeggyel áthaladó utas mögött lopakodó bliccelő könnyen átjuthat.

A tesztet sikeresnek minősítették, mert az MI „sikeresen és hatékonyan azonosította a jegyvásárlás elkerülésének módjait.

Szakértők szerint a közlekedési vállalat az MI-adatok alapján újratervezheti a széles kapukat.

A vállalat szerint idén április és szeptember között 25 százalékkal több bírságot szabtak ki potyázás miatt, mint a tavalyi év hasonló időszakában.

Adatok vannak a bliccelők „kemény magjáról” is:

213 ember egyenként 89 utazást potyázott el, ezzel fejenként 821 fonttól (362 ezer forint) fosztva meg a TfL-t.

A cég szabályosan fut a pénze után, ugyanis 200 ellenőri állás betöltetlen, 81 emberüket pedig más feladatra vezényelték át.

A bliccelőkkel ugyanakkor nem csak az a baj, hogy nem fizetnek. Ez a csoport a közlekedési dolgozókat érő szóbeli és fizikai támadások több mint a feléért felelős, ráadásul ezek száma az elmúlt félévben a duplájára ugrott (647 eset) a londoni közlekedési hálózaton.

A metrón egy év alatt 56 százalékkal nőtt a bűnesetek száma, a lopásoké 83, a rablásoké 107 százalékkal ugrott meg.

A szabálysértők miatt mindenkit figyelhetnek majd

Mindennek úgy tűnik, egyre inkább a törvénytisztelő utasok is megisszák a levét, mert az ő arcukat, arckifejezésüket és mozgásukat is elemezni fogja az algoritmus.

Mint a korábban idézett TfL-illetékes elmondta, biztonsági, egészségügyi és környezetvédelmi csoportjuk elemzése után az egyik állomáson beindul a potyázási szándékot detektáló MI próbaüzeme, „hogy nyomon követhessük a hatékonyságát”, és valószínűleg azt a jövőben több állomásra is kiterjesztik majd.

Az „utazási élményt” is javítanák az MI-vel

Közben a közlekedési vállalat igyekezett úgy beállítani, hogy a mesterséges intelligencia nem valamiféle totalitárius eszköz, hanem javíthatja az utazás élményét. Például felvetették, hogy bevezethetik a Google MI-ágának, a DeepMind-nak a londoni metróra kifejlesztett, gépi tanuláson alapuló navigációs rendszerét „a nagyobb hatékonyság és megbízhatóság” elérésére.

És azt is kilátásba helyezték, hogy a menetrendek, utasszámok, az infrastruktúra karbantartási és időjárási adatok felhasználásával működő algoritmusok csökkenteni fogják a késések számát.

Here's how your brain works on the #London Tube (and what it can teach #AI) https://t.co/9lKXqMchUA pic.twitter.com/z7PbAGeN99

— Humans WinLoseorDraw (@HumansWLorD) May 20, 2016

Rosszmájú megjegyzés: vajon az MI képes lesz megmondani, hogy mikor romlik el a föld alatt egy váltó (ez egy gyakori érv bármiféle fennakadás kimagyarázására), vagy azt, hogy a személyzet egy része mikor nem megy be dolgozni? (Előfordul ugyanis olyan, hogy állomások zárnak be a személyzet hiánya miatt – hogy a hivatalos sztrájkokról ne is beszélünk.)