Протестные настроения считают дистанционно

«Ростех» разрабатывает специальное программное обеспечение (СПО), которое поможет федеральным и региональным властям предсказывать массовые беспорядки, а также предотвращать их эскалацию. Для этого система будет анализировать сообщения в СМИ, данные социальных сетей, «умных» камер и других источников. Если беспорядки уже начались, искусственный интеллект будет анализировать поведение толпы и рекомендовать силовикам порядок действий. Мнения экспертов о перспективах проекта расходятся: одни считают, что действующие в мире цифровые платформы уже готовы проводить подобный анализ, а другие уверены, что системе потребуется длительное обучение на большом спектре данных.

Прогнозирование массовых беспорядков

К 2022 году ООО «Национальный центр информатизации» (структура ГК «Ростех») разработает СПО для предиктивной аналитики митингов и беспорядков. Работы ведутся в рамках проекта МЧС «Безопасный город». Пользователями системы будут органы исполнительной власти на муниципальном и региональном уровнях.

Задача СПО — прогнозирование возникновения массовых беспорядков и динамики их развития в краткосрочной перспективе, подтвердил руководитель проектного офиса АПК «Безопасный город» Объединенной приборостроительной корпорации Андрей Мишурный. В основе прогнозирования, по его словам, будут лежать методы машинного обучения. В пресс-службе МЧС также подтвердили, что в рамках «Безопасного города» разработан проект методики прогнозно-аналитической модели «Массовые беспорядки»: «Документ направлен на согласование в заинтересованные ведомства и органы власти».

В проекте «Методики прогнозной и аналитической модели «Массовые беспорядки»» даны определения «митинга», «политического конфликта», «протестного потенциала», «религиозного конфликта», «антиполицейских проявлений» и т. д. В качестве примеров массовых беспорядков приводятся столкновение между мигрантами и националистами на Хованском кладбище в Москве в 2016 году, акция «Ставрополье — не Кавказ» в 2013 году и столкновения между футбольными фанатами на Манежной площади в Москве в 2010 году.

Система ПАМ МБ призвана предвосхищать такие события, обеспечивая «многофакторный мультивариантный анализ вероятностей возникновения массовых беспорядков и несанкционированных публичных мероприятий». Для этого система будет постоянно анализировать публикации в СМИ, посты в соцсетях, данные из систем интеллектуального видеонаблюдения и мониторинга общественного транспорта. Если массовые беспорядки уже начались, с целью предотвращения эскалации система будет анализировать число участников митинга, поведение зачинщиков, направление движения толпы, число пострадавших, количество полицейских и росгвардейцев, задействованных в обеспечении порядка, и т.д.

Действующие в мире цифровые платформы уже наработали весь набор необходимых решений для анализа текстов, эмоционального состояния и закономерностей поведения групп населения, объединенных общей идеей, отмечает президент ассоциации «Руссофт» Валентин Макаров: «Они уже достаточно изучили поведенческие свойства населения и умеют эффективно применять свои решения для продвижения коммерческих интересов». Для реализации проекта, по его мнению, потребуется «немного изменить целеуказание и научить ИИ извлекать необходимую информацию из накапливаемой базы знаний». Также, полагает он, в систему логично добавить функции по поиску «генераторов возбуждения общественного мнения».

Вопрос в том, на каких данных проводится обучение ИИ, который будет давать рекомендации к действию правоохранительных органов, подчеркивает директор по развитию веб-технологий Artezio Сергей Матусевич: «Чтобы ИИ обеспечил многофакторный мультивариантный анализ вероятностей, оперируя данными с камер наблюдения, постами из соцсетей и интернет-сайтов, потребуется проделать большую работу по его обучению». По словам эксперта, пока в мире нет подобных готовых технологий, которые можно легко перенести в Россию.