De chaos van menigtes wordt opgelost met algoritmes

Het is een oud stijlfiguur uit films: het opgejaagde persoon weet de achtervolger in een anonieme menigte van zich af te schudden. Meestal gebeurt dit in een marktstraat of op een vaag etnisch festival. Opgelucht gaat degene die achtervolgd werd op in de zee van lichamen en gezichten zoals een golf zich in de zee zou vermengen. De achtervolger stapt in de drukte, het geweer niet langer meer paraat, en geeft een plichtmatige doch schichtige blik om zich heen voordat hij dat beschamende telefoontje moet plegen: Ik ben 'em kwijt.

Dat is oké, slechterik. Computers hebben ook problemen met menigtes. Individuen mengen zich wanneer ze omgeven zijn door een grote hoeveelheid andere individuen, omdat de realiteit dat we meer gemeen hebben met andere mensen dan we soms denken opeens binnen dringt. Zoals het er nu voor staat kan sommige surveillancesoftware een bepaald individu identificeren. Of ze nu zich nu door een treinstation heen dringen met een bomverrijkte aktetas of aan de oproerpolitie ontsnappen, het is heel moeilijk om ze te blijven volgen wanneer ze omgeven zijn door andere mensen. Een paar seconden na identificatie verliest bestaande software het individu.

Dit was het probleem dat onderzoekers van het Spanish National Research Council (CSIC) onder ogen zagen. Het wordt beschreven in een nieuw onderzoek dat is gepubliceerd in Nature Methods, dat over een stuk software gaat (wat reeds is gepatenteerd) dat de uitdaging schijnt te hebben overwonnen. Door gebruik te maken van recent ontdekte algoritmes kon het team succesvol door verschillende leden van een geobserveerde groep heen gaan. Daarmee wisten ze in feite dus ieder van hen individueel te identificeren.

Terwijl surveillance de meest voor de hand liggende toepassing is (voor de meesten onder ons), zijn de onderzoekers meer geïnteresseerd in de nieuwe capaciteit om de interacties van sociale groepen onder verschillende diersoorten te kunnen onderzoeken en categoriseren. Dit is wat het patent voor hun programma, idTracker genaamd, eigenlijk inhoudt. We weten dat veel dieren hun keuzes baseren op het groepsgedrag van hun gemeenschappen, maar wat precies de regels van deze interacties eigenlijk zijn is moeilijker te ontcijferen. Wanneer men in staat is om individuen te "taggen" met deze software betekent het dat grote hoeveelheden data verzameld kan worden over hoe de leden van een groep met elkaar omgaan en, uiteindelijk, wat deze interacties zouden kunnen voorspellen. Anders gezegd is de software bedoeld om de regels te achterhalen van gedragingen binnen een groep.

"Van nu af aan zullen we in staat zijn om kwantitatief de regels te bepalen van dierengedrag in groepen, daarbij rekening houdend met de individualiteit van ieder dier," zei Gonzalo G. de Polavieja, de onderzoeksleider.

Een populair sentiment kan als volgt worden samengevat: minder algoritmes, meer menselijke intelligentie. Algoritmes zijn in zeer korte tijd extreem populair geworden - zonder dat we veel weten over het onderwerp - en we zien dat ze overal om ons heen beslissingen maken. Van de films die we leuk vinden om te kijken tot of onze bankactiviteit normaal of verdacht is. Wat vaak vergeten wordt is dat algoritmes, zoals die in surveillancesoftware geïmplementeerd zou kunnen worden, niet simpelweg mensen vervangen. Ze voeren taken uit die mensen überhaupt niet zo goed kunnen. Het uitzoeken van een menigte is daar één voorbeeld van.

De reden is makkelijk om te ontcijferen: het traceren van een individu in een menigte is niet alleen een kwestie van het identificeren van dat ene individu. Het betekent dat ieder individu geïdentificeerd moet worden of ten minste een groot deel van die individuen. De software werkt door bij te houden welke leden van een menigte/gemeenschap zich tijdelijk onttrekken. Wanneer het lid geïsoleerd is, wordt een digitale "vingerafdruk" gemaakt die bestaat uit hun onderscheidende kenmerken. Wanneer je in staat bent om genoeg kenmerken van voldoende individuen te verzamelen zal de menigte een steeds veranderende kaart van vingerafdrukken worden. Het menselijke visuele systeem kan deze taak simpelweg niet aan.

"Op de korte termijn zal dit voor de wetenschap gebruikt worden," gaf co-auteur Alfonso Pérez Escudero aan in een verklaring, "maar op de lange termijn kan de methode die we hebben ontwikkeld toegepast worden om mensen in grote menigtes te herkennen, maar ook voertuigen of delen in een fabriek bijvoorbeeld."