导读：造成36人死亡的2014年上海新年夜集会踩踏悲剧令人唏嘘，利用地图搜集到的用户数据、大数据算法预警辅助政府进行社区管理，这样的悲剧或许可以避免。这种算法可以向中国政府就具有潜在危险性的集会发出预警，成为政府社区安全管理的重要工具。
但是，技术问题之后，涉及个人隐私和政治诉求的问题仍待解决，关键在于在社区安全和个人隐私或政府监控之间找到一个权衡点。
◆ ◆ ◆
拥有大批用户的中国某互联网搜索公司，称他们收集到的用户数据可用于预测并预先制止在现实世界中可能引发致命性危险的人群集聚。
该公司拥有数量巨大的并且可供挖掘的数据。在中国13.5亿人中，有超过 6.57亿人都在使用其服务，其中每个月有大约3.2亿人在使用其地图服务。
其研究还强调了互联网用户留下的的数字轨迹可以如何被用于了解城市动态。其数据在中国已经被用于说明城市规划师是如何安置交通工具、设施或者商店的。然而，一些专家考虑到，这种数据挖掘可能也有助于政府留心注意社会动荡。
其一个实验室研究组正在研究，如何挖掘海量数据以获得洞察社会趋势和行为的方法。早前这个研究组曾揭示出中国一些素有"鬼城"之称的城市是有多么的荒凉（请参阅"Data Mining Reveals the Extent of China’s Ghost Cities"）
为了预测人群问题，研究人员开发了机器学习系统，分析用户对在线地图的查询数据，并通过手机定位数据预测它们与真实用户的位置移动的相关性，这些数据都是研究人员从其手机应用程序中获取的。研究人员在一篇描述这项工作的文件中写到，"地图应用具有解决这一问题的先天优势，因为它在中国占据了整体市场份额的70%以上。"
人群控制工具截图
研究者们发现，他们最多可以提前三个小时，确定何时何地将会发生具有潜在危险性的大规模人群聚集。利用历史数据，例如与造成36人死亡的2014年上海新年夜集会踩踏事件相关的数据，能够利用其算法向中国政府就具有潜在危险性的集会发出预警。研究者说，“对于反常的拥挤现象，提前发出预警是可行的，这可以避免因拥挤而造成的灾难发生。”
这种人群密度监测技术已经被嵌入到地图中用来显示人群移动热度。它可以标示出已经过度拥挤而需要被规避的区域。
其收集到的地图数据是匿名的，所以数据无法被用来追踪个人。然而，一些专家指出，这种数据或许可以为政府监控某些动荡活动提供一种途径。
麻省理工学院媒体实验室的Sandy Pentland教授的研究小组就在使用移动数据信号来追踪并预测人们的行为，他表示，“我们已经从手机定位数据中看过类似的事情发生”。
“我认为，其中有趣的问题就在于如何在社区安全和个人隐私或政府监控之间进行权衡。” Pentland教授补充说，“在我们的数据中，许多自发的拥挤事件后来都被证实为是抗议游行或者暴乱。基于我们能够预测到这样的事件，那么政府会借此来压制政治诉求吗？”
原文发布时间为：2016-05-10