闪电般的进步 人工智能 机器学习已经引起了政府的重视。目标?纯粹的反乌托邦:开发预测技术来监控并可能预防犯罪和犯罪行为。必须说的是: 第一次尝试 “数字种族主义”之间的应用相当不透明 和偏见。
芝加哥大学社会和数据科学系创建了一种新算法,可以分析公共暴力和财产犯罪数据的时间序列和地理模式,以预测犯罪。事实证明算法是正确的 大约 90% 的时间 提前一周预测未来的犯罪活动。
90%的准确率就够了吗?
在回答这个问题(修辞,你已经知道答案)之前,一些进一步的数据。 在一个单独的模型中,研究小组还研究了警方对犯罪的反应,分析了逮捕人数,并在不同社会经济地位的社区进行了比较。 研究人员观察到,富裕地区的犯罪导致更多逮捕,而贫困社区的逮捕减少。 这导致该市最贫困地区缺乏警察参与。
伊沙努·查托帕迪耶 是芝加哥大学的助理教授,也是这项新研究的资深作者,发表在期刊上 自然人类行为 (我在这里链接).
“反犯罪”算法如何运作
该新工具经过测试并证明对芝加哥市报告的两类事件有效:暴力犯罪(凶杀、袭击和殴打)和财产犯罪(入室盗窃、盗窃和机动车抢劫)。使用此数据的原因是,即使在对当局不信任的社区中,此类犯罪也更有可能向执法部门报告。这些犯罪也不太容易受到警方偏见的影响,例如持有毒品、交通堵塞和其他轻微犯罪。
这种新方法中的犯罪是通过查看每个事件的空间和时间坐标来隔离的。在此基础上,城市被划分为大约 300 平方米(1000 英尺)宽的方框:因此,预测不取决于社区类型或各个地区的政治偏好。 “不带偏见”地观察一切。
它确实有效:90% 的匹配率来自 8 个美国城市的数据:芝加哥、亚特兰大、奥斯汀、底特律、洛杉矶、费城、波特兰和旧金山。
是的,但 90% 就够了吗?
做什么?提前指责某人?但显然我们不是在开玩笑。这种“犯罪前”并不像《少数派报告》中的那样。你不会看到警察巡逻队根据预测“提前”逮捕罪犯。
事后需要这样的工具,以准备有针对性的投资并加强最需要干预的领域。
它是一种应用于犯罪的“数字双胞胎”。你告诉他过去发生了什么,他告诉你未来会发生什么。
“这不是魔法,它有局限性,”Chattopadhyay 很快说道,“但它运作良好。我们还可以用它来模拟如果某个地区的犯罪增加会发生什么。这是发展我们的安全系统的一个重要因素。”
我迫不及待地想让它在哥谭市发挥作用。玩笑。