美國(guó)科學(xué)家開(kāi)發(fā)出了一種人工智能(AI)新算法，通過(guò)從暴力和財(cái)產(chǎn)犯罪的公共數(shù)據(jù)中學(xué)習(xí)時(shí)間和地理位置的模式來(lái)預(yù)測(cè)犯罪。該模型可以提前一周預(yù)測(cè)未來(lái)的犯罪活動(dòng)，準(zhǔn)確率約為90%。該模型也揭示了警察在執(zhí)法過(guò)程中的某些偏見(jiàn)。相關(guān)研究發(fā)表于最近的《自然·人類行為》雜志。

機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的進(jìn)步引發(fā)了各國(guó)政府的興趣，他們希望利用這些工具開(kāi)展預(yù)測(cè)性警務(wù)來(lái)遏制犯罪。鑒于此，芝加哥大學(xué)科學(xué)家開(kāi)發(fā)出了一種新算法，以提前預(yù)測(cè)犯罪。

研究論文資深作者、芝加哥大學(xué)醫(yī)學(xué)助理教授伊沙魯·查托帕德哈伊博士及其同事，利用芝加哥市暴力犯罪(殺人、襲擊、爆炸等)和財(cái)產(chǎn)犯罪(入室盜竊、機(jī)動(dòng)車盜竊等)的歷史數(shù)據(jù)，對(duì)該人工智能工具進(jìn)行了測(cè)試和驗(yàn)證。

研究人員指出，以前的犯罪預(yù)測(cè)工具忽略了城市復(fù)雜的社會(huì)環(huán)境，并且沒(méi)有考慮犯罪與警察執(zhí)法效果之間的關(guān)系。而新模型通過(guò)觀察離散事件的時(shí)間和空間坐標(biāo)，發(fā)現(xiàn)能預(yù)測(cè)未來(lái)事件的模式，以此來(lái)確定犯罪，準(zhǔn)確率達(dá)90%。新算法將城市劃分為大約1000英尺寬的空間塊，并預(yù)測(cè)這些區(qū)域內(nèi)的犯罪，而非依賴傳統(tǒng)的鄰里關(guān)系或政治邊界，因?yàn)檫@些也會(huì)讓人產(chǎn)生偏見(jiàn)。研究團(tuán)隊(duì)用來(lái)自美國(guó)其他7個(gè)城市——亞特蘭大、奧斯汀、底特律、洛杉磯、費(fèi)城、波特蘭和舊金山的數(shù)據(jù)測(cè)試了該算法，其表現(xiàn)同樣出色。

而且，研究團(tuán)隊(duì)還通過(guò)分析犯罪事件發(fā)生后的逮捕人數(shù)并比較不同社會(huì)經(jīng)濟(jì)地位社區(qū)的逮捕率，來(lái)研究警察對(duì)犯罪的反應(yīng)。他們發(fā)現(xiàn)，富裕地區(qū)的逮捕率比較高，弱勢(shì)社區(qū)的逮捕率相對(duì)較低。然而，在貧困社區(qū)犯罪并沒(méi)有導(dǎo)致更多人被捕，這表明警方在針對(duì)犯罪作出反應(yīng)和執(zhí)法方面存在偏見(jiàn)。

查托帕德哈伊還強(qiáng)調(diào)，該工具準(zhǔn)確率高，并不意味著它應(yīng)該用于指導(dǎo)執(zhí)法，相反，它應(yīng)該被添加到減少犯罪的城市政策和警務(wù)戰(zhàn)略工具箱中。(劉霞)