人工智能和機器學習的進步受到各國政府關注，一些國家希望利用這些工具進行預測性用警，以遏制犯罪。近日，芝加哥大學的科學家開發了一種新算法，可以提前一周預測犯罪，準確率約為90%。
人工智能和機器學習的進步受到各國政府關注，他們希望利用這些工具進行預測性用警，以遏制犯罪。然而，早期的犯罪預測工作一直存在爭議，沒有考慮到警察執法中的系統性偏見及其與犯罪和社會的複雜關係。
芝加哥大學數據和社會科學家已經開發了一種新算法，通過從暴力和財產犯罪的公共數據中學習時間和地理位置模式來預測犯罪。該算法成功提前一周預測未來犯罪，準確率約為90%。
該研究論文於2022年6月30日發表在《自然——人類行為》雜誌上
新模型使用芝加哥市的歷史數據，圍繞暴力犯罪（殺人、毆打和人身攻擊）和財產犯罪（入室盜竊、偷盜和機動車盜竊）兩大類報告案件進行測試和驗證。
該模型通過觀察離散事件的時間和空間坐標，檢測模式以預測未來事件，從而預防犯罪。它將城市劃分為每個大約300米寬的片區，並預測這些區域內的犯罪，而不是依賴傳統的鄰里或行政邊界，因為這些邊界也會有偏差。該模型在亞特蘭大、奧斯汀、底特律、洛杉磯、費城、波特蘭和三藩市這七個美國城市的數據中表現同樣出色。
該研究論文第一作者、芝加哥大學醫學助理教授伊山·查托帕迪亞稱謹慎指出，該工具的準確性並不意味着應該將其用於指導執法，讓警方主動進入社區預防犯罪。相反，它應該應用於城市政策和治安策略中，以應對犯罪。
查托帕迪亞說：「我們模擬一個數碼化的城市環境。如果你向它提供過去發生的數據，它會預測出未來會發生什麼。這並不神奇，也存在一些局限性，但我們對其進行了驗證，並且效果非常好。現在，你可以把它當作一個模擬工具，看看如果城市某個地區的犯罪率上升，或者另一個地區的執法力度加大，會發生什麼。如果你應用所有這些不同的變量，你可以看到系統是如何應對的。」
