Ученые создали ИИ, который предсказывает будущие преступления каждую неделю на продвинутом уровне с точностью 90%

Используя общедоступные данные, алгоритм искусственного интеллекта точно предсказывает преступность в восьми городах США, показывая, что богатые районы получают непропорционально высокий уровень реагирования полиции.

Благодаря достижениям в области ИИ и машинного обучения правительства заинтересованы в использовании ИИ и машинного обучения для прогностического наблюдения.

Первые попытки прогнозирования преступности вызвали разногласия, поскольку не учитывались системные предубеждения в правоохранительных органах и сложные отношения между преступностью и обществом.

В новом алгоритме, разработанном специалистами по данным и социологам из Чикагского университета, закономерности во времени и местоположении используются для прогнозирования преступности на основе общедоступных данных о преступности.
За неделю вперед он успешно предсказал будущие преступления с поразительной степенью точности. (около 90%).

Используя отдельную модель, исследовательская группа сравнила количество арестов в районах с разным социально-экономическим уровнем, чтобы определить, как полиция реагирует на преступность.

В более богатых районах было произведено больше арестов, а в неблагополучных – меньше.

Однако в бедных районах не было произведено больше арестов, что свидетельствует о предвзятости правоохранительных органов и ответных мер.

По словам доктора Ишану Чаттопадхьяя доцент медицины Чикагского университета и ведущий автор исследования: «Мы видим, что, когда система испытывает стресс, требуется больше ресурсов, чтобы арестовать больше людей в ответ на преступление в богатом районе, и отвлекает ресурсы полиции. вдали от районов с более низким социально-экономическим статусом».

При тестировании и проверке этого инструмента исторические данные города Чикаго использовались для двух широких категорий зарегистрированных событий: насильственных преступлений (убийства, нападения и травмы) и преступлений против собственности (кражи со взломом, кражи и угоны автомобилей).

В городских районах, где существует история недоверия и отсутствия сотрудничества с правоохранительными органами, эти данные с большей вероятностью будут переданы в полицию.

Кроме того, такие правонарушения с меньшей вероятностью будут подвержены предвзятости правоприменения, в отличие от преступлений, связанных с наркотиками, остановкой движения и другими правонарушениями.

Традиционно преступность прогнозируется с помощью эпидемиологических или сейсмических методов, при которых преступность возникает в «горячих точках» и распространяется по окрестностям.

Однако важно отметить, что эти инструменты не учитывают сложную социальную среду городов и влияние правоохранительных органов на преступность.

«Пространственные модели игнорируют естественную топологию города», — сказал социолог и соавтор Джеймс Эванс, доктор философии, профессор Макса Палевски из Калифорнийского университета в Чикаго и Института Санта-Фе.

«Транспортные сети учитывают улицы, пешеходные дорожки, железнодорожные и автобусные маршруты. Коммуникационные сети уважают области сходного социально-экономического положения. Наша модель позволяет обнаружить эти связи».

Новая модель исследует время дискретных событий и пространственные координаты для прогнозирования будущих событий. Вместо того, чтобы полагаться на традиционные районы или политические границы, которые могут быть предвзятыми, он делит город на квадраты по 1000 футов и предсказывает преступность внутри них.

Не было никакой разницы в производительности модели, когда использовались данные из семи других городов, включая Атланту, Остин, Детройт, Лос-Анджелес, Филадельфию, Портленд и Сан-Франциско.

«Мы демонстрируем важность выявления специфических для города закономерностей для прогнозирования зарегистрированных преступлений, что позволяет по-новому взглянуть на районы города, позволяет нам задавать новые вопросы и позволяет по-новому оценивать действия полиции», — сказал Эванс.

По словам Чаттопадхьяя, полицейские управления не должны использовать его для упреждающих рейдов по районам, чтобы предотвратить преступления в стиле «Отчета меньшинства», несмотря на точность его инструмента. Вместо этого политика борьбы с преступностью и стратегии полиции должны включать эту стратегию в набор инструментов.