Методы прогнозирования преступлений часто подвергались тщательной проверке, потому что им не хватало объективности из-за укоренившихся предубеждений.
Искусственный интеллект постепенно догоняет продвинутую полицию, затрагивая интересы правительств. Кто бы не хотел иметь полицейские инструменты в своих доспехах, поскольку уровень преступности только растет с каждым днем? Методы прогнозирования преступлений часто подвергались тщательной проверке, потому что им не хватало объективности из-за укоренившихся предубеждений. Учитывая аспекты и субъективность, связанные с преступлением, методы прогнозирования не могли получить такой большой поддержки, чтобы стать основным методом. Новый алгоритм прогнозирования преступлений, разработанный учеными из Чикагского университета, прогнозирует преступность и может предсказывать насильственные преступления на неделю вперед с точностью 90%. Инструмент ИИ был протестирован в районе города Чикаго вместе с несколькими другими крупными городами США и дал аналогичные результаты. Инструмент ИИ может прогнозировать преступность, наблюдая за закономерностями данных о насильственных преступлениях и преступлениях против собственности в определенном географическом месте.
Исследовательская группа в рамках другой модели также изучала реакцию полиции на такие преступления в местах с разным социально-экономическим статусом. Они обнаружили, что количество арестов в более богатом регионе было больше по сравнению с социально и экономически отсталыми районами. Предвзятость в отношении полиции была очевидна, поскольку преступления в бедных районах не приводили к многочисленным арестам.
Предыдущие попытки предсказать преступность чикагской полиции не принесли особого успеха. Они следовали аналогичному алгоритму прогнозирования только для того, чтобы найти его предвзятым. Его задача заключалась в том, чтобы составить список людей, которые наиболее подвержены риску быть причастными к стрельбе в качестве преступников или жертв. Но когда список был наконец обнародован, выяснилось, что почти 56% чернокожих в городе были частью списка. По мнению Ишану Чаттопадхьяя, доцента медицины Калифорнийского университета в Чикаго и старшего автора нового исследования, это прямое следствие чрезмерного давления на систему. Больше ресурсов тратится на проведение большего количества арестов в более богатых районах, в результате чего неблагополучные районы лишаются ресурсов. Чаттопадхьяя говорит, что инструменты прогнозирования могут использоваться для формирования политики на более высоком уровне, чем помощь полиции в распределении ресурсов.
Исторические данные города Чикаго по двум категориям — насильственные преступления и преступления против собственности — использовались для тестирования и проверки инструмента ИИ. Используемые данные считаются наиболее достоверными, так как районы имели наибольшую вероятность совершения преступлений. Исторически сложилось так, что выбранные районы находились под наблюдением полиции из-за отсутствия доверия и сотрудничества. Эти места с меньшей вероятностью поддаются предвзятости правоприменения, в отличие от дел о преступлениях, связанных с наркотиками, транспортных преступлениях и т. Д. Прогнозирование преступлений применялось и раньше, но разница заключается в подходе. Эти подходы были просто сосредоточены на очагах преступности, полностью игнорируя сложную социальную среду городов и сложные отношения между преступностью и полицией. Согласно заявлению социолога и соавтора Джеймса Эванса, этот инструмент также может позволить обнаружить социокультурные связи.
Инструмент работает, изолируя преступление, наблюдая за пространственными и временными данными дискретных событий для выявления закономерностей. Вместо того, чтобы полагаться на обычные границы, он делит регион на пространственные единицы, чтобы исключить элемент предвзятости. Эванс говорит, что это позволит нам увидеть прогноз преступления с совершенно другой точки зрения, задать новые вопросы и соответствующим образом оценить действия полиции. Хотя Чаттопадхьяй очень оптимистично относится к этому инструменту как к средству обучения для других исследователей, он не уклоняется от признания его подверженности предвзятости. «Это мнение меньшинства», — говорит он.
«Мы создали цифровой двойник городской среды. Если вы предоставите ему данные о том, что произошло в прошлом, он расскажет вам, что произойдет в будущем. Это не волшебство, есть ограничения, но мы проверили его, и он хорошо работает», — сказал Чаттопадхьяй. «Теперь вы можете использовать это как инструмент моделирования, чтобы увидеть, что произойдет, если преступность возрастет в одном районе города или усилится правоприменение в другом районе. Если вы примените все эти различные переменные, вы увидите, как системы будут развиваться в ответ».
Больше популярных историй
- Ралли Ethereum возможно только в том случае, если ETH преодолеет сопротивление в 1500 долларов США
- Облако Google позволяет пользователям отслеживать свой углеродный след
- Метавселенная Meta — это не место для сообщества ЛГБТК+, как и Insta
- Этот робот предубежден, и создатели извлекают выгоду из его модели машинного обучения
- Сможете ли вы устроиться на работу в FAANG в качестве специалиста-самоучки по кибербезопасности?
- Исследователи внедряют «человеческие догадки» в роботов, чтобы ориентироваться в слепых зонах
- Квантовый Интернет кажется возможным! Кубиты можно читать, не уничтожая
Сообщение «Этот инструмент искусственного интеллекта предвзят, но все же может предсказывать место преступления с точностью 90%» впервые появилось на .
