Látja, miért kevésbé hatékony a rendőrség a szegényebb környékeken.
Egy héttel előre, 90 százalékos pontossággal előre látja a várható bűncselekményeket a Chicagói Egyetem gépi tanuló algoritmusa.
A mesterséges intelligencia a chicagói bűnözés történelmi adatain tanult. Ezek erőszakos, illetve vagyon elleni bűncselekmények voltak, mivel ezekkel szemben mindenütt zéró volt a tolerancia, szemben a kábítószeres bűncselekményekkel. A modell az előítéletek elkerülése érdekében a politikai és kerületi határokat figyelmen kívül hagyva 300×300 méteres négyzetekre osztotta a várost, és megpróbálta a történeti minták alapján megjósolni a bűncselekményeket az adott területen.
A módszer más amerikai városokban – Atlantában, Austinban, Detroitban, Los Angeleben, Philadelphiában, Portlandben, és San Franciscóban – is kipróbálták és jól teljesített.
Megalkottuk a városi környezet digitális másolatát. Ha adatokat töltünk bele arról, ami a múltban történt, megmondja, mi fog történni a jövőben. Nem varázslat, vannak korlátai, ellenőriztük és tényleg jól működik
– ismertette Ishanu Chattopadhyay professzor, aki a Nature Human Behaviourben publikálta a fejlesztés eredményeit.
A korábbi bűnügyi előrejelző rendszerek a szeizmológiából és járványügyből átvett modellekkel dolgoztak, és nem voltak elég hatékonyak. A mesterséges intelligencia ezzel szemben hamar felismerte az egyes környékek társadalmi helyzete és a rendőri jelenlét minősége közötti összefüggést.
Chattopadhyay elmondta, hogy a gépi modellezés megmutatta, hogy ha növekszik a nyomás, a rendőrség nagyobb számban jelenik meg és több letartóztatást hajt végre a gazdagabb területeken, az itt lekötött erőforrások azonban a szegényebb területekről hiányoznak, ahol kevesebb volt az intézkedés.
A szakember szerint az általa alkotott eszközt nem érdemes úgy használni, hogy a rendőrök elözönlik az adott környéket, hogy megakadályozzák a következő heti bűncselekményeket – a gép előrelátása inkább a városvezetés és a rendőrségi stratégiai tervezés terén hajthat hasznot.