預測犯罪事件的AI 準確率高達90％(圖)

新的演算法能夠有效預測未來犯罪事件的發生。（圖片來源：Adobe Stock）

預測未來的犯罪

近日，《自然·人類行為》雜誌上刊登了一篇論文，論文中提及芝加哥大學的科學家開發出一種新的演算法，它擁有提前一星期預測未來犯罪的能力，其預測準確率高達90％，範圍在1000英尺左右。

這種演算法會從有關「暴力犯罪」與「財產犯罪」的公共數據庫中進行學習，使用芝加哥從2014年到2016年間累積的數據進行測試與驗證，比如：凶殺案、鬥毆、入室盜竊、襲擊等，這些類型的犯罪事件報案率更加充足。與毒品犯罪、交通違規攔查或是其他輕罪相比之下，較少出現執法者的偏見影響案件執行。演算法的模型通過觀測過往離散事件的時間與空間坐標來隔離犯罪，它將城市區分為1000英尺寬的「空間瓦片」，同時預測這些區域內未來會發生的犯罪事件。

有些人認為這種預測犯罪的系統會加深種族偏見或歧視的現象，過去曾有另一組演算法計算容易成為槍擊事件的加害者與受害者的對象，芝加哥的20到29歲的黑人男性有56％出現在計算結果的名單中。研究學者表示他們已最大限度地排除演算法具有的缺陷，諸如毒品犯罪、交通違規攔查或是其他輕罪等類型都不列入演算法使用的資料中。另外他們也加入了交通工具與路線的資訊作為演算法的運算因子，能夠使預測犯罪的結果更加符合現實。

對警察執法的影響

伊沙努·查托帕迪耶表示這套演算法的高度準確性不代表它會成為警察執法的指導守則，而是作為維持城市治安的策略工具之一，以應對不知何時何地發生的犯罪事件。查托帕迪耶說：「我們創造出這座城市環境的數字『雙胞胎』。如果你提供過去發生案件的數據給它，它就能告訴你未來將會發生甚麼事情。」並補充：「這種事並不神奇，它存在著一些限制，但我們對它進行了驗證，而且取得非常好的成效。」

研究小組通過分析案件中逮捕的罪犯人數，加上比較不同社區的逮捕率，研究警方對於犯罪的反應。後來發現較為富裕的地區犯罪水平增加時，將導致發生更多的逮捕行為，如果是發生在貧困的社區，轄區警方會有明顯相反的反應與執法手段。查托帕迪耶表示能將這套演算法當作一個現實的模擬工具，觀察城市某個地區的犯罪率上升，或是另一個地區警察的執法力度變大，將會產生甚麼樣的後果。

這一套演算法模型不僅適用於芝加哥當地，其他還有亞特蘭大、奧斯汀、底特律、洛杉磯、費城、舊金山等七座城市，它們使用當地的犯罪資料進行運算後，展現出的預測成果也相當出色。這項研究目前已受到美國國防高等研究計劃署的贊助，論文作者於結語表示：「它具有前所未有的能力來監測執法偏見。」持續下去，不僅能有效預防犯罪事件，還能降低一些爭議執法事件的發生。