美國科學家開發出了一種人工智能(AI)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的模式來預測犯罪。該模型可以提前一周預測未來的犯罪活動，準確率約為90%。該模型也揭示了警察在執法過程中的某些偏見。相關研究發表于最近的《自然·人類行為》雜志。

機器學習和人工智能領域的進步引發了各國政府的興趣，他們希望利用這些工具開展預測性警務來遏制犯罪。鑒于此，芝加哥大學科學家開發出了一種新算法，以提前預測犯罪。

研究論文資深作者、芝加哥大學醫學助理教授伊沙魯·查托帕德哈伊博士及其同事，利用芝加哥市暴力犯罪(殺人、襲擊、爆炸等)和財產犯罪(入室盜竊、機動車盜竊等)的歷史數據，對該人工智能工具進行了測試和驗證。

研究人員指出，以前的犯罪預測工具忽略了城市復雜的社會環境，并且沒有考慮犯罪與警察執法效果之間的關系。而新模型通過觀察離散事件的時間和空間坐標，發現能預測未來事件的模式，以此來確定犯罪，準確率達90%。新算法將城市劃分為大約1000英尺寬的空間塊，并預測這些區域內的犯罪，而非依賴傳統的鄰里關系或政治邊界，因為這些也會讓人產生偏見。研究團隊用來自美國其他7個城市——亞特蘭大、奧斯汀、底特律、洛杉磯、費城、波特蘭和舊金山的數據測試了該算法，其表現同樣出色。

而且，研究團隊還通過分析犯罪事件發生后的逮捕人數并比較不同社會經濟地位社區的逮捕率，來研究警察對犯罪的反應。他們發現，富裕地區的逮捕率比較高，弱勢社區的逮捕率相對較低。然而，在貧困社區犯罪并沒有導致更多人被捕，這表明警方在針對犯罪作出反應和執法方面存在偏見。

查托帕德哈伊還強調，該工具準確率高，并不意味著它應該用于指導執法，相反，它應該被添加到減少犯罪的城市政策和警務戰略工具箱中。(劉霞)