Logo
Cover

Прогресс в машинном обучении и искусственном интеллекте вызвали интерес властей к инструментам прогнозирования преступлений. Первые попытки предсказать правонарушение были неоднозначными, но разработчиков эти неудачи не останавливают. Специалисты по большим данным из Университета Чикаго разработали новый алгоритм, который изучает закономерности насильственных и имущественных преступлений и выдает прогноз на неделю вперед с точностью около 90%.

Модель была протестирована и проверена на данных по двум категориям преступлений — насильственных (убийства, нападения, побои) и имущественных (воровство, грабеж, угон автотранспорта) — уже совершенных в Чикаго. Были выбраны именно эти правонарушения, потому что о них чаще всего заявляют в полицию, пишет EurekAlert.

Предыдущие попытки прогнозирования преступлений обычно использовали эпидемический или сейсмический подход, когда преступление возникает в «горячих точках», которые распространяются на окружающие области. Однако эти инструменты упускали из вида комплексную социальную среду городов и не принимали во внимание связь между нарушением и воздействием правоохранительных органов.

Новая модель изолирует преступление, рассматривая временные и пространственные координаты отдельных событий и обнаруживая паттерны будущих происшествий. Она делит город на зоны примерно по 300 метров шириной и прогнозирует вероятность преступлений в каждом из них, вместо того чтобы принимать в расчет административное или политическое деление. Модель хорошо зарекомендовала себя также в прогнозировании преступлений для Атланты, Остина, Детройта, Лос-Анжелеса, Филадельфии, Портленда и Сан-Франциско.

При этом авторы подчеркивают, что их инструмент при всей его точности не должен применяться полицией как прямое указание к действию — например, чтобы направить в горячую точку несколько нарядов для предотвращения преступления. Модель служит скорее для того, чтобы разрабатывать стратегию борьбы с правонарушениями в масштабе города.

«Мы создали цифрового двойника городской среды. Если загрузить в него данные о том, что было в прошлом, он скажет, что произойдет в будущем. Никакой магии в этом нет, имеются ограничения, но мы проверили его, и он работает довольно неплохо, — сказал Ишану Чаттопадхьай, автор исследования. — Теперь его можно использовать как инструмент моделирования, который показывает, что происходит, если преступления растут в одной части города, или в другой части становится больше полицейских. Если применить все переменные, можно увидеть, как система развивается в ответ».

Ученые из США изобрели инструмент, позволяющий заглянуть в миллиарды постов Твиттера и получить беспрецедентный срез мнений хоть о поп-музыке, хоть о политическом движении. Инструмент, названный авторами Storywrangler, ежедневно собирает фразы на 150 языках, анализирует взлет и падение идей и сюжетов, точно рассчитывает количество коллективного внимания. Авторы считают, что он ляжет в основу новой журналистики и истории как научной дисциплины.