24.04.2024
Подписывайтесь на Telegram-канал по ссылке

Модель машинного обучения научилась предсказывать преступления

prediction of urban crime

Специалисты по большим данным и общественным наукам из Чикагского университета разработали алгоритм машинного обучения, способный предсказывать преступления на основе закономерностей, извлечённых из публично доступных данных в Чикаго. Алгоритм изучает данные по преступлениям, связанным с насилием и грабежами. Модель способна предсказывать преступления на неделю вперёд с точностью 90%. Результаты работы опубликованы в журнале Nature Human Behavior.

Также исследователи изучали, как полиция США реагирует на преступления, отслеживая количество арестов, последовавших за ними, и сравнивая это соотношение по разным районам с разным социальным и экономическим статусом. Оказалось, что в богатых районах за преступления арестовывают чаще, а в бедных – наоборот.

Предсказательную систему тестировали на исторических данных по двум категориям событий: преступления, связанные с насилием (убийства, насилие, побои) и грабежом (кражи со взломом, угон транспорта). Эти группы выбрали потому, что о подобных преступлениях население сообщает чаще всего, даже в тех городских районах, где исторически с недоверием относится к полиции и не считает нужным с ней сотрудничать. При этом подобные преступления меньше подвержены дискриминации со стороны представителей закона.

Предыдущие предсказательные модели пытались использовать подходы, привычные для предсказания эпидемий или землетрясений. Но по словам соавтора работы Джеймса Эванса, такие пространственные модели игнорируют естественную топологию города. Новая модель учитывает транспортные и коммуникационные сети. Кроме Чикаго, модель хорошо справилась с предсказаниями преступлений в таких городах, как Атланта, Остин, Детройт, Лос-Анджелес, Филадельфия, Портленд и Сан-Франциско.

Ишану Чаттопадхьяй, главный автор исследования, говорит, что система охраны правопорядка под нагрузкой перераспределяет ресурсы в более богатые районы, перетягивая их из районов, жители которых стоят ниже на социальной лестнице. При этом он отмечает, что высокая точность системы не означает, что её уже можно использовать в охране правопорядка, и превентивно наводнять потенциально опасные районы полицейскими. Вероятно, пока её стоит добавить в набор инструментов городской полиции для улучшения стратегий борьбы с преступностью.