Znanstvenici su proizveli umjetnu inteligenciju koja može predvidjeti kriminalne aktivnost tjedan dana unaprijed sa zapanjujućom točnošću od 90%.
Neke vlade već pokazuju interes za ovim naprednim sustavom
U novom algoritmu koji su razvili podatkovni i društveni znanstvenici sa Sveučilišta u Chicagu, vremenski i lokacijski obrasci koriste se za predviđanje zločina. Zahvaljujući javno dostupnim podacima, algoritam umjetne inteligencije točno predviđa kriminalne aktivnosti u osam američkih gradova, otkrivajući pritom da bogate četvrti posjeduju nesrazmjerno visoku razinu reakcije od strane policije.
Sustav je također uspješno predvidio zločine tjedan dana unaprijed sa zapanjujućim stupnjem točnosti od oko 90%. Zbog ovakvog napretka umjetne inteligencije i strojnog učenja, neke vlade su već zainteresirane za korištenje novog sustava u svrhu predviđanja, planiranja i nadzora spomenutih aktivnosti.
Bogatije četvrti imale više kriminala, ali i veću razinu reakcije od strane policije
Koristeći zaseban model, istraživački tim je usporedio stope uhićenja između četvrti s različitim socioekonomskim razinama ne bi li odredio kako je policija reagirala na kriminal. Više uhićenja izvršeno je u bogatijim područjima, dok je manje uhićenja izvršeno u siromašnijim četvrtima. Međutim, ispada da siromašne četvrti nisu proizvele više uhićenja iz razloga što je policijska reakcija pristrana.
Prema dr. Ishanu Chattopadhyayu, asistentu profesora medicine na Sveučilištu u Chicagu i glavnom autoru studije, “Ono što vidimo je da kada je sustav pod stresom, potrebno je više resursa za uhićenje ljudi kao odgovor na kriminal u bogatom području, što pritom odvraća policijske resurse od područja nižeg socioekonomskog statusa.”
U testiranju i potvrđivanju ovog alata korišteni su povijesni podaci iz grada Chicaga za dvije široke kategorije prijavljenih događaja: nasilni zločini (ubojstva, napadi i ozljede) i imovinski zločini (provale, razbojstva, krađe motornih vozila itd.). U urbanim sredinama gdje postoji povijest nepovjerenja i nedostatka suradnje s policijom, vjerojatnije je da će ti podaci ipak biti prijavljeni policiji te da neće biti podložna pristranosti kada je u pitanju reakcija i procesiranje, za razliku od kaznenih djela vezanih uz droge, zaustavljanja prometa i drugih prekršaja.
Je li LaMDA prvi AI sustav koji posjeduje svijest i emocije?
Prostorni raspored kriminaliteta
Također, važno je napomenuti da ovi alati ne uzimaju u obzir složeno društveno okruženje gradova i učinak policijskih mjera na kriminal. “Prostorni modeli zanemaruju prirodnu topologiju grada”, rekao je sociolog i koautor dr. sc. James Evans, Max Palevskyj profesor na Sveučilištu Chicago i Institutu Santa Fe.
“Prometne mreže prate ulice, šetnice, željezničke i autobusne linije. Komunikacijske mreže prate područja sličnog socioekonomskog statusa. Naš model omogućuje otkrivanje tih veza”, dodaje Evans.
Inače se kriminal tradicionalno predviđao pomoću epidemioloških ili seizmičkih metoda, pri čemu se kriminal pojavljuje na “vrućim točkama” i širem perifernom području. Novi model, s druge strane, ispituje vrijeme i prostorne koordinate diskretnih događaja kako bi predvidio buduće događaje. Umjesto da se oslanja na tradicionalne četvrti ili političke granice, koje mogu biti pristrane, dijeli grad na kvadrate od 1000 stopa i predviđa kriminal unutar njih.
Kvalitetni rezultati u osam testiranih gradova
Nije bilo razlike u izvedbi modela prilikom korištenja podataka iz sedam drugih gradova, uključujući Atlantu, Austin, Detroit, Los Angeles, Philadelphiju, Portland i San Francisco.
“Pokazujemo važnost otkrivanja obrazaca specifičnih za grad kada je u pitanju predviđanje kriminala, što nam također daje svjež pogled na četvrti u gradu, a omogućuje nam i postavljanje novih pitanja te planiranje policijskih akcija na nove načine”, navodi Evans.
Policija ne bi trebala koristiti sustav za proaktivno pokretanje racija u susjedstvu ne bi li spriječila kriminal, već bi u mjesto toga, politike borbe protiv kriminala i policijske strategije trebale uključivati ovu strategiju kao jedan od alata u svojem standardnom okviru.
Istraživanje je objavljeno u časopisu Nature Human Behaviour.
Što povezuje neidentificirane zračne fenomene i našu umjetno inteligentnu tehnologiju?
Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram
Pozdrav svima! Hvala što čitate Kozmos.hr! Ja sam Ivan i dugi niz godina pišem o svermiu, astronomiji, znanosti, povijesti i arheologiji, a imao sam priliku sudjelovati i u dokumentarcima Science Discovery-ja te History Channel-a.
Ja sam Matija Klarić.
Student sam Ekonomskog fakulteta, a u slobodno se vrijeme bavim volonterstvom te istraživanjem, čitanjem i pisanjem o mojim omiljenim temama; svemiru, astronomiji, astrofizici i tehnologiji.
