美国科学家利用人工智能预测一周内可能发生罪案　准确率逾九成

美国一批科学家开发出一套人工智能（AI）演算法，用于更准确预测发生罪案的机会，同时发现当地警方在贫穷社区执法存在偏见的情况。

由美国芝加哥大学助理教授查托帕德哈伊（Ishanu Chattopadhyay）率领的研究团队6月30日在《自然·人类行为》（Nature Human Behavior） 期刊发表研究报告，他们利用芝加哥市内的两大主要报警类别，包括谋杀、袭击、虐待等暴力案件，以及爆窃、盗窃、汽车失窃等财产罪的数据，作为测试及认证对象。

重新划分空间避免数据有偏见

查托帕德哈伊表示，过往的犯罪预测没有考虑到每个城市的复杂社区情况或执法部门系统上的偏见，导致警方有时在个别地区派出过量人手。

这个新的推算法则透过分析互不关连事件及模式的时间和空间座标，预计将来可能发生的事件。该系统将市内划分为多个大约1000呎的空间块，而不是传统的社区或政治界线预测罪案，减低出现偏见情况。

研究指出，系统可以预测一周内可能发生的罪案，而且准确度超过90%。团队亦利用亚特兰大、三藩市、洛杉矶、费城、底特律、波特兰及得州首府奥斯汀的数据作测试，结果同样非常理想。

执法尺度“贫富不均”

团队同时分析警方应对罪案的效率，透过比较案发后被捕人数与不名社会经济地位社区的拘捕率，发现富裕社区发生罪案的拘捕率高于弱势社区，贫穷社区的罪案并不等于有更多人被捕，反而是显示警方在处理案件及执法时有偏见。

查托帕德哈伊强调，推算法的准确度并不代表它应用于指导当局如何执法，而是成为公共政策和应对罪案的执法策略的其中一项工具，令当局执法时更公平及按照实际需要分配资源。