美國科學家利用人工智能預測一周內可能發生罪案 準確率逾九成
撰文：張子傑
出版：更新：
美國一批科學家開發出一套人工智能（AI）演算法，用於更準確預測發生罪案的機會，同時發現當地警方在貧窮社區執法存在偏見的情況。
由美國芝加哥大學助理教授查托帕德哈伊（Ishanu Chattopadhyay）率領的研究團隊6月30日在《自然·人類行為》（Nature Human Behavior） 期刊發表研究報告，他們利用芝加哥市內的兩大主要報警類別，包括謀殺、襲擊、虐待等暴力案件，以及爆竊、盜竊、汽車失竊等財產罪的數據，作為測試及認證對象。
重新劃分空間避免數據有偏見
查托帕德哈伊表示，過往的犯罪預測沒有考慮到每個城市的複雜社區情況或執法部門系統上的偏見，導致警方有時在個別地區派出過量人手。
這個新的推算法則透過分析互不關連事件及模式的時間和空間座標，預計將來可能發生的事件。該系統將市內劃分為多個大約1000呎的空間塊，而不是傳統的社區或政治界線預測罪案，減低出現偏見情況。
研究指出，系統可以預測一周內可能發生的罪案，而且準確度超過90%。團隊亦利用亞特蘭大、三藩市、洛杉磯、費城、底特律、波特蘭及德州首府奧斯汀的數據作測試，結果同樣非常理想。
美國德州小學5月25日發生嚴重槍擊案，導致21人喪生，當中包括多名兒童。假如芝加哥大學的預測罪案演算法可以普遍使用，類似的悲劇能否避免？（AP）
執法尺度「貧富不均」
團隊同時分析警方應對罪案的效率，透過比較案發後被捕人數與不名社會經濟地位社區的拘捕率，發現富裕社區發生罪案的拘捕率高於弱勢社區，貧窮社區的罪案並不等於有更多人被捕，反而是顯示警方在處理案件及執法時有偏見。
查托帕德哈伊強調，推算法的準確度並不代表它應用於指導當局如何執法，而是成為公共政策和應對罪案的執法策略的其中一項工具，令當局執法時更公平及按照實際需要分配資源。