Nature sub-journal: 새로운 알고리즘은 미국 8개 도시에서 90%의 정확도로 일주일 전 2블록 이내의 범죄를 예측할 수 있습니다.

시카고 대학의 조교수인 Ishanu Chattopadhyay는 인사이더에게 자신과 그의 팀이 2014년부터 2016년 말까지 시카고 범죄 데이터를 훈련하여 미래 범죄를 예측할 수 있는 "도시 쌍둥이" 모델을 만들었다고 말했습니다. 앞으로 몇 주 동안 특정 범죄를 조사하고 90% 정확도로 반경 2블록으로 범위를 좁혔습니다.

Chattopadhyay는 "우리는 과거보다 훨씬 높은 예측 정확도로 개별 사건 수준에서 도시 범죄를 예측하는 방법을 보고합니다. "

James, 공동 저자 Evans의 논문은 Science Daily에 다음과 같이 말했습니다. "우리는 범죄 신고를 예측하기 위해 도시별 범죄 패턴을 발견하는 것의 중요성을 보여주었습니다. 이를 통해 도시 지역에 대한 완전히 새로운 관점을 제시하고 새로운 질문을 할 수 있게 되었으며 경찰의 조치를 새로운 방식으로 평가할 수 있게 되었습니다. ."

이 연구는 Nature Human Behavior에 게재되었습니다.

문서 링크:

https://www.nature.com/articles/s41562-022-01372-0

미래의 범죄를 예측하세요

모델의 데이터는 보고된 사건의 두 가지 주요 범주인 폭력 범죄(살인, 폭행, 구타)와 재산 범죄(강도, 절도, 자동차 절도)를 포함하는 시카고 시의 과거 데이터에서 가져온 것입니다. ).

AreaVibes가 집계한 데이터에 따르면 2020년 시카고의 범죄율은 전국 평균보다 67% 더 높았습니다.

이 데이터는 법 집행 기관에 대한 불신과 협력 부족이 있었던 도시 지역에서 경찰에 신고될 가능성이 가장 높기 때문에 사용됩니다.

마약 범죄, 교통 정체 및 기타 경미한 범죄와 달리 이러한 범죄는 법 집행 편견이 덜 발생합니다.

데이터를 테스트하고 검증함으로써 훈련된 새로운 모델은 개별 이벤트의 시간 및 공간 좌표를 관찰하여 향후 몇 주 동안 이벤트의 패턴을 정확하게 예측할 수 있으며 지리적 범위는 약 두 블록으로 제어할 수 있습니다. .

이 모델은 범죄 유형과 발생 장소에 초점을 맞춰 다른 7개 도시(애틀랜타, 오스틴, 디트로이트, 로스앤젤레스, 필라델피아, 포틀랜드, 샌프란시스코)에서 비슷한 결과를 얻었습니다.

"우리는 도시 환경의 디지털 트윈을 만듭니다. 과거에 일어난 일로부터 데이터를 제공하면 미래에 일어날 일을 알려줍니다."라고 Chattopadhyay는 말했습니다. 제한 사항이 있었지만 우리는 그것을 검증했고 정말 잘 작동했습니다."

잠재적 편향

제1저자 Ishanu Chattopadhyay는 "도구의 정확성이 법 집행 정책을 안내하는 데 사용되어야 한다는 의미는 아닙니다. 예를 들어, 경찰서는 범죄를 예방하기 위해 지역 사회에 적극적으로 집중하는 데 이를 사용해서는 안 됩니다.”라고 Chattopadhyay는 말했습니다.

대신 범죄를 해결하기 위한 도시 정책 및 치안 전략의 도구 상자에 추가되어야 합니다.

“이제 도시의 한 지역에서 범죄가 증가하거나 다른 지역에서 법 집행이 증가하면 어떻게 될지 시뮬레이션 도구로 사용할 수 있습니다. 시스템이 이러한 변수에 어떻게 반응하는지 확인할 수 있습니다."라고 Chattopadhyay는 설명했습니다.

연구팀은 사건 발생 후 체포된 건수를 분석하고 다양한 지역사회의 체포율을 비교하여 범죄에 대한 경찰의 대응도 살펴봤습니다.

Econofact가 집계한 연구에 따르면 치안 유지에 있어 인종적 편견은 높은 경제적 비용을 초래하고 이미 심각한 박탈을 겪고 있는 지역의 불평등을 악화시키는 것으로 나타났습니다. 그들은 부유한 지역에서 범죄율이 높아지면 더 많은 사람들이 체포된다는 사실을 발견했습니다. 그러나 이는 소외된 지역 사회에서는 일어나지 않으며, 이는 경찰의 대응과 집행이 고르지 않음을 보여줍니다.

따라서 조사를 강화하기 위해 데이터와 알고리즘을 공개함으로써 Chattopadhyay는 조사 결과가 경찰 대응 도구가 아닌 높은 수준의 정책에 사용될 수 있기를 바라고 있습니다.

그럼에도 불구하고 그러한 연구에는 여전히 의구심이 많습니다.

2016년 시카고 경찰국은 총격 사건에 연루될 가능성이 가장 높은 사람들을 예측하기 위해 모델을 실험했지만 미스터리한 목록은 결국 시카고에 거주하는 흑인 남성의 56%가 목록에 포함된 것으로 밝혀져 비난을 불러일으켰습니다. 인종차별의.

일부 모델은 이러한 편견을 근절하려고 시도하지만 종종 반대 효과를 나타냅니다. 일부 모델은 기본 데이터에서 인종적 편견이 미래의 편견 행동을 부채질한다고 비난합니다.

캠브리지 증거 기반 치안 센터의 로렌스 셔먼(Lawrence Sherman)은 뉴 사이언티스트에게 이 연구가 시민 신고나 경찰의 범죄 수사에 의존하는 연구에 경찰 데이터를 포함시킬 것을 우려한다고 말했습니다.

Chattopadhyay는 이것이 문제라는 데 동의하며 그의 팀은 시민이 신고한 범죄와 경찰 개입(종종 경미한 마약 범죄 및 교통 정지와 관련됨)뿐만 아니라 더 심각한 폭력 및 재산을 제외하여 이를 수행하려고 노력하고 있습니다. 이 문제를 설명하기 위해 범죄(어쨌든 신고될 가능성이 더 높음)를 설명합니다.

Chattopadhyay는 "이상적으로 범죄를 예측하거나 예방할 수 있다면 유일한 대응은 더 많은 경찰을 파견하거나 특정 동네에 법 집행 기관을 홍수로 몰아넣는 것이어서는 안 됩니다."라고 말했습니다. 범죄를 예방할 수 있지만 이런 일이 발생하는 것을 방지하기 위해 우리가 할 수 있는 일이 많이 있으므로 누구도 감옥에 가지 않고 사회 전체에 도움이 됩니다.”

위 내용은 Nature sub-journal: 새로운 알고리즘은 미국 8개 도시에서 90%의 정확도로 일주일 전 2블록 이내의 범죄를 예측할 수 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!