美国科学家开发出了一种人工智能（AI）新算法，经过从暴力和产业违法的公共数据中学习时刻和地理位置的形式来猜测违法。该模型能提早一周猜测未来的违法活动，准确率约为90%。该模型也提醒了差人在法律过程中的某些成见。相关研讨发表于最近的《天然·人类行为》杂志。

  机器学习和AI范畴的前进引发了各国政府的爱好，他们期望使用这些东西展开猜测性警务来遏止违法。鉴于此，芝加哥大学科学家开发出了一种新算法，以违法。

  研讨论文资深作者、芝加哥大学医学助理教授伊沙鲁·查托帕德哈伊博士及其搭档，使用芝加哥市暴力违法（杀人、突击、爆破等）和产业违法（入室偷盗、机动车偷盗等）的历史数据，对该AI东西进行了测验和验证。

  研讨人员指出，曾经的违法猜测东西疏忽了城市杂乱的社会环境，并且没考虑违法与差人法律作用之间的联系。而新模型经过调查离散事情的时刻和空间坐标，发现能猜测未来事情的形式，以此来确认违法，准确率达90%。新算法将城市划分为大约1000英尺宽的空间块，并猜测这些区域内的违法，而非依靠传统的邻里联系或政治鸿沟，由于这些也会让人发生成见。研讨团队用来自美国其他7个城市——亚特兰大、奥斯汀、底特律、洛杉矶、费城、波特兰和旧金山的数据测验了该算法，其体现相同超卓。

  并且，研讨团队还经过一系列剖析违法事情发生后的拘捕人数并比较不同社会经济位置社区的拘捕率，来研讨差人对违法的反响。他们发现，殷实区域的拘捕率比较高，弱势社区的拘捕率比较来说较低。但是，在贫穷社区违法并没有导致更多人被捕，这表明警方在针对违法作出反响和法律方面存在成见。

  查托帕德哈伊还着重，该东西准确率高，并不代表它应该用于辅导法律，相反，它应该被添加到削减违法的城市方针和警务战略东西箱中。