最近芝加哥大學的科學家發表了一組可以預測犯罪發生的 AI 模型，號稱準確率可達 90%。
這組演算法是使用芝加哥 2014 年到 2016 年，暴力犯罪（兇殺、傷害）和財產犯罪（住宅竊盜、汽機車盜竊）等兩大類犯罪資料來訓練模型（毒品犯罪未例入）。研究團隊表示這套模型不只適用於芝加哥當地，在套入亞特蘭大、奧斯汀、底特律、洛杉磯、費城、波特蘭和舊金山等七大城市的犯罪資料後，其預測力也相當出色。
新的演算法修正缺陷 克服種族偏見
過去不少人認為類似的犯罪預測系統會助長種族偏見，像是近年來芝加哥警察局使用另一組算法進行試驗，推測該市有誰容易被捲入槍擊事件（無論是受害者還是肇事者），但最後卻發現芝加哥有 56% 的 20 至 29 歲的黑人男性出現在名單上。
研究者表示，這個模型本身也可能存在偏見，但他們已經盡力去排除過去犯罪演算法的缺陷，像他們排除了毒品犯罪、交通攔截與其他輕罪這些原本容易出現執法偏見的案件資料。同時過去的犯罪預測算法通常使用類似於流行病傳染的算法預測，但是這組算法還加入了公路、人行道、火車站和公車路線等交通工具資訊當作因子運算，可以更有機性地預測犯罪發生。
研究者強調：這套系統不是關鍵報告！
最重要的，研究者強調「這套系統不是《關鍵報告》」，AI 不會把哪個民眾列成嫌疑者，只會識別潛在的犯罪地點。研究者謹慎地指出，這套工具雖然準確性不錯，但並不應該用於直接指派警力，而該是用在更高層的治安政策。
這篇研究已刊在〈Nature Human Behaviour〉，並受到美國國防高等研究計劃署 （DARPA）贊助。