E-Daily Τα Νέα της ημέρας και ότι σου κάνει κλικ!
LOL Feed OMG Feed Retro Feed A-List Feed LGBTQI+ Feed
E-Daily

Το σύστημα τεχνητής νοημοσύνης που μπορεί να «μαντέψει» ένα έγκλημα μια εβδομάδα πριν συμβεί

Τι δεδομένα χρησιμοποιεί και η κριτική που δέχεται

Από το NEWSROOM Δημοσίευση 4/7/2022 | 00:24

Το σύστημα τεχνητής νοημοσύνης που μπορεί να «μαντέψει» ένα έγκλημα μια εβδομάδα πριν συμβεί
Photo by Matthis

Μια ομάδα ερευνητών στις ΗΠΑ κατάφερε να αναπτύξει το πρώτο σύστημα τεχνητής νοημοσύνης, το οποίο μπορεί να αναλύσει στοιχεία γύρω από την εγκληματικότητα και ύστερα να προβλέψει με ακρίβεια που φτάνει το 90%, το που και το πόσα νέα εγκλήματα θα συμβούν μέσα στην επόμενη εβδομάδα σε μια πόλη.

Πρόκειται για ένα αλγοριθμικό εργαλείο, το οποίο μέχρι σήμερα είναι το ακριβέστερο που έχει αναπτυχθεί γύρω από τον τομέα της εγκληματολογίας. Οι ερευνητές από το Πανεπιστήμιο του Σικάγο, με επικεφαλής τον Ισάνου Τσατοπανταγιάϊ, αναφέρουν σε δημοσίευσή τους στο «Nature Human Behaviour», πως το μοντέλο τους βασίζεται σε ιστορικά δεδομένα και μπορεί να προβλέψει με αρκετή ακρίβεια τις πιθανότητες συγκεκριμένων εγκλημάτων σε συγκεκριμένες περιοχές μιας μεγάλης πόλης.

«Αν τροφοδοτήσεις το μοντέλο με δεδομένα που συνέβησαν στο παρελθόν, θα σου πει τι πρόκειται να συμβεί στο μέλλον. Δεν είναι μαγικό, έχει περιορισμούς, αλλά επιβεβαιώσαμε ότι δουλεύει πραγματικά καλά.

Μπορεί κανείς να το χρησιμοποιήσει και ως εργαλείο προσομοίωσης για να δει τι θα συμβεί εάν το έγκλημα αυξηθεί σε μία περιοχή της πόλης ή εάν αυξηθούν οι διαθέσιμες αστυνομικές δυνάμεις σε μία άλλη περιοχή», δήλωσε ο Τσατοπανταγιάϊ.

Δεν είναι λίγες οι χώρες των οποίων οι αστυνομικές αρχές κάνουν συνεχώς όλο και μεγαλύτερη χρήση παρόμοιων τεχνολογιών πρόβλεψης. Βέβαια, αυτά τα συστήματα τα οποία βασίζονται σε αλγορίθμους, έχουν δεχθεί κριτική, για το ότι μπορεί να παρατείνουν προκαταλήψεις, κυρίως ρατσιστικές.

Οι συμμετέχοντες στη συγκεκριμένη έρευνα, το αρνούνται αυτό και υποστηρίζουν πως το σύστημα που ανέπτυξαν και δοκίμασαν σε οκτώ αμερικανικές πόλεις, θα βοηθήσει σίγουρα την αστυνομία να κατανείμει σωστότερα το προσωπικό της και να συναντά λιγότερες εκπλήξεις καθημερινά.

ΔΕΙΤΕ ΕΠΙΣΗΣ
ΣΤΗΝ ΙΔΙΑ ΚΑΤΗΓΟΡΙΑ

Το καμάρι της Nέας Υόρκης: Πώς κατέρρευσε η αυτοκρατορία της Saks;

Stories 18.01.2026
Πτώχευση στην καρδιά της πολυτέλειας – Η πτώση της Saks Global

Αναστασία Ντραγκομίροβα: H αθλήτρια του επτάθλου με τα ρεκόρ, τα tattoos και το τρελό make up μιλά ανοιχτά για όλα

Rec Mode 18.01.2026
Η Αναστασία Ντραγκομίροβα μας μιλά για την οικογένειά της, τις δυσκολίες της καθημερινότητας και των προπονήσεων

Το κέρμα που κρύβει μια ιστορία 2.500 χρόνων ‑ είναι ελληνικό και το έχεις στο πορτοφόλι σου

Νέα Εποχή 18.01.2026
Ένα μικρό σύμβολο, μια τεράστια ιστορία: το πιο «σοφό» κέρμα της Ευρώπης έχει ρίζες 2.500 ετών και κουβαλά τη σοφία της θεάς Αθηνάς!

Οι γάτες είναι υπεύθυνες για τουλάχιστον 63 εξαφανίσεις ζώων από τον πλανήτη

Περιβάλλον 18.01.2026
Φυσικά ο άνθρωπος έχει βάλει το χεράκι του και σε αυτό

Το μοναδικό δέντρο στον κόσμο που ματώνει

Περιβάλλον 18.01.2026
Το Σοκότρα είναι το σπίτι της μυθικής dracaena cinnabari

7 σούπερ γιοτ που σχεδιάστηκαν από διάσημους αρχιτέκτονες

Αρχιτεκτονική 18.01.2026
Τα περισσότερα διασχίζουν τις θάλασσες, ενώ κάποια παραμένουν απλά σχέδια

Ο πρώτος διάσημος masterchef ήταν στην Ελλάδα της αρχαιότητας

Πρόσωπα 18.01.2026
Τι κάνει έναν διάσημο σεφ, διάσημο; Ποιος επηρέασε ποιον και πώς φτάνουμε στην αρχαία Ελλάδα

Η δημοσιογράφος που θεωρήθηκε η γυναίκα με τη μεγαλύτερη επιρροή στην Αμερική

Πρόσωπα 18.01.2026
Dorothy Thompson, παρουσιάστρια ειδήσεων περίπου το 1934

Η ηθοποιός Jean Spangler εξαφανίστηκε μια νύχτα. Το μόνο που βρήκαν ήταν ένα σημείωμα

Πρόσωπα 18.01.2026
Η περίπτωση της Jean Spangler, της επίδοξης ηθοποιού που εξαφανίστηκε χωρίς ίχνη το 1949

H γυναίκα που έγινε διάσημη ως η πιο ευέλικτη αθλήτρια όλων των εποχών

Πρόσωπα 18.01.2026
Lottie Dod, αθλήτρια και πέντε φορές πρωταθλήτρια του Wimbledon

O πασίγνωστος τραγουδιστής που πέθανε μυστηριωδώς μετά την μεγαλύτερή του επιτυχία

Πρόσωπα 18.01.2026
Eίναι πιθανό να μη μάθουμε ποτέ με βεβαιότητα τι συνέβη