Bűnözőket kutatnak fel a gépi tanulást használó szoftverrel

Komoly problémát jelent a nagyobb városokban dolgozó nyomozók számára a különböző bűnesetek összekapcsolása, mert egyszerűen túlságosan sok eset van a nyilvántartó rendszereikben ahhoz, hogy ezt manuálisan meg tudják tenni.

Ez jelentősen hátráltathatja a nyomozásokat, így a New York-i rendőr-főkapitányság (NYPD) az Origo cikke szerint az elmúlt két évben házon belül elkezdett fejleszteni egy Patternizr névre keresztelt szoftvert, hogy többé-kevésbé megoldja a problémát.

A gép „mindent” tud és hasonlít

A Patternizr lényege, hogy feldolgozza a több százezer nyilvántartott bűnesetet, majd adatelemzéssel megpróbál kapcsolatokat találni köztük.

A kapitányságnál dolgozó Rebecca Shutt bűnügyi elemző konkrét példával is szolgált a működésére: a segítségével sikerült azonosítania egy férfit, aki több New York-i Home Depot áruházból is fecskendő használatával lopott fúrógépeket.

Az elemzőszoftver nélkül Shuttnak csak az ő kerületében történt lopásról lett volna tudomása, viszont a Patternizrnek köszönhetően kiderült, hogy az elkövető már több kerületben is lopott ugyanazzal a módszerrel.

Az ügyek gépi összekapcsolása nagyban segítette a tolvaj kézre kerítését

Az NYPD szerint a gépi tanulást használó rendszer betanítását tíz évnyi korábban azonosított mintával végezték, a tesztelés során pedig az esetek 80 százalékában részlegesen, míg az esetek harmadában kifejezetten precízen újraalkotta a keresendő mintákat a bevitt adatok alapján.

A rendszer semmilyen módon sem veszi figyelembe az elemzés során a bőrszínt, ezzel kívánják elkerülni a fejlesztők, hogy a gépi tanulást használó algoritmusok rasszalapon előítéletessé váljanak.

Borítókép: Shutterstock