美国芝加哥大学的研究团队开发出了一种人工智能新算法,利用芝加哥2014年到2016年暴力犯罪和财产犯罪的公共数据来训练模型。该模型可以提前一周预测未来的犯罪活动,准确率约为90%。
研究人员指出,以前的犯罪预测工具忽略了城市复杂的社会环境,并且没有考虑犯罪与警察执法效果之间的关系。而新模型通过观察离散事件的时间和空间坐标,还将公路、火车站和公车路线等交通工具信息作为运算因子,来预测犯罪。此外,该模型还揭示出警察在执法过程中存在某些偏见。
我们的科技留言板“有意见”如下
@不倒翁:听说过针对气象的精准预报,比如将城市区域分解成许多个1公里×1公里的网格,实现两个小时内每个网格的天气预报,而这都需要对过去10年的海量雷达数据进行处理、训练和分析,预测还往往不那么准确。现在把一个城市划分为1000英尺(300米)的一个个区域,通过历史数据对人的行为进行分析,从而预测未来某个人将会实施某项犯罪行为,这不是一个科学的态度和方法。
@TomandJerry:表格蹲点已进化成了AI蹲点。涂子沛在《大数据》中就介绍了犯罪之都纽约的一个巡警杰克梅普尔通过地点标记和图表记录案发时间找到犯罪的规律,全城推广成功将地铁的犯罪率降低了27%,由此还诞生了计算统计学(CompStat)。如今表格分析已发展成为了AI,更加精准。这就是告诫人们想走捷径做劫匪也枉然。
@周一见:2002年美国电影《少数派报告》已经“预言”,随着科技发展,人类可以利用具有感知未来的超能力人——“先知”来预测并阻止犯罪。现在,AI充当了这一角色,但正如片名一样,90%的准确率,意味着”少数派“的存在,而那些即将犯罪的人又该怎样处理?AI预测犯罪的可行性,也许需要先考虑这些问题。
@锐角:作为一集不落看完五季《疑犯追踪》的人,对AI预测犯罪这个场景太熟悉了,现实版AI虽然还在萌芽阶段,但是潜力巨大。我想未来的警务模式也许是AI技术+公安系统数据+视频监控系统融合的大数据公安警务模式。
@独木舟:对信息的有效解读是个科技难题,AI如何实现读心术?犯罪行为是心理层面的问题,也是AI最难突破的情感分析能力。AI算法随着数据质量、网络覆盖、技术升级,其预测能力会大幅提升,但预测犯罪的可靠性还有待考究。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。