コロンボは、犯罪対策の最新動向を嫌っていたでしょう。 そして、それは間違いなくダーティ・ハリーをより無頓着にしていたでしょう。
しかし、シャーロック・ホームズは、今では感銘を受けたでしょう。 ロジック、科学、データの編集-すべてのホームズ探偵作品。
私は予測的ポリシングとして知られているものについて話している-データの負荷を収集し、どこでいつ犯罪が発生する可能性が高いかを推測するアルゴリズムを適用する。 先月、ロサンゼルス警察は、カリフォルニア州のPredPolという新興企業によって作成されたソフトウェアの使用を拡大すると発表しました。
過去6か月間、その都市のフットヒル地区の警察はコンピューターのアドバイスに従っており、LAPDによると、その結果は、彼らが向けられた近隣の報告された強盗の25％の減少です。 現在、LAPDは、100万人以上を対象とする5つの地区でアルゴリズム駆動型ポリシングの使用を開始しています。
以前はサンタクルスでテストされていたPredPolのソフトウェア（盗難は19％減少）は、実際には地震の予測に使用されるプログラムから発展したものです。 現在、長年の犯罪データ、特に場所と時間を処理し、強盗が最もよく知っている地域で働く傾向などの犯罪行為について知られていることでそれを改良します。
各シフトの前に、役員には財産犯罪の可能性のあるホットスポットの赤いボックスでマークされたマップが与えられ、場合によっては幅500フィートほどの小さなエリアにゼロ点が設定されます。 通話中でないときはいつでも、ボックスの1つで、できれば2時間ごとに少なくとも15分間過ごす必要があると言われます。 焦点は犯罪の解決ではなく、コンピューターがターゲットとする犯罪ゾーンに高いプロファイルを確立することで犯罪を防止することです。
通りに持っていく
それで、これは警察がいつもやったことではないでしょうか？ 彼らはパターンを把握し、ほとんどの時間を犯罪の多い地域のパトロールに費やしていませんか？ はい、そうです。 優秀な警官はトラブルスポットを知っており、ベテランの警官は長年にわたってその場所について学んだことを頼りにしています。 しかし、それは主に統計分析ではなく、個人的な経験と本能に基づいています。
また、1990年代半ばにニューヨークで開始され、犯罪報告の分析を中心に構築された法執行戦略であるCompStatをすでに多くの都市が受け入れていることも事実です。 CompStatは、犯罪対策にデータを適用する上で大きな進歩でしたが、それでも、将来を予測することよりも、振り返ることの方が重要でした。
IBMがメンフィスの警察署用に開発したPredPolおよび同様のソフトウェアと、最近サウスカロライナ州チャールストンにあるソフトウェアは、データが毎日再調整され、はるかに正確でタイムリーです。 そして、パターンを見つけるのに人間の分析者は数時間から数日かかるかもしれませんが、コンピューターは数秒で点をつなぐことができます。
少なくとも、予測的ポリシングのブースターによると、このソフトウェアにより、警察は戦略セッションに参加する代わりに、路上でより多くの時間を過ごすことができます。 コンピューターはより多くの計画を処理できます。これにより、予算削減のために役員を失ったすべての警察署にとって、これはさらに魅力的になります。
悪い検索結果
しかし、コンピューターがショットを呼び出す場合によくあることですが、アルゴリズムによる犯罪対策は一部の人々を緊張させます。 評論家は、特定の地域に関する人種プロファイリングやステレオタイプの強化に容易につながる可能性があると言います。コンピューターがエリアをホットスポットとして特定すると、疑わしい行動としてふさわしいものの水準を下げます。
ワシントンDCの法律教授であるアンドリュー・ファーガソンは、時間の問題だけだと、予測的ポリシングに基づいた捜査が法廷で異議を申し立てられる前です。 チャールストン（SC）シティペーパーとの最近のインタビューからの彼の見解は次のとおりです。
「あなたが言うことは最悪のケースだと思います-そして、これがそんなに大げさなことだとは思いませんが-誰かが強盗の疑いで街角で止められる場合があるということです。 それは裁判所の前に行き、彼らは言う、「役員、この人を止めるためのあなたの合理的な疑いは何でしたか？」
「そして、彼は「コンピューターは私に言った」と言うでしょう、本質的にそうですか？ 「コンピューターは強盗を探していると言ったが、その場所でこの男を見たので、彼は強盗のように見えたので彼を止めた。」 そして人種、階級、それらすべては明らかにその一部です。 そして、裁判官はただ延期します。
「コンピューターをどのように調べますか？」
21世紀の犯罪の破壊
テクノロジーが法執行機関をどのように変えているかについて、さらに例を示します。
- 目はそれを持っています： FBIは、古い指紋データベースを拡張するプロジェクトの一環として、虹彩スキャンを保存するためのサーバースペースを追加しています。 より多くの刑務所が、高解像度カメラを使用して、囚人の虹彩の画像を予約時に作成しています。
- スマートフォンの正義：英国のスコットランドヤードは、Facewatchというスマートフォンアプリを作成しました。 ユーザーは郵便番号を入力すると、その地域にいる可能性のある容疑者の写真が表示されます。 誰かを認識したら、画像をタップしてその人の名前を送信できます。
- 対面：ミシガン州立大学のエンジニアは、警察のアーティストが作成したスケッチとマグショットのデータベース内の画像を照合することにより、犯罪者の追跡を容易にするアルゴリズムを作成しました。 これにより、多くの場合、信頼性の低い外傷性記憶に基づいて、犯罪を解決するのにより効果的なスケッチを作成できます。
- いくつかのロボットを投げましょう：警察と消防士は、8インチの長さのロボットであるRecon Scout Throwbotの使用を開始しました。このロボットは、サッカーのように投げることができますが、直立してカメラからビデオを送信します。
- 悪魔は私にそれをさせませんでした：オレゴンの研究者は、25年以上のデータの分析は、多くの人々が地獄と神の懲罰的な性質を信じる社会では、ほとんどの人が彼らの信仰を置く社会よりも犯罪率が低い傾向があることを示唆すると言います寛容な神に。
ビデオボーナス：昔は、究極のローテク探偵であるColumboとしてPeter Falkと少し時間を過ごしてください。
Smithsonian.comからの詳細
私たちは犯罪現場をどれほどよく覚えていますか？
無法者ハンター
