El aprendizaje automático solo lo lleva muy lejos en el análisis de las tendencias delictivas. Puede analizar datos para tendencias en el tiempo de comisión (día de la semana y hora del día), la recurrencia del delito en un lugar determinado y desarrollar lo que llamamos “mapas de calor” en un delito determinado en un área determinada (que parecía térmica imágenes, donde las altas tasas de incidencia aparecieron como colores cálidos y baja incidencia como colores fríos).
Sin embargo, cuando realmente está tratando de poner en práctica un conocimiento de los datos delictivos, las cosas se vuelven difíciles para el aprendizaje automático puro. Por ejemplo, teníamos un oficial en mi departamento que era analista de tendencias delictivas. Su trabajo consistía en consultar nuestros sistemas de informes para buscar tendencias delictivas, supongo que podría clasificar parte de ese aprendizaje automático, pero luego tuvo que comenzar a poner nombres y caras en la ecuación. Después de haber hecho esto durante un tiempo, comenzó a tener una idea de quién era “bueno para” (probablemente haber cometido) un conjunto dado de delitos, generalmente personas con las que tratamos al menos semanalmente, personas a las que solíamos llamar ” volantes frecuentes “. Incluso en una ciudad con decenas de miles de personas, si una ola de crímenes comenzara a estallar, generalmente había personas muy específicas en las que comenzaríamos a enfocarnos. Saber asociar estas cosas sería muy difícil de programar en un sistema informático, al menos con la tecnología actual, y especialmente dado lo transitorios que son muchos delincuentes.
Una vez que obtuviera suficiente información para que sus sentimientos fueran más que una corazonada, enviaría un boletín de información sobre delitos a los escuadrones de patrulla (principalmente, generalmente estaban disponibles en el departamento). Esto podría variar desde información sobre una persona hasta lo que llamamos una lista Filthy Fifty: cincuenta personas que estaban asociadas entre sí y que necesitaban un poco de … atención. Una vez que obtuve eso como oficial de patrulla, miraría para ver si la persona o personas en cuestión vivían en mi ritmo (área de la ciudad). Si es así, me aseguraría de vigilar el movimiento del vehículo en su residencia, las personas que iban y venían, y también patrullaría las áreas muy afectadas, con respecto al crimen en cuestión, en un esfuerzo por disuadir (estableciendo un aumento presencia policial) o captura (al tener la feliz circunstancia de atrapar a alguien en el acto).
- ¿Por qué es importante la eliminación de variables en los modelos gráficos probabilísticos?
- ¿Puede el aprendizaje automático ayudarnos a comprender el cerebro humano?
- ¿Cuál es la diferencia entre alineación y deformación en visión artificial?
- ¿Cuáles son algunos buenos métodos para explorar datos de alta dimensión?
- ¿Cuáles son las opiniones de Yoshua Bengio sobre Kaggle y el aprendizaje automático competitivo en general?
Entonces, para responder a su pregunta: sí, pero en aspectos limitados. La aplicación de la ley, por mucho que se esté moviendo hacia un modelo de vigilancia basada en inteligencia, siempre tendrá un elemento humano que exige botas en el suelo y trabajar en la calle. Siempre recibí con agrado cualquier información que pudiera obtener para complementar mis esfuerzos en la calle, pero me di cuenta de que eso es todo lo que realmente podría ser: complementario.