مجله اینترنتی شهر فارسی

ایده Person of Interest در دنیای واقعی: هوش مصنوعی جرایم را با دقت ۸۶ درصد پیش‌بینی می‌کند

ایده Person of Interest در دنیای واقعی: هوش مصنوعی جرایم را با دقت ۸۶ درصد پیش‌بینی می‌کند

محققان از توسعه یک مدل جدید هوش مصنوعی خبر داده‌اند که می‌تواند وقوع جرایم را با دقت بیشتری نسبت به بسیاری از روش‌های فعلی پیش‌بینی کند. این سیستم با تحلیل هم‌زمان اطلاعات مربوط به زمان وقوع جرم، موقعیت جغرافیایی و الگوهای اجتماعی، توانسته نتایج امیدوارکننده‌ای به ثبت برساند. بنابراین به‌نظر می‌رسد چیزی که پیش‌تر در سریال «Person of Interest» دیده بودیم، اکنون به واقعیت بسیار نزدیک شده باشد.

هوش مصنوعی جدید چگونه جرم را پیش‌بینی می‌کند؟

نتایج آزمایش‌ها نشان می‌دهند این مدل در پیش‌بینی سرقت در چند شهر آمریکا از جمله لس‌آنجلس و سیاتل به دقت ۸۶.۳ درصد دست یافته است. این درحالی است که بهترین مدل‌های رقیب در همین آزمایش‌ها حدود ۸۳.۲ درصد دقت داشته‌اند. محققان معتقدند چنین فناوری‌هایی می‌توانند در آینده به نیروهای انتظامی کمک کنند تا منابع و نیروهای خود را هدفمندتر مدیریت کرده و مناطق دارای ریسک بالاتر را سریع‌تر شناسایی کنند.

پیش‌بینی وقوع جرم توسط هوش مصنوعی
ایده Person of Interest در دنیای واقعی: هوش مصنوعی جرایم را با دقت ۸۶ درصد پیش‌بینی می‌کند

این مدل ترکیبی از چند فناوری مختلف حوزه هوش مصنوعی است. محققان برای تحلیل ارتباط میان مناطق مختلف از «شبکه‌های عصبی گرافی» (GNN) استفاده کرده‌اند؛ فناوری که می‌تواند ارتباطات مکانی و جغرافیایی را شناسایی کند. در کنار آن، از معماری ترنسفورمر نیز استفاده شده تا الگوهای زمانی و روند تغییرات جرایم در طول زمان مورد بررسی قرار بگیرند. ترکیب این دو فناوری به سیستم اجازه می‌دهد هم روابط مکانی و هم تغییرات زمانی را به‌صورت همزمان تحلیل کند.

پژوهشگران در این مدل هوش مصنوعی، یک شبکه مولد تخاصمی یا GAN را به مدل خود اضافه کرده‌اند. این فناوری از دو مدل هوش مصنوعی تشکیل شده که برای بهبود عملکرد یکدیگر با هم رقابت می‌کنند. برای افزایش کیفیت داده‌های آموزشی نیز از تکنیکی به‌نام Variational Autoencoder یا «خودرمزگذاری متغیر» استفاده شده تا مشکلاتی مانند سوگیری داده‌ها یا افت فرایند یادگیری کاهش پیدا کند.

پیش‌بینی وقوع جرم توسط هوش مصنوعی

البته این سیستم هنوز محدودیت‌هایی دارد. به‌گفته پژوهشگران، عملکرد مدل در مناطقی که داده‌های تاریخی کمی در دسترس است یا سابقه ثبت جرم چندانی ندارند، ضعیف‌تر می‌شود. بنابراین تیم تحقیقاتی قصد دارد در مراحل بعدی از تکنیک «انتقال یادگیری» استفاده کند تا مدل بتواند دانش به‌دست‌آمده از یک منطقه را برای پیش‌بینی در مناطق دیگر نیز به کار بگیرد. اگرچه فناوری مورد اشاره هنوز در مرحله پژوهشی قرار دارد، اما نتایج اولیه نشان می‌دهد این مدل هوش مصنوعی می‌تواند در آینده نقش مهم‌تری در تحلیل الگوهای جرم و مدیریت امنیت شهری ایفا کند.

جزئیات این پروژه در نشریه «International Journal of Innovative Computing and Applications» منتشر شده است.

پیام بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *