Nézze meg a sporthíreket is
Iratkozzon fel hírlevelünkre Nézze meg a sporthíreket is
Komoly problémát jelent a nagyobb városokban dolgozó nyomozók számára a különböző bűnesetek összekapcsolása, 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 az elmúlt két évben házon belül elkezdett fejleszteni egy Patternizr névre keresztelt szoftvert, hogy többé-kevésbé megoldja a problémát.
A Patternizr lényege, hogy feldolgozza a több százezer nyilvántartott bűnesetet, majd adatelemzéssel megpróbál kapcsolatokat találni köztük. A kapitányságnál dolgozó Rebecca Shutt bűnügyi elemző egy 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.
Sajnos nem világos, hogy mit művelt az illető, pedig biztosan érdekes sztoriról van szó.
A lényeg, hogy az elemzőszoftver nélkül Shuttnak csak az ő kerületében történt lopásról lett volna tudomása, viszont a Patternizrnek hála kiderült, hogy az elkövető már több kerületben is lopott ugyanazzal a módszerrel.
Az ügyek 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 olyan 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.
Ha minden igaz, akkor az NYPD elsőként vezetett be ilyen elemzőrendszert az USA-ban, más rendőrségek jelenleg nem használnak a Patternizrhez hasonló szoftvert.
Ha szeretne még több érdekes techhírt olvasni, akkor kövesse az Origo Techbázis Facebook-oldalát, kattintson ide!
