El Departamento de Policía de la Ciudad de Nueva York está utilizando un nuevo sistema de software llamado Patternizr, que ayuda a los oficiales a buscar en "cientos de miles" de archivos de casos, según un informe publicado en The Washington Post .
El informe dice que el software se desarrolló internamente y permite a los analistas buscar en una amplia gama de archivos para buscar patrones o delitos similares. Anteriormente, habrían tenido que pasar por archivos físicos. En un ejemplo, los oficiales utilizaron el sistema para relacionar dos delitos: un hombre que usó una jeringa para robar un simulacro en dos Depósitos para el Hogar diferentes en la Ciudad de Nueva York. Rebecca Shutt, la analista del crimen que resolvió el caso, explicó al Post que el sistema "trajo quejas de otros recintos que yo no hubiera sabido".
Este no es un sistema similar a Minority Report que busca predecir dónde ocurrirán los delitos , ni tampoco es un sistema que utiliza IA para analizar imágenes de CCTV . Más bien, es un sistema que busca patrones en las bases de datos de la policía de Nueva York, lo que permite a los detectives buscar en un grupo de datos mucho más amplio en el curso de una investigación. El sistema puede ayudar a traer fuentes adicionales de información de toda la policía de Nueva York, haciendo que sea difícil ver patrones de delitos que podrían haber ocurrido en otros lugares.
El Departamento de Policía de Nueva York dice que el departamento implementó el software en 2016, pero primero reveló su existencia en un número de INFORMS Journal on Applied Analytics . Según el comisionado asistente de análisis de datos de la Policía de Nueva York, Evan Levine, y el ex director de análisis Alex Chohlas-Wood, el departamento pasó dos años desarrollando el software, y afirma que la policía de Nueva York es la primera en utilizar un sistema de este tipo en los EE. UU.
Chohlas-Wood y Levine le dicen a Post que usaron 10 años de patrones previamente identificados para entrenar el sistema, y en las pruebas, recrearon con precisión viejos patrones de delincuencia un tercio del tiempo y devolvieron partes de los patrones el 80 por ciento de los El Post dice que el sistema no toma en cuenta la raza de un sospechoso en el curso de su búsqueda, como precaución contra los prejuicios raciales.
El resultado parece ser uno que ayuda a reducir parte del trabajo que requieren los investigadores, automatizando parcialmente un proceso que hasta ahora se ha realizado manualmente.
Fuente: The Verge
El informe dice que el software se desarrolló internamente y permite a los analistas buscar en una amplia gama de archivos para buscar patrones o delitos similares. Anteriormente, habrían tenido que pasar por archivos físicos. En un ejemplo, los oficiales utilizaron el sistema para relacionar dos delitos: un hombre que usó una jeringa para robar un simulacro en dos Depósitos para el Hogar diferentes en la Ciudad de Nueva York. Rebecca Shutt, la analista del crimen que resolvió el caso, explicó al Post que el sistema "trajo quejas de otros recintos que yo no hubiera sabido".
Este no es un sistema similar a Minority Report que busca predecir dónde ocurrirán los delitos , ni tampoco es un sistema que utiliza IA para analizar imágenes de CCTV . Más bien, es un sistema que busca patrones en las bases de datos de la policía de Nueva York, lo que permite a los detectives buscar en un grupo de datos mucho más amplio en el curso de una investigación. El sistema puede ayudar a traer fuentes adicionales de información de toda la policía de Nueva York, haciendo que sea difícil ver patrones de delitos que podrían haber ocurrido en otros lugares.
El Departamento de Policía de Nueva York dice que el departamento implementó el software en 2016, pero primero reveló su existencia en un número de INFORMS Journal on Applied Analytics . Según el comisionado asistente de análisis de datos de la Policía de Nueva York, Evan Levine, y el ex director de análisis Alex Chohlas-Wood, el departamento pasó dos años desarrollando el software, y afirma que la policía de Nueva York es la primera en utilizar un sistema de este tipo en los EE. UU.
Chohlas-Wood y Levine le dicen a Post que usaron 10 años de patrones previamente identificados para entrenar el sistema, y en las pruebas, recrearon con precisión viejos patrones de delincuencia un tercio del tiempo y devolvieron partes de los patrones el 80 por ciento de los El Post dice que el sistema no toma en cuenta la raza de un sospechoso en el curso de su búsqueda, como precaución contra los prejuicios raciales.
El resultado parece ser uno que ayuda a reducir parte del trabajo que requieren los investigadores, automatizando parcialmente un proceso que hasta ahora se ha realizado manualmente.
Fuente: The Verge