Yapay Zeka ile Suçu Önceden Tahmin Etmek:

1--Çalışmaya kayıtlarla başladık ve sonra şehri yaklaşık iki bloğa iki blok (uçtan uca yaklaşık 300 metre) boyu-tunda alanlar halinde dijitalleştirdik. Her alanda, şiddet suçları, mülkiyet suçları, cinayetler vs. gibi farklı olayların zaman serilerini kaydettik. Ortaya, birlikte gelişen on binlerce zaman serisi çıktı.

1.1--Algoritmamızın yaptığı şey, birlikte gelişen bu zaman serilerine bakmak, sonra bunların birbirlerine nasıl bağımlı olduklarını ve birbirlerini nasıl kısıtladıklarını, dolayısıyla birbirlerini nasıl şekillendirdiklerini bulmak. Sonuçta ortaya son derece karmaşık bir model çıkıyor.

1.2--Bu modeli elde ettikten sonra, bir alanda diyelim ki bir hafta sonra ne olacağına dair tahminlerde bulunabiliyoruz.

2--insanlar bu algoritmanın insanları suç işlemeden hapse atmak için bir araç olarak kullanılacağından endişe duyuyor. Böyle bir şey olmayacak çünkü algoritmanın bunu yapacak bir yeteneği yok. Size suçu kimin işleyeceğini veya olayların tam dinamiklerini veya mekaniğini söyleyemiyor. Yani siz sormadan söyleyeyim, "Azınlık Raporu" filmindeki gibi kullanılması mümkün değil.

3--Bir hafta önceden bilmek, pek çok önlem alabilme imkânı tanıyor. Sonunda da anında müdahale edebiliyorsunuz.

3.1--Yapmak istediğimiz şey, bir tür yönetim optimizasyonu. Ekibim ve ben, bunun tamamen tahmine dayalı bir idare aracı olarak kullanılmasını istemediğimizi açıkça belirttik. Ana kullanım alanının yönetim optimizasyonu olmasını istiyoruz. Bunu sağlamak zorundayız, zira sadece bir makale yayınlamak ve bu algoritmaya sahip olmak yeterli değil. Belediye başkanının veya yöneticilerin, oluşturulan modeli kullanarak simülasyonlar yapmasını ve toplumu bilgilendirmesi.

4--Daha önce denenen yaklaşımlar, doğrudan makine öğrenimi ile dev bir veri kümesi alıp önemli özelliklerin ne olduğunu belirlediğiniz ve ardından bu özellikleri standart bir karmaşık sinir ağı kullanarak tahminler yapmaya çalıştığınız, kullanıma hazır araçlardan faydalanıyordu.

Bu yaklaşımla ilgili sorun, bazı özelliklerin önemli olduğunu söylediğiniz an, bir şeyleri kaçırma ihtimalinin ortaya çıkması ve bu nedenle de hatalı sonuçlar elde etme riskiydi

4.1--Sadece olay kayıtlarından yola çıkarak çalışmaya gayret ediyoruz. Özelliklerin ne olduğunu veya hangi niteliklerin önemli olduğunu anlamaya çalışan insanlar kullanmıyoruz. Olay kayıtları dışında bir şey olmadığından, elle veri girişi hemen hemen hiç bulunmuyor. Bu şekilde, taraflı olma ihtimalini mümkün olduğunca azaltıyoruz. Modelimizin daha önceki modellerden en büyük farkı işte bu.

5--Yapay zekâ gitgide daha karmaşık sistemleri modellemek için kullanı-lıyor, bu nedenle birçoğunun kara kutu gibi görünme eğiliminde olması şaşırtıcı değil. Bunları daha önce kullanılan yöntemlerle karşılaştırın.

5.1--O zamanlar elimizde bir sistem için kullanabileceğimiz küçük bir diferan-

Yeni bir algoritma, bir suçun ne zaman ve nerede gerçekleşeceğini tahmin etmeyi mümkün hale getirebilir.

5.2—Daha önce bir diferansiyel denklemimiz vardı ve bize, onu anladığımız hissini veriyordu. Dev bir sinir ağımız varsa, neler olduğunu anlamamız mümkün değil. Bu yüzden evet, bu bir problem ve yapay zekâyı açıklamak için büyük çaba gösteriyoruz.

5.3--Gerçekten çok karmaşık bir modelimiz var, bir bakışta tüm faktörleri okumanız

Sadece olay kayıtlarından yola çıkarak çalışmaya gayret ediyoruz. Özelliklerin ne olduğunu veya hangi niteliklerin önemli olduğunu anlamaya çalışan insanlar kullanmıyoruz. Olay kayıtları dışında bir şey olmadığından, elle veri girişi hemen hemen hiç bulunmuyor. Bu şekilde, taraflı olma ihtimalini mümkün olduğunca azaltıyoruz. Modelimizin daha önceki modellerden en büyük farkı işte bu.

6—Dip Not:Yazar-Prof. Ishanu Chattopadhyay-Ishanu, Chicago Üniversitesinde algoritmalar ve veriler üzerinde çalışmalar yürüten ZeD Laboratuvarını yönetiyor

7—Yorum:Belli coğrafi koordinatları olan bölgede belli suç için zamana bağlı olay sayısı ve şiddeti girilerek grafik fonksiyon çizilebilir.Grafik işlemde Bu eğrinin üzerine oturtacağımız standart eğri ile olayın fonksiyonunu elde ederiz.Bu fonksiyon bize ileride ne sıklıkta ve tarihte belli hangi suçun işlenebileceği ihtimalini verir.

7.1--Bunu çok değişkenli olarak yapay zeka ile tahmin etmeye çalışsak daha yüksek olasılıklı tahmin yapabiliriz.Herhangi bir olayda Olayların dalga fonksiyonu çökünce olay gerçekleşir.

7.2--Dalga fonksiyonun çökmesi ise mukavemet sınırına erişmesi ile gerçekleşir..Mukavemet sınırının eşik değerinde olay büyük oranda gerçekleşir.Tıpkı mukavemet sınırının üstünde bir değerde yüklenmiş beton kolonun çökmesi gibi.

7.3—Yapay zekayı ırk vs gibi değerlerle yüklememek ise onu daha bilimsel ön yargısız hale getirebilir.

Kaynak:Popular Science-Konuk Yazar-Prof. Ishanu Chattopadhyay