I denne 11. feb. 2019 foto, Rebecca Shutt, der arbejder i New York Police Department's Office of Crime Control Strategies, poserer til et billede i New York. Shutt bruger en software kaldet Patternizr, som giver kriminalanalytikere mulighed for at sammenligne røveri, tyveri og tyveri af de millioner af forbrydelser, der er logget i NYPD's database, hjælpe deres jagt på kriminalitetsmønstre. Det er meget hurtigere end den gamle metode, hvilket indebar, at analytikere gennemgik rapporter og plyndrede deres hjerner for lignende hændelser. (AP Photo/Mark Lennihan)
Da en boretyv med sprøjte forsøgte at stikke op i et Home Depot nær Yankee Stadium, Politiet fandt hurtigt ud af, at det ikke var en enkeltstående. En mand havde også brugt en sprøjte et par uger tidligere, mens han stjal en boremaskine ved et andet Home Depot 11 kilometer syd på Manhattan.
Kampen, selvom, blev ikke lavet af en betjent, der kiggede gennem filer. Det blev udført af mønstergenkendelsescomputersoftware udviklet af New York Police Department.
Softwaren, døbt Patternizr, giver kriminalanalytikere udstationeret i hver af afdelingens 77 områder mulighed for at sammenligne røverier, tyveri og tyverier til hundredtusindvis af forbrydelser, der er logget i NYPD's database, transformerer deres jagt på kriminalitetsmønstre med et klik på en knap.
Det er meget hurtigere end den gamle metode, hvilket indebar, at analytikere gennemgik rapporter, prøver at finde nøgledetaljer om forskellige forbrydelser og afgøre, om de passer ind i et mønster. Det er mere omfattende, også, med analytikere i stand til at spotte mønstre i hele byen i stedet for kun i deres område.
"Fordi Patternizr opfangede disse nøgledetaljer i algoritmen, det bragte klager tilbage fra andre områder, som jeg ikke ville have kendt, " sagde Bronx kriminalanalytiker Rebecca Shutt, der arbejdede på Home Depot-sagen. "Det var utrolig nyttigt. Det kunne have været et mønster, der ikke var lavet."
Softwaren fandt også to andre tyverier begået med en sprøjte af samme mistænkte, som til sidst blev anholdt og erkendte sig skyldig i tyveri og overfald.
I denne 11. feb. 2019 foto, Rebecca Shutt, der arbejder i New York Police Department's Office of Crime Control Strategies, taler i New York. Shutt bruger en software kaldet Patternizr, som giver kriminalanalytikere mulighed for at sammenligne røveri, tyveri og tyveri af de millioner af forbrydelser, der er logget i NYPD's database, hjælpe deres jagt på kriminalitetsmønstre. Det er meget hurtigere end den gamle metode, hvilket indebar, at analytikere gennemgik rapporter og plyndrede deres hjerner for lignende hændelser. (AP Photo/Mark Lennihan)
Evan Levine, NYPD's assisterende kommissær for dataanalyse, og Alex Chohlas-Wood, afdelingens tidligere analysedirektør, brugte to år på at udvikle softwaren, før den blev udrullet i december 2016.
Afdelingen afslørede sin brug af teknologien kun i denne måned, med Levine og Chohlas-Wood, der beskriver deres arbejde i INFORMS Journal on Applied Analytics i en artikel, der advarer andre afdelinger om, hvordan de kunne skabe lignende software. Taler om det med nyhedsmedierne for første gang, de fortalte for nylig til The Associated Press, at deres er den første politiafdeling i landet, der bruger et mønstergenkendelsesværktøj som dette.
"Målet med Patternizr er, selvfølgelig, at forbedre den offentlige sikkerhed, " sagde Levine, en astrofysiker af akademisk uddannelse. "Jo lettere vi kan identificere mønstre i disse forbrydelser, jo hurtigere kan vi identificere og pågribe gerningsmændene."
Levine og Chohlas-Wood var inspireret af arbejdet fra et New York University-hold, der studerede en lignende tilgang til mønstergenkendelse, men aldrig producerede en brugbar version.
De to trænede programmet på 10 års mønstre, som afdelingen manuelt havde identificeret. Ved test, det genskabte nøjagtigt gamle kriminalitetsmønstre en tredjedel af tiden og returnerede dele af mønstrene 80 procent af tiden. NYPD siger, at omkostningerne var minimale, fordi de to udviklere allerede var ansat.
Ligesom menneskelige kriminalitetsanalytikere, softwaren sammenligner faktorer såsom indtastningsmetode, type varer, der tages og afstanden mellem forbrydelser. Levin og Chohlas-Wood opsøgte de uniformerede betjente, som havde årtiers erfaring med at identificere mønstre ved hjælp af traditionelle metoder.
I denne 11. feb. 2019 foto, Rebecca Shutt, venstre, der arbejder i New York Police Department's Office of Crime Control Strategies, taler i New York. Shutt bruger en software kaldet Patternizr, som giver kriminalanalytikere mulighed for at sammenligne røveri, tyveri og tyveri af de millioner af forbrydelser, der er logget i NYPD's database, hjælpe deres jagt på kriminalitetsmønstre. Det er meget hurtigere end den gamle metode, hvilket indebar, at analytikere gennemgik rapporter og plyndrede deres hjerner for lignende hændelser. (AP Photo/Mark Lennihan)
"Den virkelige fordel ved værktøjet er, at vi minimerer mængden af benarbejde og travlt arbejde, som analytikere eller detektiver skal udføre, og virkelig giver dem mulighed for at udnytte deres ekspertise og deres erfaring i at gennemgå en meget mindre liste af resultater, " sagde Chohlas-Wood, nu vicedirektør for Stanford Computational Policy Lab ved Stanford University.
I fortiden, analytikere arbejdede kun med forbrydelser i deres område, gør det svært eller endda umuligt for dem at få øje på mønstre i andre dele af byen.
"Sandt nok, det var ineffektivt, " sagde Levine. "Det var ikke en moderne måde at gøre disse ting på."
Selv når kriminaliteten falder kraftigt, der var stadig mere end 68, 000 røverier, indbrud og tyveri i New York City sidste år. Traditionelle teknikker bliver stadig brugt til at identificere andre kriminalitetsmønstre, såsom voldtægter og drab.
For at reducere mulige racemæssige skævheder, Patternizr-softwaren undersøger ikke racen af mistænkte for kriminalitet, når den leder efter kriminalitetsmønstre.
New York Civil Liberties Union sagde, at den ikke havde gennemgået Patternizr, men opfordrede til forsigtighed, da teknologi i stigende grad indarbejdes i retshåndhævelsen.
"For at sikre retfærdighed bør NYPD være gennemsigtig omkring de teknologier, den implementerer og give uafhængige forskere mulighed for at revidere disse systemer, før de testes på New Yorkere, " sagde NYCLUs juridiske direktør Christopher Dunn i e-mail.
© 2019 The Associated Press. Alle rettigheder forbeholdes.