在纽约市警察局犯罪控制战略办公室（Office of Crime Control Strategies）工作的丽贝卡·舒特（Rebecca Shutt，左）通过使用一款名为Patternizr的软件来确定警局寻找犯罪类型，这款软件能让犯罪分析师在纽约警局数据库中的几百万个罪案中对比抢劫、盗窃、偷盗案例，这比旧方法要快得多。之前，分析师需要通过翻找报告和依靠记忆来寻找类似的案件。图为舒特正在接受采访。 （美联社）

　　纽约市警察局拥有了一个新的模式识别数字伙伴，能协助将各辖区的犯罪联系在一起，更快地找到嫌犯。

　　《纽约邮报》10日报道，被称为Patternizr的这种软件经过两年的内部设计，能够通过机器学习，将传统警察工作自动化，找出犯罪模式。

　　纽约市警察局数据分析处副主任莱文(Evan Levine)说：“现有的流程有些耗时。Patternizr能在找到这些模式方面给分析者一个好的开始。”

　　莱文说，犯罪模式是警察工作的重要部分，这个项目能锻炼调查人员，节省时间和成本。他说：“你一旦确认一系列犯罪是有联系的，你就可以分享这些案件的证据，你可以聚焦调查资源，更快地解决案件。”

　　莱文和联合创作者、前纽市警局数据分析处处长克劳伍德(Alex Cholas-Wood)上个月在运筹研究和管理科学研究院(Institute for Operations Research and the Management Sciences)首次公布这项软件的细节。他们说，灵感来源是纽约大学的一项研究。克劳伍德说：“我们在找到跨越很大地理片区的模式方面存在弱点。”

　　这个软件是一组从10年数据中得出的机器学习算法。它浏览犯罪信息，包括距离、时间、进入方式、武力类型等。

　　在大约1/3的时间，Patternizr能够在测试中完全重现犯罪趋势。80%的时间，它能至少找到其中一些模式。

　　该软件不获取种族、性别或犯罪的具体位置。

　　莱文说：“我们感觉，公布这个算法的细节很重要，因为我们想让大家知道，我们正在提出新想法改善公共安全，但我们正在用负责任的方法进行。”

　　纽约公民自由联盟(New York Civil Liberties Union)表示，他们还没有对2016年12月推出的Patternizr进行评估，但已经要求纽市警局对它的使用保持透明。