在人工智能的发展下，使得算法的地位上升，各种自动化管理工具通过算法潜移默化地调节我们的交往、消费、交通、金融等。在未来社会，律法可能将融合于算法之内。
大规模的数据治理起源于20世纪以来的政府信息化管理。比如1929年由胡佛倡导，在美国建立的非电子化犯罪信息记录系统。20世纪60年代，美国开始建立全国统一的犯罪信息系统，这些数据的用途超出了犯罪记录查询，对劳动力市场甄选工作、福利计划执行都有巨大帮助，从而成为政府治理手段的基石。



美国白宫的报告则提出人工智能可以被用于改善刑事司法系统，政府应该推动执法数据和公众数据的充分应用，以便算法系统更好地帮助在犯罪报告、治安、保释、量刑和假释决定等方面减少偏见，做出高效、公正的决策。
在纽约市大约有100万栋建筑物，过去平均每年有3000栋会发生严重火灾。既然每年都会发生，那么与其事后救火，能否事先预测呢？华裔数据科学家Jeff Chen曾是纽约市消防局的数据分析师。他认为每栋建筑物拥有独特的属性，通过分析就能得知哪些建筑物容易着火。比如低收入家庭的房子更容易发生火灾，而且因为人群居住密度较高，火灾的危害性更大。其他易火因素有：建筑物新旧程度，电路老化程度、消防设施配套情况、有无电梯等。后来他牵头开发了预测火警风险引擎，利用数理统计方法把建筑物和住户的各种数据加以分析，附以机器学习技术，用市政府数据来驱动引擎，预测不同建筑的火灾风险。在此之前，消防检查都是随机的，现在大大节省了人力并提高了效率。



随着科技的发展，时代的进步，犯罪、火灾等可控因素将无懈可击！



想看更多科技文章，关注公众号“仁铭科技”。