Inteligencia Artificial para predecir el crimen en Hermosillo
Hermosillo está aún muy lejos de considerarse una Smart City o Ciudad Inteligente, sin embargo en 2018 hubo una iniciativa municipal en conjunto con Sonora:Lab, la cual se encargó de abrir datos municipales al público en general para ser usados en proyectos que permitan crear, innovar y mejorar los servicios públicos en Hermosillo. La iniciativa se llamaba Hermosillo Abierto y al entrar el nuevo Gobierno se dejó en el olvido.
Durante 14 semanas, empezando en julio de 2019, se llevó a cabo el primer curso de Inteligencia Artificial en Sonora, bajo la iniciativa de Saturdays.AI, una asociación sin fines de lucro iniciada en Barcelona en febrero de 2018 y que ya extendió sus actividades a 21 ciudades y 15 países alrededor del mundo, incluida Hermosillo.
Entre los proyectos realizados se encuentra uno de especial interés, utilizar inteligencia artificial para predicción del crimen en la ciudad de Hermosillo. Tras realizar un análisis descriptivo de las zonas problemáticas de la ciudad se generó un modelo de inteligencia artificial que permite predecir la tasa futura de faltas administrativas por zona, tipo de delito, edades, frecuencias, etc. Para dicho algoritmo se utilizaron las bases de datos de Hermosillo Abierto el cual consta de 74,692 registros que muestran la actividad de la Jefatura de Policía de Hermosillo comprendida de Julio de 2015 a Julio de 2018.
Del análisis inicial podemos resaltar que la colonia Centro aglomera el 21.78% de los delitos, mientras que Pueblitos concentra el 10.5%, Solidaridad el 8.84%, La Choya el 6.8% e Insurgentes el 5.99%. En 5 de las 714 colonias de la ciudad se focaliza el 53.91% de las faltas administrativas.
El 35.38% de las detenciones fue a causa de deambular alcoholizado o bajo los efectos de las drogas ilegales. Espiar en interior de patios y casas es un problema recurrente: ¡21.11% del total de detenciones!, lo cual tiene una fuerte correlación con el número de robos en la entidad. Atender esta falta administrativa bajaría el número de robos.
También podemos observar que el 6.99% de las detenciones fue a conductores ebrios o drogados. El total de personas detenidas conduciendo bajo el efecto del alcohol o las drogas fueron aproximadamente 5,221. Esto equivale a 1,740 por año, o 145 por mes, o ¡casi 5 por día!
Con los datos antes descritos se crearon algoritmos de machine learning o aprendizaje automático para predecir por zona y tipo de delito la posibilidad de una nueva falta administrativa o crimen.
Los modelos utilizados fueron Random Forest, Regresión Logística y Naïve Bayes, y con todos los modelos se logró hacer una predicción por arriba del 83% de certeza.
Es decir, que se predijeron correctamente 8 de cada 10 futuros crímenes o faltas administrativas, los cuales se validaron con un dataset adicional.
Un trabajo en conjunto entre científicos de datos y autoridades municipales podría afectar positivamente la seguridad de nuestra ciudad.
El saber dónde existe la probabilidad real de un delito, el tipo de éste y la ubicación, incluso predecir hasta la hora más probable del mismo, ya lo podemos hacer. Sólo hace falta la voluntad de las autoridades en hacer las cosas de manera diferente.
No sólo hace falta lanzar apps con heatmaps o semáforos delictivos o con zonas peligrosas. Necesitamos enviar a la Policía Municipal a la hora exacta, al lugar exacto y crear rutas óptimas para desincentivar la comisión del delito. Incrementando así la seguridad de la población y a la vez hacer eficiente el uso de los recursos públicos.
Pd.- La investigación y código de los modelos se pueden encontrar en la página de Shugert.
Samuel Noriega tiene maestría en Ciencia de Datos por la Universidad de Barcelona y Maestría en Mercadotecnia por la UVM.
Director de Shugert Marketing & Analytics y City Lead de Saturdays. AI Hermosillo.
Es experto en Inteligencia Artificial y algoritmos predictivos.
Sus principales clientes son startups y transnacionales en Estados Unidos y Europa.
www.shugert.com.mx