事前预防犯罪比事后执法、调查效果更好，也更廉价。因此，虽说巡警们不见得能在案发过程中抓住罪犯，但他们在恰当的时间出现在恰当的地点，仍然有助于震慑犯罪活动。不过，有时候，警方真的能赶上正在发生的罪案。2012年6月，美联社报道，洛杉矶警察局的一位队长看到“PredPol”建议他派警官到所属巡逻区的边缘地带，进入某个监控网格区域。但他吃不准这个建议的可靠性。一如队长预料，警官们什么也没发现；但几天过后的夜里，他们回来巡逻，逮到有人正在砸窗户。该算“PredPol”得了一分？
“PredPol”和类似的软件都是近期才开始试运行，尚不足以得出任何确凿的结果。不过，过渡期间的结果看起来甚为可观。在洛杉矶，5家警察分局在人口约为130万的巡逻区域采用“PredPol”技术之后，犯罪率下降了13%。圣克鲁斯市(The City ofSantaCruz)，如今同样采用了“PredPol”系统，入室盗窃案下降了近30%。在全美各地的诸多警察部门，都可发现类似令人振奋的统计数据。目前正在建设的另一些强大系统，也能轻松地进行重新配置，满足更多的预测需求。以纽约警察局最新的创新为例。这项技术名为“车牌识别系统”，它将逮捕记录、911报警电话、车牌识别技术、辐射探测器等数据，全部同步到全市3000个闭路摄像头上。它可以对场景进行实时监控，根据大量的数据理解现场发生了什么事情。从这一步飞跃到预测现场即将发生什么事情，应该费不了太大功夫。
如果说“PredPol”的“预测”听起来挺耳熟，那是因为它采用的方法，灵感得自那些著名的互联网公司。2009年，洛杉矶警察局的一位高级警官在《警长》(ThePoliceChief)杂志上盛赞亚马逊公司“理解客户群中不同的类别，归纳其购买模式，”这种能力令得该公司“不仅可以预期、甚至可以促进或者塑造(客户)未来的行为。”因此，正如亚马逊的算法能够预测你下一次有可能购买什么书，类似的算法应该也能够告诉警察哪一种类型的犯罪有多大的可能再次发生，在哪里发生。你以前偷过自行车?那么你兴许也有意抢劫杂货店。
更少犯罪，更多惩戒
193