Аннотация
За последнее десятилетие города росли так быстро, что преступность перестала быть локальной задачей полицейского контроля и превратилась в подвижную систему, где сцеплены социально-экономические, пространственные и временные факторы. Обзор прослеживает, как менялась роль нейронных архитектур в прогностической криминологии: от традиционной статистики к моделям глубокого обучения, дающим прогноз с почасовым разрешением и в масштабе отдельного сообщества. На основе систематического анализа рецензируемых исследований мы классифицируем современные подходы на шесть репрезентативных архетипов и оцениваем их. Результаты подтверждают, что современные системы глубокого обучения теперь обычно превосходят классические методы по точности и масштабируемости, но при этом остаются ограниченными недостатками интерпретируемости, разреженностью данных, этическими предубеждениями и ограниченной обобщаемостью за пределами западных городских контекстов. Анализ указывает на четкий путь вперед: будущее влияние будет зависеть не столько от незначительного повышения точности, сколько от целенаправленной интеграции интерпретируемых механизмов внимания, многомодального социального мониторинга и строгой проверки справедливости с учетом богатых социально-экономических ковариат. Только модели, которые обеспечивают баланс между прогностической способностью, прозрачностью и справедливостью, смогут заслужить доверие, необходимое для их практического внедрения в целях обеспечения проактивной безопасности в городах.