人工智能预测西班牙腐败问题发展趋势

西班牙科学家利用神经网络对西班牙各省腐败问题的发展趋势进行了预测。

西班牙巴利亚多利德大学（University of Valladolid）的科研人员基于神经网络创建了一个超级计算机模型，该模型可预测更有可能出现腐败案例的西班牙省份以及有利于腐败出现的条件。

来自巴利亚多利德大学的两名科研人员开发出使用人工神经网络的模型，可预测在一年、两年及最多三年后，更有可能出现腐败案例的西班牙省份。在《Social Indicators Research》杂志上发表的该研究成果并未提到更容易出现腐败的省份，以免引起争议，其中一位作者解释道。他表示，在任何情况下，“更大的倾向或更高的概率并不意味着腐败实际就会发生。”

数据表明，房地产税（Impuesto de Bienes Inmuebles）、住宅价格急剧上涨、银行分行开业以及新公司创立等均是可能引起公共腐败的变量，而当这些变量在一个区域内汇聚时，则应考虑执行更加严格的政府账目控制。科研人员表示：“此警报系统预测未来几年我们国家出现腐败的可能性会降低。这主要是因为公众对此问题施加了更大的压力以及经济形势在危机期间更加恶化这一事实。”

为了开展这一研究，两位作者研究了2000年到2012年间在西班牙发生的所有腐败案例。所有此类信息的收集和分析都依靠神经网络完成，展示了最能预测腐败的因素。“使用此人工智能技术以及真实案例数据库均具有创新意义，因为到目前为止，我们使用的都是或多或少有点主观的腐败感知指标，例如透明国际（Transparency International）等机构根据对商人和国家分析师的调查而为每个国家/地区所打的分数，作者强调。

作者希望这项研究能够为杜绝腐败的工作提供更好的指引，将重点放在最有可能出现腐败的领域并继续将其模型在国际范围内推广。