杜拜警方除了用跑車來當作警車來打擊犯罪，現在更進一步要運用機器學習技術，來協助警方預測犯罪的發生！
運用機器學習演算法判斷犯罪熱區
過去許多在科幻電影中看到科技工具如視網膜掃描、虛擬實境（AR）都已經可以在現實生活中看見其應用。中東一家空間成像公司（Space Imaging Middle East, SIME）現在運用機器學習演算法，開發出了一款可以預測犯罪活動發生的地點、時間的軟體，現在與杜拜警方合作，要判斷出犯罪的熱區來預防犯罪。
事實上，機器學習演算法已經有許多在世界各國幫助執法單位判斷犯罪熱區的經驗，而SIME這家公司所研發出來的軟體運作的方式，就是利用執法機構資料庫內的資料與情報做為基礎，去找出人工在做判斷時可能疏漏的地方，接著就能藉此判斷出犯罪活動可能發生的地點、時間，藉此協助警方部署相關人力與資源。
SIME所研發出的這套系統不單單只是讓警方到現場去待補嫌疑犯這麼簡單，而是透過警力部署在可能的犯罪發生地，來達到嚇阻犯罪的效果。SIME地理訊息系統部門的負責人Spandan Kar就表示：「這套系統可以將看似不相關的事件，透過複雜的判斷將彼此串聯起來，藉此來預測犯罪發生的機率。」他接著補充：「我們有信心透過精準的分析及結合資料與警方經驗，創造出強大力量去嚇阻犯罪的發生。」
科技讓警方辦案更有力，但也產生不公正疑慮？
SIME公司所描繪出來的功能聽起來很厲害，但真的能達到所預期的效果嗎？美國有許多城市的警方都使用了如Predpol、HunchLab、Series Finder這些類似SIME公司所研發的系統相當多年了。
在密蘇里州的聖路易郡警方就使用了HunchLab系統期待能夠降低犯罪率，在使用了一年後，綜合相關數據與道德影響去評估後，是不是真的有預防性嚇阻犯罪的效果，其實是相當難以統計的。除了效益難以評估，像是美國公民自由聯盟（ACLU）等組織，也都質疑讓這些系統用來判斷的資料帶有種族偏見，根據一份在今年八月發表的聲明指出，HunchLab這套系統被用在本來就高度警備的社區，進行更高強度的執法行為，因此美國就有民間團體認為，這樣的結果有違當初「預防、嚇阻」犯罪的初衷，甚至造成警方被誤導或執法不公正的疑慮。
美國HunchLab在面對質疑聲浪後，正試圖讓該軟體的運作更加透明化及符合相關法律規範，而杜拜警方所採用SIME公司的這套系統，目前還沒有提供外界系統如何運作或者是否能夠克服上述狀況的細節。但唯一可以確定的是，科技正讓警方辦案有了完全不同於以往的樣貌。
