人工智能在公安基层基础警务的应用 人工智能在公安工作应用前景

人工智能在公安基层基础警务的应用

人工智能是一门复杂、庞大的科学。从1956年至今，无数科学家历经艰辛与坎坷，终于让人工智能迈出了属于全人类的一大步。人工智能在数据挖掘、计算机视觉、专家系统等方面已经取得突破性进展，其产品在生活中也已得到广泛应用。从智能家居、无人驾驶、人机大战到杭州无人超市、浙江高速智能巡逻机器人，它已是无处不在，正在改变世界。2017年，“人工智能”首次写入全国政府工作报告，国务院发布了《新一代人工智能发展规划》，发展人工智能技术已提升到国家战略层面。人工智能的广泛应用，开始悄无声息地掀起了新一轮科技革命，不但将改变人类的生活和工作方式，也必将对公安工作带来新的机遇和挑战，可能将成为引领新时期警务革命的核心要素和根本推力。应该说，当前警务智能化已成为趋势和难以替代的选择，如何立足现状、着眼未来，及早谋划人工智能在警务工作中的深度应用，以破解诸如警力紧缺和警务效率偏低等突出问题，已成为我国警界关注和研究的热点。

应用预测

人工智能改变世界，需要具备三个要素：一是要有核心技术，具备推理学习的能力；二是要有大数据，专家才能不断迭代、不断校验数据及训练方法；三是人工智能技术要落地，应用是硬道理。这三个要素当前已具备，并且处于高速发展完善中。在警务领域，智能化警务和警务智能化方兴未艾，在警务的运用深度和广度将日益提升。

人工智能大数据及深度学习技术应用将改变传统处警模式

《智能时代》的作者吴军博士说：“在方法论的层面，大数据是一种全新的思维方式，按照大数据的思维方式，我们在做事的方式与方法需要从根本上改变”[1]。深度学习改变一切，未来深度学习联合大数据将突破传统的警情处置机制，呈几何级地提升基层警务效能。主要表现为：

一是警力调配更加科学快捷。目前，在日本东京大都市，日本富士通系统只用不到五分钟就可以给出一个警力调配方案。同样，北京警方以百姓数据为依据、警力跟着数据走、领导跟着警力走，基本实现了警力配置的科学化和效能的最大化。过去一直缠绕警方“大抓大放大反弹，治安状况时好时坏，犯罪分子摸准规律专避风头”的痛点得到有效解决，延续多年的“定指标、搞战役、下命令”的公安工作体制，正在发生根本性转变。基于公安业务大数据和深度学习的成功应用，未来人工智能结合大数据、博弈论和超强的计算能力来支持基层公安警力调配将变得更为科学、快捷。

二是接处警更加规范。当前接处警过程中，警情错综复杂、千变万化、不同的情况需要对应不同的程序和方法，基层民警长年疲于应付。着眼不久的将来，每个基层民警都将配备一个人工智能助手即机器人，实现人机耦合互动，特别是基层一线民警在接处警过程中，能及时得到人工智能的辅助。人工智能通过深度学习，它可告诉现场处警民警碰到的情况，自动分析适用的法律法规、以及最近相同的警情如何处置，同时，还可自动复查大量的案例类警情，找出问题，防患于未然。未来一线执法民警携带人工智能助手既可减轻工作压力，减少群众投诉，又能降低执法成本，提升处警效能。

不难预见，随着移动警务建设进一步推进，以及人工智能视觉、语音及定位、警用地理等技术的智能化运用，未来可依托公安网建立专用的人工智能服务平台，让人工智能做比人更擅长做的事情，将通过人工智能技术采集到的人、物、车、场、网等实用信息实时整合进入服务平台，然后通过人工智能自主学习和分析功能，开展动态警情监测研判，并自动推送警情指令，高效化运转。[2]10年左右，城市派出所基层民警接处警务中使用的“三回复”制度将可能退出历史舞台。

人工智能视觉技术应用将使基层公安打击违法犯罪更为精准

人类获取信息的70%到80%来自于视觉。应该说计算机视觉技术是人工智能的下一个风口。近年来，机器视觉已开始在工业检测、安全监控、金融支付、人脸识别、医疗诊断及卫星遥感等领域发挥着积极作用。基于人脸识别的技术，目前，已有静态大库检索，动态布控和人脸追踪等运用实例，对于图像而言，识别宇宙万物都是有意义的，不仅仅是“刷脸”，对于识别凶器、作案工具、赃物以及疑似血迹、体液等都同样具有举足轻重的作用。打击犯罪是公安的主业。目前的计算机技术已经可以将语音识别完成得非常好，10年之内视觉方面的图像识别发展也会跟上。伴随着技术的快速发展，计算机视觉技术在临检、盘查、打击犯罪等基层警务中应用的领域将会越来越广阔。

为进一步拓展人工智能视频侦查的深度应用，向动态人脸管控发展，2016年，广州公安与某科技公司签约成立了“人工智能视频侦查实验室”，基于深度学习研发的“模糊人脸图像检索专用算法模型”，对视频中相对模糊的人像进行静态比对和动态布控，对视频中的人脸进行实时抓拍、智能告警，“猫抓老鼠”将更为精准。着眼长远，基于大数据的深度学习，未来计算机可以通过预先学习成千上万人脸图片，认识、掌握、分辨人脸的基本规律，记住全国所有通缉犯的长相模样，只要通缉犯露头，计算机就可以通过监控采集的图像将通缉犯辨识出来。大数据和深度学习结合在一起，可以完成以前也许需要数万名警察才能完成的任务。[3]

随着机器人的进一步发展，将来一定会出现机器人警察。未来人工智能警察从电影屏幕里走下来，进入现实警界的真实场景将不再是科幻，配置人工智能和武器的机器人警察，不知疲倦，无私无畏，公正执法，未来犯罪将是一项非常困难的工作。当然，事物都有正反两面。当未来新型诈骗犯罪分子同样掌握人工智能语音识别技术，再通过深度学习，高仿某子女或领导的语音和情绪，向父母或下属诈骗钱财，将是未来基层公安面临的又一个死灰复燃的新课题。2017年9月，浙江绍兴警方已经破获了一起全国首例AI（人工智能）犯罪大案。

人工智能专家系统技术应用将全面快速提升基层社区警务效能

专家系统是一种人工智能系统，包含着某个领域大量专家水平的知识和经验。专家系统一般由知识库、数据库、推理机、解释器及知识获取五个部分组成。社区民警应尽早开发应用专家系统，通过户口登记、人口调查、查验居民身份证，实时掌握社区常住人口、流动人口、重点人口的基本情况和内在的规律。在专家系统的帮助下，对基层群众求助的问题进行耐心回答，对重点人口、高危人群进行梳理分析、排查掌握其中是否有违法犯罪嫌疑的动向，更好更快地预测预防犯罪。同时，人工智能可以对犯罪嫌疑人的信息进行实时分析，给出最可能的线索指引，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破争取难得的黄金时间。

人工智能专家系统相当于社区民警的管理助手，能及时有效地为“平安社区”创建提供理论与实践支撑。应该说，专家系统技术是人工智能2.0时代的产物，已经较为成熟地应用于医学、管理、控制、军事科技等领域。2017年10月初，医院配送机器人已经在广州市妇女儿童医疗中心院亮相，智能机器人会说话、会走路、会坐电梯，会按要求配送各种医疗器物。可以说，5年内专家系统将是基层公安轻装、快速切入人工智能的下一个风口，也是基层强化人工智能在公安领域深度应用并向智慧城市建设递交的一张名片。

当前，如何开发应用好专家系统技术，对于基层社区民警来说，数据采集和台账整理就显得尤其重要，必须做到“应采尽采、应录必录”。大数据是人工智能的基石，“无数据、不智能”。公安基层基础工作作为维护社会和谐稳定的重要性、基础性、源头性工作，是整个公安工作的根基，必须引起高度重视。[4]可以预见，未来5至10年，人工智能将像水和电一样，成为常态。着眼长远，人工智能将在基层公安工作运用上表现为“无处不在、无所不包、无所不能”，并终将彻底改变基层公安工作的流程、效率和体制机制，全面提升基层基础警务效能。

具体应用

随着经济社会结构的大变革，人财物的大流动，社会管理模式理念的大革新，现阶段的公安基层基础工作发展到了一个新的时期。

一是社会人口流动性强，管理和控制难度大。原有的户籍管理、档案管理等人口管理方式难以发挥应有的作用。

二是社会组织迅速发展，逐渐成为经济社会发展的一支重要力量，原有的公安基础工作由于管理观念滞后，管理力量薄弱，难以适应现实生活的需要。

三是虚拟社会逐渐成为社会管理新课题，主要表现为三个改变：其一是某东、某宝等电商平台改变了购物方式，使行为人的身份、住址、物品、金额等信息均游离于公安监管之外；其二是即时通讯工具改变了通讯方式，使人群控制变得更加艰难，传统隐蔽阵地进一步弱化；其三是搜索引擎等工具改变了人的思维方式，使基层打防管控压力增大，并成为犯罪分子逃避打击的有力助手，虚拟社会成为当前公安基层维护稳定、打击犯罪的新战场。

人工智能在基层所队接处警中的应用

接处警工作是公安机关尤其是基层公安派出所最基本的工作，处在执法办案的第一环节，其质量高低决定人民群众对公安工作的满意度。当前，一线民警在接处警工作中面临的形势与考验是：执法要求越来越严、工作任务越来越重、职业危险越来越高。为进一步提升基层基础警务效能，各级公安机关正在全力推进移动警务建设。

当前基层一线民警使用的移动警务终端（即第三代移动警务通）融合了3G移动技术、数据库同步、身份认证等多种移动通讯、信息处理和计算机网络的最新前沿技术，具备二代证读取、指纹取证、人脸识别、一键报警、执法记录仪、卫星定位、酒精及毒品检测等功能，可以说是人工智能、智能APP软件平台在公安警务实践中的又一次具体应用。

目前，移动警务在110接处警、交通管理等基层警务工作的应用需求旺盛，基层民警体验到了人工智能带来的便利与快捷，新一代警务通已成为基层所队民警、交警单兵作战的最新利器。2017年7月，南京警方推出“滴滴报警”这一新开发的警务系统：基于微信公众号，市民可通过用户端发布警情后，系统向附近的警力“派单”，民警随机“抢单”后接警。“滴滴报警、民警抢单”模式的发力方向即是将出警积极性和奖励机制挂钩。尽管这种“共享”模式存在着公共资源配置与市场机制之间的价值冲突，但要看到代表的是公安信息技术发展的一种方向。

人工智能在巡逻勤务中的应用

巡逻是警察最主要、最基本的执勤方式。通常巡逻人员可根据被盘查人的三个特点进行判断：一是反常性，即违反行为常规的现象；二是矛盾性，即言行诸方面表现出前后不一的现象；三是疑似性，即面相疑似通缉犯；携带物品疑似凶器、作案工具；身上痕迹疑似血迹、体液等异常现象。

在常态化巡逻警务中，对巡逻人员来说，如何发现疑点是一项必备的专业基本功。尽管疑点有多种多样的表现形式，在现代科技信息化迅猛发展条件下，如何利用以上三个特征快速准确发现犯罪嫌疑人？当前人工智能的视觉技术顺势推到了前台，在人看起来有如一对双胞胎特别像的对象，在计算机看起来却是千差万别的，机器通过精密计算，两个瞳孔之间的距离哪怕是相差一毫米都能精准地判别出来，而人无法察觉。当前，计算机视觉技术已应用于传统行业和前沿创新，虽然计算机的识别率目前还没有达到100%，识别的精度已完全可以落地使用。

目前，人脸识别、虹膜识别技术已相对成熟，新一代的移动警务终端对于人脸识别技术的应用已从实验室走入了巡逻警务实践之中，尽管还受到一些信号、光线、位置以及移动速度等外部环境因素的制约。例如，2016年，英国警方已经开发出非常全面且准确的AI监控系统，它可以显示100万个犯罪嫌疑人的区别特征，智能程序只需瞥见犯罪嫌疑人的耳朵就可以确定其身份，让犯罪分子无所遁形。

人工智能在社区警务中的应用

“社区”由一定数量的居民组成。传统的社区警务工作讲究“五勤”原则：即“脑勤、眼勤、嘴勤、手勤、腿勤”。为把社区民警从繁重的警务工作中解放出来，当前，各级公安机关积极加紧建立移动警务模式下的社区警务体系。目前，社区民警平台手机终端APP软件、依据新一代移动警务终端，重点完善治安采集、情指派单、重点人员管控等功能模块。例如，广州警方不断加大社区警务APP安装培训力度，有效地适应了当前社区民警的业务需要。“两微一终端”（微博、微信、移动警务通）的正确使用，助力社区民警在新形势下提高了社区警务的工作效能。

在社区安防技能建设方面，目前，二维数据的高清智能视频云平台、出租屋“门禁+视频”系统已经基本覆盖。人脸二维图像的识别已经全面实现，全球3D人脸生物识别技术和产品也已经问世。智能门禁系统在小区防范、出租屋管理方面有效地发挥着“人脸卡口”的作用。不少市县基础建设相对好的公安机关科信部门不同程度地将社区数据通过特别通道，汇集接入公安网，同步推送到市县分局数据大平台，有效实现门禁数据全局共享共用、互联互通。

当前，“互联网+”热潮还未退去，人工智能浪潮汹涌而来，AI的大发展大势所趋，是当下最火热的话题。放眼未来，我们不知道人工智能何时迎来传说中的奇点（人工智能超越人类智力的时间点），美国未来学家雷·库兹韦尔预测2045年人工智能将超过人类本身，著名理论物理学家、

《时间简史》作者霍金忧虑：“完全的人工智能研发可能意味着人类的末日。”奇点是否存在？警察会不会失业？在它来临之前，必须要考虑到即将来临的机遇与威胁。当前，机器正通过学习，在一步一步向人类“进化”，人工智能可能成为下一次工业革命的核心驱动力。有可能成为人类社会全新的一次大发现、大变革、大融合、大发展的开端。AI改变世界，谁来改变AI？我们无须担忧和惧怕这个时代的到来，我们所要做的，应当是尽早认清AI与人类的关系，了解变革的规律，尽早制定更能适应高水平和时代需求的“科技强警、创新升级”警务战略，以便更好地迎接这个新时代的到来。

参考文献：

[1]吴军．智能时代[M]．北京：中信出版集团．2016：89.

[2]王全，周美纯，陈思凝．“互联网+”背景下新一代犯罪情报信息系统的构建[J]．中国刑警学院学报，2016（2）：38-40.

[3]沈郑燕．图像超分辨率复原技术的公安应用现状与展望[J]．中国刑警学院学报，2017（4）：125-128.

[4]王彬．犯罪侦查中的大数据应用分析[J]．中国刑警学院学报，2017（4）：31-37.

（陈贤胜，作者单位：广东省广州市公安局番禺分局指挥中心）

声明：本文来自警用科技，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系anquanneican@163.com。

人工智能深入公安应用　将成为新宠

公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。汇总的海量城市级信息，再利用强大的计算能力及智能分析能力，人工智能可对嫌疑人的信息进行实时分析，给出最可能的线索建议，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。其强大的交互能力，还能与办案民警进行自然语言方式的沟通，真正成为办案人员的专家助手。以车辆特征为例，可通过使用车辆驾驶位前方的小电风扇进行车辆追踪，在海量的视频资源中锁定涉案的嫌疑车辆的通行轨迹。一、人工智能“预测”犯罪指日可待通过智能摄像机扫描面部，利用基于AI的人脸识别技术进行预测分析，然后就可以帮助警察提前预测罪犯，这听起来有点耸人听闻，但这一切都在发生着。“我们正在建立一个面部识别系统，根据某人去哪里、做了哪些动作，给他设置犯罪风险评级，然后将预测结果告知警方。比如说，买菜刀的人不可疑，但如果同一个人之后又同时买了一把锤子和一个袋子，那么这个人的可疑评级就会上升，”云从科技的发言人如是说。据了解，提前预测犯罪主要依赖的AI技术包括行为识别及步态分析。利用这些技术可以在人群中挑选出可疑的人。目前该技术已经非常成熟，甚至可以将人们与十年前拍摄的照片相匹配，如今该公司的软件已经在国内50多个城市使用。如果说该技术的成功落地应用在算法层面已经毫无问题，那么在硬件设施这块更不用担心。目前，国内正在将人脸识别与庞大的监控摄像机网络相结合，监控摄像机的数量已经达到1.76亿个，而且该数字只会继续增长；另外，政府已经掌握了每个人的档案，可以根据之前的记录来预测谁更有可能犯罪从而加强监控。基于以上两点，利用此技术预测犯罪将变得非常简单。北京航空航天大学计算机科学与工程学院副教授冷彪告诉雷锋网：“中国在人脸识别这块已经领先于西方国家，除了企业自身外，从政府战略的角度来看，这项技术将比美国和欧洲更快。”上周四，国内就发布了一个政府文件，明确表示在2030年底之前建造一个1500亿美元的人工智能产业。毫无疑问，这其中就包含打击犯罪和恐怖活动。中国科技副部长李萌表示，“打击犯罪将成为政府的重要职能，如果我们使用智能系统和智能设施能够事先知道谁可能是恐怖分子，谁可能会犯罪，那将会使得警方办案变得更加高效、社会变得更加和谐。”值得一提的是，除了应用于安防外，中国很多互联网科技公司正在利用人脸识别做其他事情。比如百度利用其人脸识别技术验证客户身份、阿里巴巴利用其进行安全支付交易。正如清华大学电子工程系教授王胜金所说：”相比西方国家，将人脸识别技术应用于商业领域，中国领先的不是一个层级。二、人工智能+视频智能分析，助力公安行业侦查破案

传统的视频监控解决了视频的存储和回放，以及各厂商视频流的互联互通，但仍然无法准确识别、定位和查找视频中的人，车，物等目标信息。目前，要实现全方位的实时监控，指挥调度，视频录像中可疑目标的检索查证，还必须依靠大量的工作人员时刻紧盯屏幕，监视所有摄像机的实况视频，以及回放相关视频录像，查找可疑人员，车辆目标和线索。这显然需要耗费大量人力，而且难免也会因为疲劳和疏忽，而错漏掉某些稍纵即逝的重要信息。因此，围绕公安业务需求的公安实战平台，结合视频图像侦查业务，对监控画面中感兴趣的目标视频进行智能分析，提取可疑的人、车、物等目标信息，生成结构化的语义描述，从而实现特定目标的快速定位、查找和检索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。汇总的海量城市级信息，再利用强大的计算能力及智能分析能力，人工智能可对嫌疑人的信息进行实时分析，给出最可能的线索建议，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。其强大的交互能力，还能与办案民警进行自然语言方式的沟通，真正成为办案人员的专家助手。基于人工智能的视频智能分析是利用计算机图像视觉处理、模式识别和机器学习等算法，分析和识别运动目标信息。作为公安实战平台中最为重要的环节，基于人工智能的人脸识别技术需求应用更为迫切。公安部门借助人脸卡口IPC摄像机的智能人脸检测技术，在城市道路、广场、娱乐场所及各类重点场所的人员目标的人脸识别，提取包括人的性别、戴眼镜、年龄段等特征信息。从而实现人脸的实时布控、高危人员比对、以图搜图、语义搜索等方面的业务应用。比如，人脸布控业务是通过对场景中视频的进行实时人脸采集和视频分析，并与各种人脸库提供的图片(警综、信综、出入境、人口库、追逃库、犯罪人员库等)进行实时比对。如果发现重点关注人员，将推送到公安实战平台客户端或手机终端。另外公安实战平台与全国人口库、常住人口库、居住证人口库等数据关联，实现城市地铁、机场、酒店的人脸识别系统的联动。结合地图业务应用，可实现轨迹回放、告警、查询的可视化。另外，事实上，在安防领域的人脸识别处于一种非常复杂的状态的制约。实际监控场所得到的人脸图片质量不高，距离研究领域的图片，例如LFW数据库，还相距甚远。例如，光照，姿态，表情，饰物，遮挡，运动模糊，分辨率等都影响着人脸识别算法的实际应用推广。已有的训练算法，或者说已有的训练数据无法表达出一个具有很强泛化能力的算法模型。未来人脸识别模型如果需要取得突破，一方面需要更多更丰富的海量的样本数据，如各种光照，姿态，表情下的人脸图像。另一方面，深度学习模型还可以进一步优化和调整。三、人工智能在公安的应用实例

神州泰岳与北京市公安局刑事侦查总队正式签署合作协议，在人工智能语义分析应用研究领域展开深入合作。堪称AI黑科技的人工智能语义分析技术，大力提升刑侦系统语义分析、人工智能服务的应用水平，为社会公共安全保驾护航。随着“金盾工程”的深入开展，公安机关已逐步建立了各类公共基础信息资源库、人员社会行为动态信息库和业务信息系统，积累了大量的数据资源，这些数据资源和信息系统，大大提高了公安机关对案件侦破处理的效率和水平。然而，庞大的数据量以及价值信息的获取，还停留在利用经验积累进行人工分析的阶段，庞大的数据量对公安机关案件破获带来困难。对此，神州泰岳“智脑”公安案情分析系统(以下简称“智脑”)研发问世。“智脑”公安案情分析系统是面向公安行业中刑侦、经侦、治安、缉毒等不同警种，利用人工智能领域的自然语言语义分析技术，针对公安行业刑事案件、入室盗窃、涉车、电信诈骗、110报案等业务类型的信息系统中“简要案情”、“回访记录”、“现勘记录”、“讯问笔录”、“询问笔录”等特征信息分析进行提取，实现非结构化数据自动分析、自动识别案件特征、案情特征交叉碰撞自动分析获取串并案件线索的数据分析产品，为情报部门、侦查部门提供案件侦破、案件串并研判辅助支持，有效降低警力人工支出，保障案件研判基础，从而有效辅助打击犯罪、提升破案效率的作用。2016年“智脑”公安案情分析系统，在北京市公安局的若干分局得到成功试用。试用期间，“智脑”对2016年22000多起的入室盗窃案件，通过对案件信息中的“简要案情”、“回访记录”、“现勘记录”、“讯问笔录”、“询问笔录”等特征信息进行分析提取，自动识别案件特征，有效提高了案件分析效率。通过对去年9-12月份近万起电信诈骗案件进行案情分析，实现串并线索总量近千起，超过了10%的案件串并。“怎么这么智能，还能这么智能!”一线警务人员被“智脑”的出色表现惊到了!根据协议，神州泰岳将向北京市公安局刑事侦查总队提供语义分析、数据分析服务、互联网数据采集服务、互联网数据分析与监测等服务，协助北京市公安局刑事侦查总队完成公安业务数据的深度分析和挖掘等工作。神州泰岳智慧语义认知技术基于概念认知设计，更好的解决了自然语言分析歧义性这一行业难题，在自然语言处理(NLP)领域具有业界领先水平。随着技术的不断成熟，神州泰岳人工智能技术将在案件研判、打击犯罪、提升破案效率等方面发挥越来越重要的作用;在公共安全层面，利用人工智能技术和大规模的数据碰撞寻找可疑线索已成为当今打造智慧城市、透明化政府工作，乃至成功迅速破案的时代之选。神州泰岳凭借先进的智慧语义认知技术、优异的产品效果和丰富的服务经验，成为北京市公安局在人工智能领域的首选合作伙伴，在人工智能变革案件侦破之路上迈出开创性的第一步。基于智慧语义认知技术的DINFO-OEC非结构化文本分析挖掘平台具备完全面向业务建模的能力，可为公安、金融、媒体等各行业提供强大的文本分析能力。返回搜狐，查看更多

人工智能在司法行政领域的应用前景

一、人工智能发展历史

人工智能即AI（ArtificialIntelligence）是一种能够模拟人类智能行为和思维过程的系统，是基于数学、逻辑学、脑科学与神经科学、知识论和认知科学、心理学和控制理论、计算机科学的交叉学科和应用。

早在1943年，神经学家McCulloch和数学家Pitts在合著的《神经活动中固有的思维逻辑运算》（ALogicalCalculusoftheIdeasImmanentinNervousActivity）中提出将数学和算法结合，建立神经网络和数学模型来模仿人类思维活动。人工智能的起源公认是1956年的达特茅斯会议，会议正式确立了“人工智能”这个术语，并以图灵实验(TuringTest)作为测试人工智能系统是否具备智能的标准。之后人工智能迎来了第一轮研究热潮，涌现出大量研究成果。Newell、Shaw、Simon创建的通用解题器（GeneralProblemSolver）是第一个将问题的解决策略从特定问题的知识中分离出来的程序，激励了很多在问题解决领域的研究。Gelernter发明的几何定理证明器（GeometryTheoremProver）基于演绎数据库，从结论出发进行搜索的后推链方法，实现对几何定理的自动证明；Bobrow在他博士论文中创建了STUDENT程序，可解决高中程度的代数题；McCarthy基于Lambda演算发明了LISP语言，该语言很快成为人工智能领域的编程语言。

乐观情绪在1970年代渐渐被浇灭，研究者发现，不仅计算机的性能无法达到人工智能的需求水平，逻辑学、心理学等也远没有达到人工智能技术的发展需要，因此人工智能研究被逐渐搁置。上世纪80年代，由于当时计算能力扩大，专家系统已经可以从数据中得出规律预测在一定条件下某种解的概率，并在商业应用中取得成功，人工智能研究重新获得拨款。90年代初，人工智能又经历第二次危机，但到了90年代后期，数据与机器学习相结合，使得机器从大量历史数据中学习规律并对新的样本作出判断识别或预测，并在供应链管理、数据挖掘、医疗诊断等领域成功得到应用。1997年，基于穷举搜索树的IBM深蓝计算机打败国际象棋世界冠军，是人工智能的一个重要里程碑。

21世纪初，伴随GPU等大规模廉价算力和越来越大的数据集，基于传统神经网络（NeuralNetwork）发展起来的深度学习，掀起了人工智能的新一轮热潮。2006年，Hinton提出深度置信网（DeepBeliefNet：DBN），由一系列受限波尔兹曼机（RestrictedBoltzmannMachine：RBM）组成，利用非监督贪心逐层训练（LayerwisePre-Training）算法，神经网络应用效果取得突破性进展。之后RuslanSalakhutdinov提出的深度波尔兹曼机（DeepBoltzmannMachine：DBM）重新点燃了人工智能领域对于神经网络（NeuralNetwork）和波尔兹曼机（BoltzmannMachine）的热情。2016年，谷歌研发的AlphaGo挑战围棋九段高手李世石，AlphaGo4:1击败李世石，标志着人工智能的发展达到了新高度。

二、人工智能在法律领域的发展概况

人工智能与法律的结合是从20世纪70年开始的。1970年，Buchanan和Headrick发表了关于人工智能和法律推理问题的文章，标志人工智能与法律作为研究分支的诞生。。1977年McCarty的TAXMAN项目对美国公司税务法的法律论证进行了建模；同年，Stamper的LEGOL项目试图对一个组织的规则和规定进行形式化建模；1981年Waterman等开发设计了产品责任的民事裁量模型；1987年Gardner研究了人工智能和法律推理。1987年，首届国际人工智能与法律会议（ICAIL）成立了，成为了人工智能和法律结合研究的主要学术论文会议。该会议也促成了国际人工智能与法律协会（IAAIL）在1991年的成立。1991年Deedma提出了一个专家断案系统；2005年Biedermann等将贝叶斯网络用于法庭调查；各种专家系统，例如HYPO、IBP、GREBE等，也相继出现，有的已用于司法实践中。人工智能和法律结合的研究内容主要包括：法律推理的形式模型，法律论证和决策的计算模型，证据推理的计算模型，多Agent系统中的法律推理，立法的可执行性模型，法律文本自动分类和概括，从法律数据库和文本中自动提取信息，针对电子取证和其他法律应用的机器学习和数据挖掘，概念上的或基于模型的法律信息检索以及自动化执行法律任务的法律机器人。

人工智能已让法律领域在诸多方面发生了变革。在法律服务方面，IBM的律师机器人ROSS利用自然语言处理和机器学习技术向律师建议法律回答；TrademarkNow利用语义技术、文本分析和自然语言处理，以及图像和视频技术实现了商标和专利检索以及版权监测等知识产权法律工作的自动化；德勤（Deloitte）利用基于机器学习的KiraSystems进行合同审阅。KMStandards、RAVN等法律科技公司也支持人工智能合同分析服务。在法律文件转换方面，Fenwick&West可为准备上市的创业公司自动生成所需文件；DoNotPay面向终端消费者协助用户自主完成对交通罚单的申诉材料准备和提交工作。在法律诉讼方面，2016年，研究人员利用欧洲人权法院公开的判决书训练算法系统来预测案件判决结果；LexMachina公司提供的服务通过对判决书进行自然语言处理来预测专利案件结果；电子商务网站eBay为买卖双方提供SquareTrade用于在线提交事实陈述和证据解决纠纷。在刑事执行方面，美国在保释或者量刑、假释环节通过COMPAS、PAS、LSI-R等软件进行风险评估，包括预测个体重新犯罪概率等。

三、司法行政领域的人工智能应用前景

党的十九大提出“深化依法治国实践”，强调“全面依法治国是国家治理的一场深刻革命”，把坚持全面依法治国作为新时代坚持和发展中国特色社会主义的基本方略之一，要求“必须坚持厉行法治，推进科学立法、严格执法、公正司法、全民守法”，坚持全面推进依法治国踏上新征程。报告还提出要深化司法体制综合配套改革，为深入推进司法体制改革作出了顶层设计、提供了重要抓手。报告要求打造共建共享的社会治理格局，提高社会治理社会化、法治化、智能化、专业化水平。

2018年3月，中共中央印发了《深化党和国家机构改革方案》，组建中央全面依法治国委员会，委员会办公室设在司法部，重新组建司法部，合并原国务院法制办公室职能，赋予了司法部更加重大的政治责任和新的历史使命，对司法行政机关工作提出了新的工作要求。重新组建的司法部承担国家行政立法、行政执法、刑事执行、公共法律服务四个方面职能，同时要履行好中央依法治国办职责，推进法治国家、法治政府、法治社会一体建设，推进法律体系的实施贯彻，推进基层治理法治化。

司法行政领域工作点多、线长、面广、量大，涉及到法学、社会学、心理学、犯罪学、教育学、计算机科学等多个学科，从业人员需要经过系统训练，掌握大量专业知识。现代人工智能技术在结合复杂领域知识和大规模数据集执行模式识别、挖掘检索、知识推理和方案规划等任务方面展现出极大的潜能，在领域工作中具有广阔的应用场景。

1、利用人工智能技术保障行政立法的科学民主性

行政立法是实现良法善治的前提，其目标是制定良好并得到普遍遵守的法律规范。我国立法机关将一部分立法权授权或委托行政机关进行立法，导致国务院各部门和地方政府制定了数量惊人的行政法律、法规和规章，在缺乏立法监督和责任制的情况下，行政立法出现很多问题，如政府立法权膨胀、越权立法、缺乏民主、缺乏监督、违反程序等，法律规范体系存在违反宪法、上位法现象，以及相互不协调、不一致的问题，立法不能全面反映社会管理和运行客观规律，针对性不强、精细度不够、有效性欠缺，社会民众对立法的参与度不够高，不能真正反映群众的迫切需求，立法评估反馈机制不健全、不完善，执行中出现问题得不到及时改善。

人工智能在多个研究领域可为科学民主立法提供重要支撑。通过知识表达技术，可建立法律规范体系知识图谱以及支撑法理模型；通过知识推理技术，可实现全自动的法律规范文件审查和比对分析，保证各级政府法律规范与上位法之间、以及相互之间协调一致，不超越部门事权范围；基于自然语言处理和深度学习的语义检索和法律问答技术，可以为立法文件起草、论证、调研、审议提供智能化工具，促进立法效率提升；人工智能文本分析和语义理解技术，可以对海量的立法征求意见进行深度分析，理解提炼民众意图，大幅扩大参与立法的社会公众群体，保证参与的积极性和有效性；通过社会运行数据的法律法理语义建立以及机器学习和知识推理技术，可以对行政执法记录、法律服务和社会矛盾纠纷案例、社会热点事件和舆情数据进行深度挖掘，精细刻画出重点领域的立法需求，预测立法对社会多层次各方权益的影响，对立法成本效益进行量化评估，保证立法切实反映客观规律和人民迫切需求、更加符合改革和社会经济发展的需要。

2、利用人工智能技术推动严格行政执法

严格执法是实现良法善治的关键。当前我国的法治社会建设尚处于初级阶段，社会各阶层法治意识不强，导致各级政府有法不依、执法不严、违法不究，懒政、怠政、失职、渎职现象依然存在，群众对执法不公和腐败问题反映强烈。究其原因，各级政府行政执法裁量权过大，行刑衔接不规范透明导致以罚代刑现象突出。同时，行政执法监督力量薄弱，部门、舆论和社会监督渠道不畅，没有形成合力，难以对庞大的行政执法体系进行常规性、针对性监督。2018年长春长生生物假疫苗事件就是一则典型的以罚代刑案件，最终掀起了一场社会舆情风暴，使政府公信力受到严重侵蚀。

人工智能的自然语言处理、语义理解和深度学习技术相结合，可对行政执法、复议、诉讼案例和涉刑处罚案例进行自动化的文书审查和法理分析，实现行政执法合法审查、合规审计、执法裁量基准审核等，对行政执法进行自动常规性监督。同样的技术组合可整合来源于各部门、社会公众和网络舆论的文件和数据，提取有效的执法监督情报，特别是利用语义理解技术对行政执法相关社会事件的舆情进行跟踪监控，可推动对各级政府行政执法进行主动针对性监督。基于海量的常规性、针对性执法监督数据，通过深度学习技术提取地区和领域依法行政的特征模型，进行比对分析可以实现各级政府依法行政考核评价。人工智能技术在推动严格行政执法中的创新应用，可以有力保障法律规范权威性，有效促进法治政府建设，保证社会主义法治旺盛的生命力。

3、利用人工智能技术实现公正透明刑事执行，提升罪犯矫正水平

随着中国特色社会主义进入新时代，我国犯罪类型结构发生显著变化。传统的暴力犯罪和经济犯罪逐步减少。以电信、互联网等为媒介的非接触性犯罪逐步增多，非法集资、网络传销等涉众经济犯罪严重扰乱经济秩序，食品药品犯罪、环境污染犯罪案件数量增长明显，伴随全面深化推进依法治国实践，轻微型犯罪将可能进一步增长。但是，我国的刑事执行体系还不能适应新的刑事司法环境。主要表现在：社区矫正尚未成为占主导地位的行刑方式，执法队伍专业化程度不高、程序性缺失、监管多于矫正、心理矫正未落实、分级处遇和个别处遇落实不到位，总体来讲与国际先进水平差距较大；监狱执法队伍数量能力不足，罪犯分别关押管理不科学、心理矫正水平不高，劳动改造赋能不够，刑满释放人员安置帮扶不全面精准；强制隔离戒毒还需强化，社区戒毒康复体系建设还不完善，社会各方参与戒毒工作积极性欠佳。

人工智能技术在刑事执行领域的主要作用体现在推动监狱安全防范自动化、智能化和推动矫正戒治精细化、个性化两个方面。在监管安防领域，人工智能技术可以大幅减少罪犯监管对警力的消耗。其中，基于深度学习的视频图像分析技术已经在监狱、戒毒所投入大量应用，但在身份识别、行为识别和事件提取的准确度上还需进一步提高；人工智能的语音识别、语义理解、微表情分析技术，可以实现罪犯亲情会见、个别谈话的深度分析，提取敏感内容，捕捉罪犯的异常情绪，采集靠人力难以获取的重要数据；深度学习和知识推理智能技术，可用于评估罪犯危险性，预测监狱重大安全事件风险；未来，人工智能执勤机器人可以在监所替代警察执行安全管控任务；人工智能结合矫正人员社会活动和轨迹数据采集，实现人员行为的动态分析评估，对风险进行预警，可以大幅提高社区矫正的管控能力，为扩大社区矫正规模提供支撑；基于人工智能的方案规划技术，可实现突发事件的应急处置方案生成与优化。在矫正戒治领域，人工智能可以为改好罪犯提供可信的科技支撑。其中，人工智能的深度学习和现代可穿戴、物联网采集技术相结合，可用于实现对罪犯、社区矫正人员、戒毒人员心理状态的精确评估和演化态势预测，对罪犯和吸毒人群体员进行精细画像，构建科学的循证矫正戒治模型，匹配有效的个性化矫正戒治手段；结合人工智能问题推理和深度学习技术，可根据罪犯和吸毒人员矫正戒治表现和家庭社会环境，预测重新犯罪和复吸的风险因素，协助后续安置帮扶和社区戒毒康复工作，有效降低重新犯罪率和复吸率。

4、利用人工智能技术支撑供给侧改革，提供普惠精准及时有效的公共法律服务

美国法官波斯纳曾将法律行业形容为“涉及社会的法律的服务提供者的一个卡特尔”，高昂的律师费用导致社会低收入以及中等收入人群中的大部分人的法律需求没有被满足。英国在2007年通过了《法律服务法案》，旨在自由化法律市场，革新法律行业组织模式，并引入竞争，促进法律服务的可负担性。我国司法行政体制改革[22]将建设完备的公共法律服务体系作为重大目标，着眼于为社会公众提供普惠精准及时有效的法律咨询、法律援助、公证律师行业管理、司法鉴定、司法考试、人民调解和监督等公共法律服务。

当前，一方面我国公共法律服务普遍存在供给不足、区域不均、服务功能发挥不充分等问题。另一方面，司法行政人民调解员队伍庞大，但调解科技手段匮乏，大量社会矛盾纠纷案例数据无法准确采集，导致与立法、执法和法治宣传教育关联的最重要反馈数据缺失，更不能支撑对法治社会的态势感知和风险预警。

人工智能技术可以以低廉的价格扩大公共法律服务供给水平，提高供给质量，实现更为广泛的司法正义。基于自然语言处理和深度学习的语义检索和法律问答技术，可以为公共法律服务社会工作者提供智能化和自动化的法律检索，帮助消除公共法律服务区域不均衡问题，可以为社会公众提供在线法律服务和机器人法律服务，实现一般法律咨询，比如遗嘱、婚姻咨询、交通事故咨询等，使人人都享有标准化、高质量的法律服务，帮助消除法律服务人力资源不足问题。随着技术发展，法律文件审阅和生成自动化、在线争议解决（OnlineDisputeResolution）等技术可应用于公共法律服务体系中的法律援助，向当事人提供基本的法律援助，向法律援助律师提供智能化和自动化的诉讼工具，显著提高法律援助的效率和质量。人工智能在医学诊断领域的成功经验，可以借鉴到司法鉴定领域，为社会公众提供科学、可信的司法鉴定服务。人工智能的语音识别、语义理解、情绪分析技术，可以协助人民调解员自动构建社会矛盾纠纷要素结构，并基于人工智能和大数据进行案件预测，通过深度学习规划调解策略，对社会矛盾纠纷化解提供强大的科技手段，大幅降低社会矛盾纠纷化解难度，实现精确的矛盾纠纷案例数据采集。基于海量的公共法律服务案例数据，通过深度学习技术可以精确挖掘普法宣传教育和立法需求，提取反映区域社会法治水平的表征指标，为推进法治社会建设举措提供精准的决策依据。

四、结语

总结起来，几乎所有的人工智能技术都可以在司法行政领域找到极佳的应用场景。推动人工智能技术的领域应用，不仅可以为领域内各类深层次问题提供先进、廉价的解决方案，为加速推动司法行政体制改革提供重要支撑。而且可以在自然语言处理、语义分析、知识推理、策略研判等我国相对薄弱的人工智能技术领域推动自主基础理论研究和重大应用创新。

从全面推进依法治国战略部署层面，通过人工智能技术与法社会学深度结合，可逐步建立我国宪法和法律规范体系的法理模型，政府部门程序和事权模型，公民、法人和社会组织权利义务法社会学模型，以及支撑法治社会运行的社会关系、活动和伦理社会学模型。利用这些知识模型来牵引粘合反映社会各层次、各方面运行的大数据集，可以在未来实现中国特色的依法治国社会计算体系，极大地促进中国特色社会主义法治体系建设，推动实现科学立法、严格执法、公正司法和全民守法。

作者：朱孔凡、赖毅

编辑：广汉

人工智能在世界警务领域的应用

21世纪以来,人工智能技术取得突破性进展,在某些方面已经接近人脑的功能,机器视觉语音、人脸、指纹识别、智能搜索、自然语言理解、辅助决策、自动规划、智能控制等基础性应用技术,人机博弈、专业机器人、语音交互、机器翻译、信息安全等专业应用技术,无人驾驶智能制造、智慧医疗、智慧农业、智能交通、智能家居等综合应用技术开始陆续遂入到实用阶段,在诸多领域都开始发挥巨大作用。同样,人工智能在警务工作中也大有作为,在犯罪预防、侦查破案、交通管理等方面都能发挥重要的作用。

一、犯罪预防

利用人工智能将一些规律转化为数据,并针对犯罪区域、犯罪概率等做出预测,可提升公安机关对各类风险隐患的预测、预警、预防能力。人工智能可分析案件高发地点和高发时段,找出下一阶段的高危犯罪地区,自动划分治安防范重点区域和重点时段,按需调整警力部署和打防重点,实现精准巡逻防控,集约化用警。美国、英国、德国、瑞士等国在多个城市开展了预测警务创新应用,城市盗窃、抢劫、强奸等犯罪案件得到一定控制,犯罪下降率达10%~30%。日本、阿联酋也做了这方面的尝试。

美国部分警察局已开始将犯罪预测分析系统,用于分析犯罪动态、识别犯罪模式、预测犯罪趋势,从而为科学部署警力提供更为精确的指导。美国的犯罪预测分析系统并不是预测下一次犯罪将要发生在何时何处,而是与一个特定时间和地点相关的相对风险。

日本神奈川县警察局正在讨论引进基于人工智能技术的犯罪分析预测系统,并准备在2020年东京奥运会时应用。该系统除了提示容易发生案件的时间点、场所和案件发生概率外,还能分析相关事件是否为同一人所为,预测嫌疑人下一步的行动,让警方能够抢先一步控制住嫌疑人的行踪。

阿联酋迪拜警方在2018年招标人工智能预测警务技术,以协助降低犯罪率。印度Staqu公司和美国Revmax公司胜出,将为迪拜警方提供基于人工智能的预测性警务解决方案。据称迪拜警察的目标是到2021年将暴力犯罪减少25%.

二、侦查破案

人工智能的日益成熟为侦查破案开辟了新的路径。随着信息化、大数据的纵深发展,以“数据+智能”为关键要素的现代化侦查打击模式不断形成完善,人工智能正加快对传统侦查办案工作的“智能化改造”。融入犯罪倾向分析、案件特征分析等功能的人工智能系统,可以自动搜集各类信息数据并智能分析关联要素,侦查办案更加高效化、智慧化。人工智能可以对警察数据库进行即时扫描,并帮助团队通过人脸和照片识别罪犯,调查以前的犯罪记录或犯罪团伙的蛛丝马迹,甚至能够扫描指纹和声音样本,确定涉及各种非法行为的犯罪嫌疑人。

在运用视频监控进行破案时,人工智能在视频内容的特征提取、内容理解方面有着天然的优势,可对监控画面中感兴趣的目标视频进行智能分析,提取可疑的人、车、物等目标信息,生成结构化的语义描述,从而实现特定目标的快速定位、查找和检索。利用强大的计算能力及智能分析能力,人工智能可对嫌疑人的信息进行实时分析,将犯罪嫌疑人的轨迹锁定由原来的几天缩短到几分钟,为案件的侦破节约宝贵的时间。在进行痕迹鉴别时,人工智能技术可对痕迹进行

自动识别,判定指纹、掌纹及皮肤纹,进行枪弹痕迹鉴别、凶器及作案工具鉴别和汽车轮胎等其他痕迹鉴别,以查证、揭露和证实罪犯。同样,人工智能技术也可用于文字、虹膜、牙齿、声音辨识。在进行人员监控时,借助智能人脸检测技术,可在城市道路、广场、娱乐场所及其他重点场所对人员目标进行识别,提取包括人的性别、戴眼镜、年龄段等特征信息,从而实现实时布控、高危人员比对、以图搜图、语义搜索等方面的业务应用。比如,通过采集人脸图像,并与各种人脸库提供的图片进行比对,如果发现重点关注人员,将推送到公安实战平台客户端或手机终端。

日本警察厅将在2019年开始全面进行人工智能在调查犯罪中的应用,实验中将摸索能否通过监控摄像头图像锁定汽车车型或在人群中发现可疑人员。据了解,实验的内容包括判别汽车车型、分析可疑交易、锁定可疑人员和可疑物品。具体来说,汽车实验的目标是通过不清晰或只拍到一部分的监控摄像头的图像,锁定车型、车龄和款式。如果发现经过案件现场附近的汽车,将有利于寻找嫌疑人和目击者。人工智能判断金融交易等场合是否存在犯罪或洗钱嫌疑也是该实验的目的之一。目前,日本的金融机构等认为属于“可疑交易”而通报警方的情况每年约40万起。

阿联酋迪拜警方以人工智能为动力的“智能系统”逮捕了109名犯罪分子。迪拜警方负责刑事调查的助理总司令Mansouri少将说:“在Muraqqabat警察局的管辖范围内落地实施是使用智能技术的更广泛努力的一部分,这涉及使用能识别和跟踪车牌号码的摄像头”.摄像头和面部识别技术都与Muraqqabat警察局的行动室相连。

印度旁遮普警方去年在破获一起毒品交易案时,一名犯罪嫌疑人逃走,警方通过将犯罪嫌疑人的照片输入旁遮普人工智能系统进行了查询,之后成功将其抓获。

三、交通管理

在交通管理工作中,人工智能主要用于运动目标检测和识别,常用的应用场景包括动态违法取证、交通信号控制、路网流量调控、人车特征关联、交通行为研判等.

在交通信号控制方面,利用人工智能技术可实时分析城市交通流量,调整红绿灯间隔,缩短车辆等待时间,提升城市道路的通行效率。2016年在杭州萧山区的部分路段安装人工智能中枢-一“城市数据大脑”,通过“城市大脑”智能调节红绿灯,车辆通行速度最高提升了11%。浙江宁波智能警亭实现了实时掌握警务区道路交通运行状态,提前预判交通拥堵,及时发现交通事件,快速调度辖区警力,因地制宜开展预警、干预、处置,实现指挥扁平化、决策科学化。青岛公安交警部门通过布设的1200余台高清摄像机,4000处微波、超声波、电子警察检测点,组建智能交通系统,实时优化城市主干道、高速公路及国省道的红绿灯市场,使得整体路网平均速度提高9.71%,通行时间缩短25%,高峰持续时间减少11.08%.

在车辆识别方面,基于深度学习的车辆识别技术将特征范围由单纯的车牌或车标扩展到整个车身。车辆的车灯、格栅、车窗等均是车辆的重要特征,对车辆这些特征的引入,不仅大大提升了车辆识别的准确率,对干扰、遮挡等问题的适应性也更强,识别的类别也更加细化,不仅能识别车辆的品牌,而且能识别车辆的子品牌、型号、年款等详细类别。指定车辆在视频图像数据中的检索除了可以通过车牌、品牌、型号、颜色等描述信息进行外,还可以通过车辆图片或年检标、挂饰等局部特征进行。目前,国内很多城市的车辆卡口系统在现有系统的基础上扩展了车辆识别功能,也称为车辆二次分析系统,基本可以识别2000余种细化到年款的车辆类型,并在此基础上扩展出很多如"假/套牌分析”等实战业务应用。特别是针对“假牌”“套牌”“车内不系安全带”、“开车打电话”等需要人工甄别的违法行为,这些智能交通系统不仅事半功倍,而且极大减少人工投入,大大提升工作效率。

阿联酋迪拜警方在警车内安装了人工智能设备,旨在监控驾驶员的车内情况。该设备由ComiotTechnologies研发,可对安装于警车内的摄像头数据进行分析,能够抓捕违反道路交通规则的驾驶员。若在驾驶中打手机、吃吃喝喝、鲁莽驾驶或追逐其他车辆,人工智能装置随后就会告知对方,受监控驾驶车辆的车内情况。

四、反恐处突

目前,智能机器人和无人机已广泛用于反恐处突行动,代替警察执行危险的侦查、排爆等任务。排爆机器人、侦检机器人、水上侦查机器人、扫雷机器人均已用于反恐工作。排爆机器人主要用于转移处置爆炸危险物品,侦检机器人主要用于危险、狭窄区域比如汽车底盘下的侦查,水上侦查机器人主要用于水面四周环境和水下100米范围内的侦查。另外,武装打击机器人能对可疑目标进行自动探测与跟踪,可根据需要安装各种枪械和光瞄系统,对目标进行远程准确打击。

无人机在反恐处突领域主要用于空中监视、目标搜索、目标跟踪等。无人机可以替代警察第一时间接近事发现场,通过可见光视频和热成像观测等机载设备,将第一现场情况实时回传指挥部,为指挥人员制定行动方案提供决策依据。无人机能发挥快速响应、空中机动灵活的优势,实时跟踪侦查事件的发展态势,帮助指挥中心实施不间断指挥处理。加装空投装置后,无人机还能进行特殊物品的投送,如播撒传单,向地面人员传递信息。通过加装高音喇叭,无人机可以进行空中喊话。此外,搭载武器的无人机还可自动识别并击毙恐怖分子。

五、网络监管

人工智能在网络空间的安全防御中受到了广泛关注,关注比较高的是神经网络和专家系统神经网络。神经网络就是一个规模宏大的处理器,通常具有信息分布存储、容错能力强、计算具有独立性等特点。

在入侵检测领域当中,神经网络技术已经得到了十分广泛的应用,例如对DDoS检测、垃圾邮件检测的调查等方面。将神经网络作为网络检测的决策算法能使出错率有效降低,还能提高网络的检测能力。与传统的检测方法相比,在计算机行为基础上对蠕虫病毒进行监测,神经网络技术有着更高的检测效率,对于一些全新出现的蠕虫病毒,神经网络也能够对其进行有效的识别。将循环网络、多层感知技术等进行结合,能够形成用于入侵检测的神经网络体系结构,该结构能够对传统检测方法的问题进行有效的弥补。而由于神经网络系统的高速处理能力,因此广泛地应用在了网络防御领域当中。

专家系统是一种发展比较成熟的人工智能技术,该技术能够根据某领域专家提供的知识进行推理,模拟专家提供相应的解答。借助网络安全专家的经验,专家系统能够帮助制定网络防御作战决策,可在网络空间安全防御中广泛应用。

六、安保巡逻

在安保巡逻方面,智能警用机器人可替代警员执行安保、巡逻任务,发挥服务人民、协助执勤、解放警力等作用,降低公安干警的劳动强度及执勤风险。安保巡逻警用机器人的应用场景可设定为政府驻地、机场、广场、车站、码头、公检法办公场所、大型活动现场、要害部门等重要区域,实现对特定区域环境、人员、车辆、意外事件等要素的信息感知,服务人民群众,同时有效保障重点人群、重大设施和重要区域的安全。按照以上应用需求,警用机器人需具备自主行走、区域巡逻、自主避障、人脸识别、多模态人机交互、警情识别等功能。

在民用安防方面,利用人工智能强大的计算能力及服务能力,为每个用户提供差异化的服务,提升个人用户的安全感,确实满足人们日益增长的服务需求。以家庭安防为例,当检测到家中没有人时,家庭安防摄像机可自动进入布防模式,有异常时给予闯入人员声音警告,并远程通知家庭主人。而当家庭成员回家后又能自动撤防,保护用户隐私。夜间经过一定时间的自我学习,掌握家庭成员的作息规律,在主人休息时启动布防,确保夜间安全,省去人工布防的烦恼,真正实现人性化。另外,在门禁刷卡时,人工智能实时比对通行卡信息及刷卡人脸部信息,检测出盗刷卡行为,还能区分人员在大楼中的行动轨迹和逗留时间,发现违规行为。

七、便民利民

在便民利民方面,人工智能具有广泛的应用场景。在智能客服方面,可保证群众在事前、事中、事后均可“有疑就问”,人工智能客服则“有问必答”、“答必释惑”,并且可以实现7x24小时的信息查询和办事咨询。如河北永清市公安局智能机器人“小乔”可以解答派出所户籍管理工作中户口迁入、户口迁移、证件办理等常见问题,还能自动识别多种方言,自动匹配最佳答案,并同时进行显示屏输出和语音解答,如果群众的提问比较模糊,“小乔”能自动提供相似问题选项,可进行手工选择,从而找到自己满意的答案。在语音识别的基础上,“小乔”能帮助本地群众查询身份证办理进度、宣传法律法规和便民利民措施,同时具有数据采集功能.山东省济南市“智慧警局”中的警用机器人可进行迎宾导览、业务咨询,协助群众在无人警厅内自主办理身份证、护照等业务。

在自动报案方面,目前自助接报案笔录机器人已得到应用。机器人操作非常简单,可选择语音或手写、拼音等输入方式,按照机器人的语音提示,依次填写姓名、身份证号码、案发时间、案发过程等信息。在输入信息的过程中,语音会自动转为文字,屏幕界面会完整呈现报案信息。所有信息输入完毕后,可点击信息总览下的具体信息,进行修改。修改完毕后,交由警方审核确定无误,打印给当事人签名按指引,完成整个报案流程。利用机器人自助笔录制作一份笔录仅需15分钟。而传统的民警制作笔录用时最少半小时,甚至超过一小时。

习近平总书记在2018世界人工智能大会贺信中指出:“新一代人工智能正在全球范围内蓬勃兴起,为经济社会发展注入了新动能,正在深刻改变人们的生产生活方式。人工智能的发展应用将有カ提高经济社会发展智能化水平,有效增强公共服务和城市管理能力。”2018年4月,赵克志部长在广东深圳“全国公安机关打击刑事犯罪工作推进会”上指出:“坚

持以增强人民群众获得感、幸福感、安全感为目标,以大数据、人工智能等高新技术为引领,进一步加强和改进打击犯罪工作,不断提升打击犯罪的能力和水平”。为落实习主席和赵部长的重要指示,公安机关应密切跟踪人工智能技术的发展,及时在工作中应用这一技术,提高战斗カ,实现从汗水警务向智慧警务的转变。

作者：杨全民

编辑：广汉