Page 80 - 中国公共安全1月刊

A Artificial Intelligence
人工智能

有限的。传统的巡逻相对而言效率不是很高，现在 个月内有 25% 的可能性参与暴力事件。”根据芝加
利用算法和机器学习，就可以帮助警局安排警力资 哥警局透露的信息，这个名单已经有 400 人。上榜
源，提升打击犯罪的效率。 的人不一定有犯罪史，住在罪案高发地地区，或者朋
20世纪90年代，纽约市就曾用数据信息来预测 友、家人有人犯罪的，都是这个名单背后的算法考虑
哪些地铁站是犯罪高发区。随着人工智能的发展， 的因素。
世界上已经有一些国家和地区开始利用最新的机器 人工智能测谎仪协助审讯
学习算法预测犯罪。他们在城市里安装了可以检测 传统的测谎仪对于有一定“经验”的犯罪嫌疑
枪声的声音感应器收集数据，加上城市路边的摄像 人而言，有相当大的局限性。审讯过程中，利用人工

头数据，通过机器学习算法做了一个“罪案预测系 智能技术（包括人脸识别、语音识别、语义识别、形
统”，能预测抢劫、枪击案的罪案地点。 态识别、生理探测、智能决策等）可以更加精准判断
通过机器学习预测潜在犯罪 嫌疑人是否在说谎。通过摄像头捕捉人脸关键点，
通过机器学习技术，除了能预测犯罪高发地区， 配合非接触式传感器分析性别、微表情、肤质、颜
还能预测出有可能会出现的罪犯。通过收集犯罪案 色、局部温度、心率、语音等神经、生理的外在表
例，使用机器学习方法，将这些数据“喂给”电脑程 现，根据对应的唯一关系，反推心理，探测出内心的
序，包括年龄、性别、邮编、第一次犯罪的年龄以及 倾向，相比传统的情绪识别更进一步。
一长串先前可能相关的犯罪记录（酒后驾车、虐待 利用生物识别技术搜索追踪嫌疑人
动物、涉枪犯罪等）。通过机器学习，得出哪些人是 生物识别技术又可分为很多种，如人脸识别，
重复犯罪，需要监禁哪些二次犯罪风险较高的人。甚 指纹识别，虹膜识别，步态识别等等，在一些场景中
至，基于环境以及新生儿父母的过往，在一个人出生 根据需求会混合使用这些技术。以人脸识别为例，
的时候就预测出他/她是否会在年满18岁时犯罪。 人脸识别技术是基于人的脸部特征信息进行身份识
比如，警方拿出“预测罪犯热点名单”告诉警 别的一种生物识别技术，包括人脸图像采集及人脸
员，附近街区最有可能犯罪的前 20 名嫌疑犯名字和 检测、人脸特征提取，以及特征相似度匹配与识别

照片，甚至可以具体到这样的程度：“此人可能在 18 等过程。在种类身份识别领域，人脸识别不仅具有
唯一性与低可复制性，还具有非强制性、非接触性、
并发性等特点。人脸也是人类在自然环境中最主要
的身份识别基础。
人脸识别，尤其是动态人脸识别技术，有助于
安保系统在动态的人群中高效、迅速锁定犯罪嫌疑
人并部署抓捕，打击犯罪。深圳威富科技、川大智胜
等一批安防企业都在这方面颇有建树。
特别值得注意的是，由于人工智能的发展，包括
人脸识别在内的安防技术进入主动安防的时代，在
司法中的应用也相应地将发挥更大的能动性。

64 第七届深圳国际智能交通与卫星导航位置服务展览会(2018.6.22-6.24深圳会展中心)www.its-expo.com

ದ۽ᇆି JOEE