廣州熱線

圖片來源：視覺中國

據(jù)說今年的柯南劇場版又能在中國上映了。作為一個二十年柯南老粉，我決定跟大家聊一聊人工智能和偵探的故事。

警用AI其實已經(jīng)不算是新鮮話題，各種安防、巡邏、審訊技術(shù)，包括各種警械，都已經(jīng)可以找到AI的身影。但在案件的核心偵破環(huán)節(jié)，也就是需要用到大偵探親自登場的時候，AI還只是一個初出茅廬的見習偵探。

好在AI這東西有幾個絕招，在人類同行面前還是具有一些優(yōu)勢的。張學友演唱會上的人臉識別若干連殺，或許可以看做AI破案的一次小試牛刀——畢竟熱愛音樂的犯罪分子是自己暴露在重點監(jiān)控范圍里的。

而在近一年多時間里，一件有意思的事是AI開始更多參與到正兒八經(jīng)的案件偵破里。這一方面是因為城市智能監(jiān)控系統(tǒng)的不斷完善，另一方面也跟AI處理復雜數(shù)據(jù)的能力提升有關。

綜合來看，AI偵探可以在案件偵查和推理時，做到三件人類很難做到的事。這三個絕招又常常是連環(huán)出擊，一體化辦案，已經(jīng)讓我們看到了很多疑難案件新的曙光。

個子很小（小到根本看不見），善于動用科技裝備（攝像頭、傳感器），習慣于躲在人類背后說話……感覺AI偵探的代言人已經(jīng)呼之欲出了。

AI破案的三個絕招分別是：

利用智能攝像頭，找到隱藏的證據(jù)

就在上個月，衢州警方剛剛公布了一個案例。利用阿里云的ET城市大腦技術(shù)，警方破獲了一個長達6年的“電魚案”。

錢某夫婦從2012年開始，就在錢江源國家公園的主要支流信安湖里非法電魚，然后倒賣給固定下家，再將魚流通進菜市場。6年里夫妻倆非法獲利60萬元，儼然靠電魚奔小康的節(jié)奏。

而這個案件的難點在于，按照法律規(guī)定，非法電魚必須達到500公斤才能立案。而實際偵破過程中犯罪嫌疑人都不會一次攜帶這么多魚。導致很難人贓俱獲，達到立案標準。

利用遍布城市的智能攝像頭，AI破案的邏輯是通過識別和鎖定犯罪嫌疑人的特征，來準確捕捉嫌疑人的行動路線。從電魚到運輸再到銷贓，AI天網(wǎng)很容易就記錄下其犯罪的全過程。

類似的AI取證技術(shù)，在很多案件的實際偵辦過程中都能用到。

比如在有些偷盜、非法捕獵、盜竊公共財產(chǎn)案件中，由于單次涉案金額普遍輕微，嫌疑人經(jīng)常打著“被抓到就認倒霉，反正大部分時候抓不到”的態(tài)度，讓警方十分難辦。而基于AI攝像頭的人臉識別、特征識別和運動軌跡跟蹤能力，可以準確發(fā)現(xiàn)那些不容易找到的證據(jù)。還可以有效找到嫌疑人的同伙，留下銷贓、藏匿贓物的證據(jù)。這類工作不用AI的話只能依靠辦案人員跟蹤和群眾舉報，效率上較差，留存證據(jù)也十分困難。

AI+攝像頭的另一個作用，是可以大幅度提高警方跟蹤的效率。偵查員與AI攝像頭協(xié)同工作，可以讓跟蹤變得難以提防，從而加快破案進度。

人眼找不到的，天眼來找，這在某種程度上對區(qū)域安全是一個質(zhì)的提升。

在龐大數(shù)據(jù)中發(fā)現(xiàn)線索

大部分普通人都會覺得，犯罪分析是一個腦力勞動，講究的是偵探和犯罪分子斗智斗勇，靈光一閃就知道犯罪分子的真實身份了。

然而現(xiàn)實是，犯罪分析是一個絕對的勞動密集型工作。推理和技術(shù)偵查固然重要，但絕大部分時候還是要靠看無窮無盡的檔案資料，查看數(shù)量巨大的視頻監(jiān)控，接聽無數(shù)舉報電話。

這些工作在數(shù)據(jù)累積到了一定程度后，會變成警力根本無法負擔的任務。當年抓捕周克華的時候，曾經(jīng)調(diào)集大批警力24小時看監(jiān)控視頻。而一般案件顯然無法聚集這么多警力，那么在茫茫人海的城市中，找到一部車、一個人，就變成了非常困難的“數(shù)據(jù)挑戰(zhàn)”。

AI技術(shù)的另一個能力，多元數(shù)據(jù)處理和跨平臺數(shù)據(jù)處理，就在這個時候顯現(xiàn)出了價值。今年年初的時候，深圳市曾經(jīng)快速破獲了一個拐騙兒童案。利用華為云與深圳合作的智能安全系統(tǒng)，警方對拐騙者的模糊照片進行了全城監(jiān)控數(shù)據(jù)中的圖像搜索。依靠AI快速的圖像識別與處理能力，很快鎖定了嫌疑人的位置。從報案到抓捕，僅僅用了19個小時時間。

類似的AI處理海量信息能力，最大的價值在于可以解放大量人工操作時間。對視頻、音頻、文檔等資料進行有條件篩選與結(jié)構(gòu)化分析，將漫長的搜尋任務在分鐘級的時間完成。比利時警方在去年還曾經(jīng)引入AI的數(shù)據(jù)處理能力，來監(jiān)控恐怖襲擊可能爆發(fā)前的社交網(wǎng)絡異動、銀行資金流動等情況，希望能夠用AI來跟恐怖主義爭搶時間。

對于綁架、拐騙、交通肇事逃逸等案件來說，數(shù)據(jù)處理時間基本意味著一切。一旦犯罪嫌疑人失去蹤跡，案件的破獲難度和社會危害就會膨脹。

人機協(xié)作的案件偵破方式，在今天的數(shù)據(jù)爆棚年代已經(jīng)成為了必然選擇。

理清案件背后的復雜關系

一位刑警朋友，曾經(jīng)給我介紹過案件偵破過程里的一個難點：給犯罪團伙整理口供。

由于緊張害怕、抗供心理，再加上犯罪份子普遍文化素質(zhì)不高，一個犯罪團伙落網(wǎng)后，經(jīng)常會對團伙間的關系說的亂七八糟，彼此很難吻合。誰是主謀，誰是從犯，犯罪動機如何，經(jīng)常會在口供中復雜的關系里被弄得十分凌亂。

案件偵破里的這種狀況，可以看做一個數(shù)據(jù)文本分析問題。如果我們整理清楚數(shù)據(jù)特征，搭建好彼此的關系，就很容易識別其中謊言和矛盾的地方。這也是一個AI可能比人類更擅長的課題，尤其是在案件關系過于復雜之后。

刑偵工作里，有一個名詞叫做案件串并。是說如何把不同的犯罪事實歸結(jié)到一起，弄清楚一個人或團伙若干次犯罪事實。

對于情形復雜的團伙犯罪和體系化犯罪中，案件串并尤其重要，卻也需要耗費大量的人力物力才能完成。比如電話詐騙犯罪，不同的嫌疑人有不同的犯案特征、不同的詐騙方式以及所使用銀行卡等犯案工具。但由于受騙者可能來自不同地區(qū)，受騙經(jīng)歷也不相同。想要進行全國范圍內(nèi)的案件串并就很艱難。

在AI應用中，針對類似情況比較知名的是認知計算技術(shù)。利用文本歸納、文本特征提取、語義理解等方式，來抽取犯罪行為中的相似性，提醒警方進行并案處理。

類似AI技術(shù)，已經(jīng)廣泛使用在情報分析和商業(yè)組織分析當中，IBM i2系統(tǒng)就是這類AI應用的代表。而在刑偵領域，我國也已經(jīng)開始出現(xiàn)類似應用，來輔助偵查員在筆錄、回訪、現(xiàn)場勘查記錄等資料中整理文本特征，分析并案可能。

除了電話詐騙之外，需要大量應用AI進行文本分析，理清犯罪團伙關系的是金融犯罪和傳銷。金融犯罪當中，往往涉及復雜的賬戶、公司和法人關系，錯綜復雜到一團亂麻。這種情況下，利用AI進行特征分析，理清金融關系，就變得尤為重要。

（IBM i2進行的人物關系分析）

在傳銷網(wǎng)絡里，受害者和傳銷上線、組織者往往混為一體，在破獲后很難對其進行甄別。根據(jù)口供體系等散亂資料，對組織內(nèi)部關系進行整理，也是AI在破案中發(fā)光發(fā)熱的一個角度。

顯然，在成為名偵探這件事上，AI已經(jīng)具備了C位出道的感覺。當然，代替人類獨擋一面的AI偵探并不靠譜，但隨著不可取代性日益加強，刑偵中的AI技術(shù)與城市智能平臺已經(jīng)顯現(xiàn)出了價值。近一年左右時間中AI破案事件直線上升，是一個非常值得關注的現(xiàn)象。

這么一想，寫一個大數(shù)據(jù)+AI主題的推理小說，好像也挺不錯的。