AI技术向善瓦解拐卖儿童案

姚胤米

由于人工智能的介入，四川、广东等地，先后有8名被拐多年的儿童被重新找到。

这意味着，我们可能站在一个时间的分水岭上：一种犯罪类型正在被技术逐步瓦解。

人工智能破案的事不是在未来发生的，这件事就发生在6月18日。2019年1月25日，一个星期五，四川省公安厅8层的DNA实验室里，近300份DNA样本被录进检验系统中。下午两点多，所有信息都收录完毕，接下来是等待结果。打拐处处长蒋晓玲在办公室里坐不住，她叫上搭档胡丽，两人一块上楼，直接坐在DNA检验系统旁。

机器运转得很慢。那个DNA库“比较老”，蒋晓玲的手一直放在仪器旁边的电脑鼠标上，“一会儿刷新一下，一会儿刷新一下”。她很急，想要马上知道结果。

人工智能出现了

过去几年，四川打拐的警察们都在跟一个案子缠斗。最初，只是2014年4月一个四川遂宁的儿童被拐，经过了两个多月的侦查，同年发生在巴中、南充的两个拐卖案被串并到一起。四川省公安厅调度几个市辖的警察成立专案组，称为“4·26案”。这些案子手法一致、嫌疑人体貌特征接近。

线索都指向了王×文。

他走路有点拖，“但也不是瘸”。2014年7月31日，在四川省达州市渠县老家，王×文被抓了，这次行动有3名男孩被解救。经过进一步审讯，一个惊人的进展出现了：从2008年起，发生在四川多市县总共13起儿童拐卖案，都跟王×文有关。很快，这个系列拐卖案被公安部列为部督案件，但这只是个开始。

干了多年警察，蒋晓玲偶尔会遇到这样的案子。这些案子的线索就像一根断线的风筝，会在某个环节突然断掉。警察们用尽一切办法，不放过任何机会，但所有的努力都卡在一个关节处，成为积案。

王×文就是这样一个关节——他不断翻供，拒绝提供中间人的信息。越来越清楚，指望从他这里打开局面并不现实。

青少年是儿童成长最迅速的时期，孩子的脸一年一个样子。时间每多一天，找到的概率就少了一些。最长的一起拐卖案，有的警察跟了10年，沮丧感一度笼罩着他们。DNA比对已经进行过一次，无功而返。那一次，警察们完全依赖人的经验，从一个人口数据库中，筛出一批儿童，但没有一个中的。——即使是最亲密的父母，对于失踪了多年的孩子，肉眼和记忆也并不可靠。

直到人工智能出现了。

2018年11月，上海漕河泾开发区软件园的优图实验室里，一台拥有4块GPU的组装电脑开始高速运转。显示屏的编程软件终端界面上，一串串超级长的字符自動生成，动态移动，像一道向上流动的瀑布。

这些字符，代表着一个庞大数据库中，与10位在10年前被拐儿童的相似程度。两个小时后，研究员晓程的电脑上生成了10个文件夹压缩包。核实无误后，文件夹压缩包最终被转交到蒋晓玲的手上。

每个文件夹里有101张照片。第一张照片是被拐儿童，看着有年头了。像素很低，很模糊，是个只有两三岁的小男孩。

剩下的100张照片，是100个13岁左右的儿童，他们以满分100分制降序排列。一张照片下写着分数：98.3。这意味着照片里的人与被拐儿童有98.3%的概率是同一个人。

提交给四川警方的说明文档中，优图团队的汤海鹏做了解释：75分是万分之一阈值，80分是十万分之一阈值，85分是百万分之一阈值。以75分为例，如果两个人脸比对分数超过75，则这两个人脸是“万里挑一的像”。

这是跨年龄人脸识别技术的第一次应用。人工智能是否可以帮警方解决一个多年的难题，没有人知道答案。在四川省公安厅，参与打拐的警察们都充满期待。有人很乐观，猜测可能会比对上几个，一个干了多年警察的老刑侦比较保守，猜两个。

多年以来，这个案子成了他们最大的心结。蒋晓玲说，要是这条路走不通，“我们可能现在又换另外一条路走，反正一直得往前走，走下去，不能停止，一直得走。”

那天，他们一直在DNA实验室里等了8个小时，晚上10点多，仍然没有结果出来，他们只好先回家。下个周一，一到公安厅，蒋晓玲就直奔八楼。她还是不停地刷，没有，然后再刷，上午9点多，“一刷新，刷，出来了四个人。”

盯了一会儿这个数字，她赶紧回过神来。“一下子从八楼跑到六楼”，她找到胡丽，语气特别兴奋和激动地说：“比上了4个！”

案子拖了快10年了。两个女警察在公安厅六楼的走廊里情不自禁地“跳圈圈”，一直在转。“搞得整层楼别的科室的人都跑出来看，说打拐处的怎么回事。”回忆起这个细节时，蒋晓玲抑制不住情绪，眼泪要掉下来。

“4·26案”是一个系统工程

王×文是一个记忆力极其出色的人。在描述拐卖现场时，他能记住几乎所有的细节。但一旦谈起孩子的下落，王×文要么翻供，要么就“不记得了”。

即使掌握着越来越多的刑事侦查手段，但面对这样的拐卖案，也没有立刻奏效的办法。——错过找回失踪儿童的黄金时间，就只能从市县一级适龄人口中进行搜索，这意味着至少数十万级别的检索规模。如果进一步扩大搜索范围至省一级，检索规模将急剧扩大到千万以上，堪称“大海捞针”。

负责打拐的警察们付出了大量努力，他们的名字很难被一一记下。比如，四川省很多老刑侦都记挂着这个案子。其中一个老警察，2018年被公安部评为百佳刑警，已经50多岁了。一直参与案件，工作做得很细。

公安厅刑侦局局长王宏伟回忆，他到省厅工作，接起这个案件，“当时还没有打拐处的时候，这一块工作就抓得很紧。”

“4·26案”是一个系统工程。“就像我们猜谜语，你首先要揭晓谜底，这个我们有一个艰苦复杂的侦破过程。”王宏伟说。

但越到后面，案子变得越棘手。因为王×文拒不供述这些被拐儿童的下落，全国打拐DNA信息库比对也没有结果，案件的侦破工作陷入僵局。

对于那些丢失孩子的父母来说，10年里，他们只是在尝试各种徒劳的办法。桂宏正听说深圳有个父亲“通过不断地在电脑上发发发”，找回了孩子。他就也买了一台电脑，在天涯论坛、百度贴吧里发帖。他加了三十几个寻子微信群，每天收到成千上万条消息。

孩子被拐前唯一清晰的单人照，被印在各种形式的寻人启事上。包括：张贴在电线杆、建筑物外墙上的普通A4纸;可以用一根绳子连接起来，挂在脖子上双手托举的泡沫板;可以被挂在汽车上几个月不掉色的彩色喷绘布;还有寻人公益组织为了某次活动而印制分发的扑克牌。以及，郑州一家私人手机店的墙面上——手機店的老板也是被拐孩子的父亲，他的店铺墙面上全是丢失孩子的照片。他让来店里买手机的人都看一眼，这样找到的希望就多一些。

但这只是其中的一个故事。现实比期待残忍多了。

每天泡在数学题里

线索匮乏，专案组的警察们各种办法都试过了。

其中的一些办法，蒋晓玲现在看来，会觉得“很幼稚”。一次，专案组到广东，借了一间办公室。警察曹军和十余名同事每人对着一台电脑，一条条看别人的“家谱”。——一个家庭里有几个小孩？最后一个是不是男孩？和姐姐相差多大？和父母的年龄相差多大？

他们每天泡在数学题里，“看瞎了，几乎家家户户都好多人啊，比我们那里人多多了。”十几万条数据，专案组的警察用肉眼一个个筛查，最终颗粒无收。

2014年底，他们曾经冒着极大的风险把王×文从看守所提出来，押到广东去指认现场。 专案组十余名警察集体行动，曹军也去了。他是武胜县的警察，那起农贸市场的案子串并后，他被领导指派加入了专案组。为此，他到广东出了数不清多少次的差。走访得多了，他对当地的民风也有了解，“他们那里，家里没有男孩是没有地位的。”

曹军非常符合人们想象中的基层警察，长得高大，身材很壮，能吃苦，看起来没有架子，说话很生动。押解期间，专案组的民警们和王×文吃在一起，住在一起，24小时轮流看守，又要防止他生病，还要提防他自残或自杀。

出发前，王×文说：“应该能找到。”可一到目的地，他就改口说：“路都变了，认不出。”

车在市内刚开了没多远，王×文说：“车开得太快了，我看不清。”曹军他们只好押着他下来走路。走了一会儿，实在太慢，他们便找了几辆“火三轮”，那是11月，三轮车没有棚顶，露天，风大，“慢慢开，又冷，吹得头发全是立起来的。”

他们终于在当地一个县找到了王×文供述的“一所小学”。一下车，所有人都傻眼了——“修的房子都是一模一样的。”曹军说，不仅如此，村子里大部分人家连姓氏都是一样的。

一群四川人到广东找小孩，语言都是不通的。他们试过挨家挨户走访，没有效果。他们问了一圈儿，什么都问不出，最后只能押着王×文回去。

2015年，专案组联系了沈阳著名刑事相貌专家、中国刑警学院的赵成文教授画像，根据孩子们的童年照片，画出他们十几岁的样子。

模拟画像是刑事侦查中的一项重要技术，它曾帮助中国警方破获了相当多的案件。这一次，专案组带着这些画像再到广东，提取适龄儿童照片，“用肉眼找出觉得和这个像的”。

看了10天，找到176张照片带回四川，组织家长辨认。南充市公安局刑侦支队的贾副支队长回忆，在辨认现场，一开始，孩子的父母觉得“都不像”，看着看着，一个觉得这个像，一个觉得不像，夫妻之间有时会陷入争吵。

“你才带了几天，你知道像不像？”

“要不是你，孩子能丢吗？”

一份资料里显示：这样的家庭，“70%夫妻关系破裂，分居或离婚”。最后，他们筛出来100多个“疑似对象”，做DNA比对，一个都没中。

局面困在了这里。

跨年龄人脸识别

挫折接连不断。在警方尝试各种新办法时，2015年，具有更大运算力和储存空间的GPU的应用，把人工智能的热度推向巅峰。——GPU是图形处理器的简称，比传统中央处理器计算速度快10至100倍。

深度学习算法使得训练出一个“更聪明”的AI成为可能。人类“不可靠”的部分——人工智能总有办法规避掉。

2017年12月，公安部刑侦局副局长陈士渠到专家组调研。专家李博士和他交流时，提到人工智能和跨年龄人脸识别技术。陈士渠很感兴趣，他想起了“4·26系列”拐卖案——近10年来，公安部打拐办和四川公安从未放弃过努力和侦查，他曾多次前往四川督办此案。他希望找到突破口，便要求四川专案组和腾讯团队对接，“希望利用新技术查找被拐儿童下落。”

需求被转达给人脸识别团队——优图实验室时，没有人感到乐观。这是一个“全博士”团队，都毕业于名校，技术水平很高。但得到这个消息时，优图实验室总经理Kyle的第一反应是：“难度还是挺大的。” 跨年龄比对是人脸识别领域一个公认的难点，特别是青少年阶段，人脸特征变化最大。优图当时的算法模型，并没有进行过大规模的跨年龄比对，准确率在80%左右，这远不是一个能够应用到安防打拐领域的算法。

之后的十几天，守护者计划团队和优图实验室的同事开了很多次会。2018年1月的一个深夜，12点左右，已经入睡的优图实验室总监Allen电话突然响起，是守护者计划安全团队的同事，Allen当时“并不明确公安部要做什么事情”，他的第一反应是“这件事情肯定很重要，不然不会这么晚紧急找过来”。

第二天上午10点，Allen就接到通知，要用优图的技术帮助寻找这起拐卖大案中的失踪儿童。

Allen心里没底。跨度10年的案件难度，超过他们的想象，世界上也没有成功的案例。但他决心要全力以赴。

执行工作由优图人脸识别团队的李博士牵头。最重要的是“学习材料”。他们通过各种数学约束条件，教导AI——“这是同一个人”“这是这个人1岁的样子，5岁的样子，10岁的样子，30岁的样子”“这个大人的照片，跟其他小孩子都是不像的” 。

“它会学到一个人的面部随年龄演变时，不变的那些量是什么。”研究员晓程说，这些面部特征，“可能对应着一些语义描述”。

晓程总是会冒出这种又准确又干脆的词——“比如，一个人的耳垂长得很特别，或者他的眉峰、眉骨走向不一样。”他说，AI是无法用这样的语言去定义的，研究员们把它“转化成一些数学语言”。

最终的结果是，机器学习总结出了“不随时间变化的人脸特征”——在研究员的电脑上，是由长度为512维的特征向量呈现出来的。很多个夜晚，研究员们消耗在这些事情上。他们加了数不清的班，提交了5个版本算法模型，其中大大小小的修改多达上千次。

中间，有一次测试的机会。2018年年初，公司年会。他们收集了一些同事小时候的照片，在年会上让机器和人一起竞猜，“人机大战”。“因为都是比较熟的人，”李博士觉得，“这肯定能认出来吧。”游戏进行了几轮，最终的结果是，人最多猜对了4个，而算法比对了7个。 这终于让他放心了——“这个事情虽然难度大，但算法肯定是比人强的。”

比中4个孩子

2019年1月28日，比中4个孩子的结果，陆续向整个项目的参与者传递。李博士是在飞机上得到消息的，四川省公安厅打拐处前副处长唐中琦给他打来电话，叫他猜，比中了几个。

李博士没敢多猜，他说：“一个。”唐处说：“不对，再猜。”李新猜：“两个。”唐处揭晓答案：“4个。”

李博士听完，几乎尖叫出来。汤海鹏也很激动，他已经记不清当时在哪儿，但非常清楚地记得，听到结果时，他真的哭了。 当结果传到上海优图办公室时，几名研究员正在如常地对着电脑写代码，看到比对上4个，李博士、晓程、Allen几个人“小声地yeah了一下”。

那天是周一，Allen说，“觉得不可思议，就是一下子从凳子上坐起来，很惊奇，很惊喜。”他的预期是能找到一个就不错了。

打拐的警察们付出了几个月的努力：人工智能可以帮助警方把海量的数据缩小到100个，但拿到数据，并不意味着工作就结束了。蒋晓玲组织警员，先用4个多月的时间，进行了基础的刑侦工作。2019年2月11日，四川省公安厅刑侦局副局长宋月齐率12名专案组人员赶到广东，对比中的4个孩子的情况进行落地侦查。剩下的就是最后一步——验证结果。

春节假期刚过，警方提出进行第二次比对。研究员们又对算法进行了优化。这一次，他们扩大了比对范围。——原有的办法受“学习材料”的影响很大，因为缺乏足够的跨年龄图像数据，这个AI并不能做到像是针对成年人的人脸识别AI那样好。

李博士用“祖母细胞”打比方。“它假设人，比如说脑子里面有一个祖母细胞，只有在看到祖母的时候它才会响应。”

人类的智力不可能这样思考。但在优图内部，他们把所有的人脸识别模型都按照“祖母1、2、3、4”这样推下来，它对熟悉的东西“学得特别好”，对不熟的东西“学得就不好”。

关键时刻，晓程开发了一套损失函数，把识别成年人时表现得“很聪明”的AI作为老师，将跨年龄识别“不够聪明”的AI作为学生，让学生给出的判断结果尽可能靠近老师。现实条件中，照片的质量、人脸的角度、遮挡、光线都有可能对AI的判断带来影响。——“我们去教这个老师，尽量克服其他因素的影响，去获得人脸特征。”

对于教导和开发AI的研究员来说，与AI的关系是很特别的。他们虽然是AI的设计师，但AI经过自我学习后，又变成一个强于人类智力组织的存在。

晓程说，“我们教导AI，通过精简后的一些学习准则，行为设计的标准，把它生产出来，最终，它就会达到人类都无法达到的高度。”

AI的识别精度最终提升到接近96%。它还在不断进化。2019年2月，第二次比对，又找到1人。2019年3月，第三次比对，又找到2人。至此，这起部督拐卖专案的13名被拐儿童，只有3人尚未被确认身份。

解释不了一切

2019年4月，酿酒商人桂宏正和妻子终于等到了人生里最渴望的那个消息——被拐10年的儿子找到了。他们的心情和他们的状态一样慌乱。从警察手里接过两张照片：那是他们的孩子，变样了，有点陌生。他们仔细看，才看得出孩子两三岁时的样子。10年过去了，即使是亲生父母，也不能在人群中一下认出他。

桂宏正夫妇曾经历过一场空欢喜，那种心情“比悲伤更要悲伤”。2012年，有志愿者联系桂宏正，说疑似在西宁看到了孩子。志愿者发过来一张照片，男孩的眼角也是垂下来的，两颊红红的。桂宏正几乎确认那就是他儿子。几天之后，志愿者确认那个孩子不是他的。

“那次我真的就太伤心了。”桂宏正掏出手机，打开相册刷了几秒钟，点开那个小孩的照片，拿给我看：“你看像不像？”

不等我回答，他说：“整个都像。” 出现这样的“错误”并不奇怪。生物学统计，女性怀双胞胎的自然概率是八十分之一。人群中，两个相似度极高的人出现的概率更高，人类肉眼分辨人脸相似度没有那么可靠。

他们唯一能掌握的不太会被时间改变的细节，是孩子右脚小腿上的一处疤痕。那是男孩小时候在酒坊玩耍，不当心被滚烫的水烫的。4月12日，在广东一处民宅与儿子相认时，这对父母做的第一件事情是：一把掀开孩子的裤脚，看看小腿上是不是有一条疤。

技术带来的结果令人欣喜，6月19日，最新的一个消息：今年四五月，优图的人脸识别技术又帮助深圳警方找回一个失联多年的儿童。那是2000年，深圳罗湖发生一起绑架儿童案，绑匪索要赎金20万元。奇怪的是，小孩和绑匪随后却消失了。多年来，警察没有放弃寻找，也曾找画像专家进行跨年龄模拟画像，都没有获得有价值的线索。孩子失联时只有3岁，19年过去了，他被找到时在深圳一家餐厅当厨师。

陈士渠说，这些儿童被找回，“充分证明人工智能对于查找被拐多年儿童能够发挥重要作用。”而目前，采取盗窃、抢夺、拐骗等方式拐卖儿童的案件，“全国年发案只有几十起”，基本可以快侦快破。

这意味着，我们可能站在一个时间的分水岭上：一种犯罪类型正在被技术逐步瓦解。

蒋晓玲对未来充满期待，“我们今年准备看能不能把剩下几个解决掉，要是这几个也找到的话，我们的案子就比较完美了。”

四川的案子中，还有3个孩子没有确认。这3人中，有个男孩的比对结果很特殊。3次比对，排在相似度第一位的始終是同一个人。即便以肉眼看，这个男孩与被拐儿童的面部特征都很相似——甚至耳朵上一处非常特殊的标志。但奇怪的是，几次DNA比对都不成功。

头两次，机器判断：97、98分，第三次——100分。

警察们对这个结果感到困惑。他们调查过孩子亲生父母生产时的状况，那对夫妻是在镇上一家诊所生下的男孩，诊所并不正规，“都没有留下出生记录”。

研究员们的看法各不相同。“机器也有bad case。”李博士说，“所有的人工智能都不是百分之百正确，比如说它的识别能力就是95%，在一个千万的集合里，有一两个找不到，我觉得是在算法误差内，很正常。”

晓程则相信机器比人坦诚，也比人可靠。从2009年开始从事人脸识别，过去10年的工作给他带来的一个启发是——“它的错肯定是有理由的。”

这个世界上有太多巧合和错乱的事情了，再强大的AI也解释不了一切。