浅谈人工智能在侦查中的应用

摘 要 本文介绍了现阶段人工智能在侦查领域的应用，分为人工智能主动侦查和人工智能被动侦查两个方面。分析人工智能侦查目前存在的问题，从完善法律法规、提升侦查人员素质、强化技术保障和建立人机互动机制等方面提出相应的对策建议。

关键词 人工智能;侦查;应用;对策

侦查作为公安机关、人民检察院在办理案件过程中的重要环节，其主要任务包括收集证据、查明案件事实、抓获犯罪嫌疑人、追缴赃款赃物、预防和减少犯罪的发生、保护公民的合法权利等。几乎贯穿于案件办理过程的始终，其重要性不言而喻。随着人工智能时代的到来，侦查也开始发生变化。从传统侦查、信息化侦查、大数据侦查再到如今的人工智能侦查，每一次技术革新都会给侦查思维、侦查模式、侦查方式、侦查内容等注入新的活力。人工智能侦查在打击犯罪和预防犯罪方面成效显著。在大数据和人工智能背景下，犯罪的类型日益多样化，犯罪的手段也日趋专业化、智能化，对人工智能侦查的需求也更加迫切。

1 人工智能主动侦查

人工智能主动侦查是利用计算机人工智能技术或搭载人工智能设备来主动发现犯罪线索和迹象、密切监控犯罪行为的过程。最大的特点是侦查行为和犯罪行为具有共时性，甚至能够提前预测犯罪发生的可能性，并在侦查人员的控制下预防犯罪发生。

1.1 人工智能信息搜集

大数据时代，人们生活的方方面面都离不开数据，“数据隐士”必然与现代社会完全脱节。人们在使用数据的过程中会留下大量的电子数据痕迹。同样，犯罪行为人在犯罪的预备、实施或犯罪后逃逸的某个环节，在其日常生活、工作或消费过程当中，也必然会产生相应的电子数据痕迹。无论这些数据是否与其犯罪行为有直接关系，对这些信息数据的搜集和分析是侦查人员发现犯罪线索、查明案件真相、落实逃逸地点的重要渠道，同时也是获取犯罪证据的重要来源。但是，由于电子数据的巨量性、多样性和复杂性，单纯依靠人力难以搜集、存储和分析，人工智能技术的应用有效解决了这个问题。利用人工智能技术不仅能高效搜集浅层电子数据，还能透过浅层数据关联，挖掘深层与犯罪相关的信息，使得犯罪线索的获取更加便捷、准确、全面、高效[1]。

1.2 人工智能犯罪预测

传统的侦查模式下，侦查人员依靠技术侦察措施收集情报信息，然后进行人工分析判断，才能预测犯罪。现阶段，大数据的生态系统以及人工智能技术的发展，可以让侦查人员基于历史犯罪时空热点大数据建立数学模型，对未来犯罪进行预测。具体而言，人工智能犯罪预测包括以下几个方面：首先是对犯罪嫌疑人的预测，犯罪活动的实施者会呈现出一定的特征模式，通过对犯罪嫌疑人动作、行为或轨迹的智能分析，预测其犯罪的可能性;其次是对犯罪行为的预测，每种类型的犯罪都有一种或者多种特定的行为模式，根据某种犯罪行为模式而建立专门的行为特征数学模型，结合关联数据进行犯罪预测;最后是宏观上对犯罪整体趋势的预测，通过对某一历史时期和地理位置的案发数量统计分析，判断出犯罪热点地区，并对未来一段时期内高危地区的犯罪类型和特征进行预测。基于人工智能技术的犯罪预测还可以将季节、地理、群体等各类非结构化数据纳入预测模型，使得犯罪预测的结果更加的准确和科学。

2 人工智能被动侦查

人工智能被动侦查是犯罪发生后侦查人员利用人工智能技术或设备所进行的侦查活动，其特点是对犯罪活动进行的回应。相对于犯罪行为的发生有一定的滞后性，也是现阶段侦查工作的主要形式。

2.1 人工智能数据挖掘

利用多源数据人工智能分析系统对庞大的数据资源进行提取，实现结构化和非结构化数据智能分析、自动识别案件特征、案件关联交叉碰撞等，为情报部门、侦查部门案件串并、案件研判提供辅助决策支持，有效降低警力人工支出，保障案件研判基础，有效辅助打击犯罪、提升破案效率。侦查是一个多方博弈的过程，受犯罪客体牵引，必然使得侦查主体也自发开始学习。警企联合不断打造各式各样新颖富有创意的人工智能平台，模型算法、智能工具和侦查活动逐步融合，以“网络数据智能摸排”和“信息智能嗅探”为例的大量新型侦查措施也初现我国基层侦查实践中，给侦查工作提供了极大的便利。

2.2 人工智能证据获取和比对

重证据、重调查研究是公安工作的原则。无论是立案、侦查、起诉或审判，各项诉讼程序的启动和各项诉讼活动的进行都离不开证据的运用，证据的质量直接影响案件的审判结果。人工智能技术可以使痕迹物证等证据的提取和比对更加科学化。如指纹、人脸、足迹等自动识别比对系统的应用，使得生物特征的提取和比对更加方便、准确，同时也使得鉴定结论更具客观性和证明力[2]。

2.3 犯罪现场智能设备辅助侦查

犯罪现场类型多样，有的犯罪现场具有一定的危险性，需要保障侦查人员的人身安全。比如纵火案件现场，由于火情的不确定性容易造成二次破坏。而人工智能机器设备能够基于热成像等多种传感器对现场进行调查和勘验，在火场收集证据、检测火场相关信息、搜寻受伤人员等，有效降低侦查人员在火场中的风险。

2.4 智能缉捕

人工智能在侦查领域的多维化应用为侦查工作提供了新的解决方案。过去，侦查人员在缉捕犯罪嫌疑人时需要耗费大量的警力物力，同时具有一定的危险性。而利用人工智能缉捕能够有效降低成本和风险。如利用无人机缉捕犯罪嫌疑人，不仅能够让其进入侦查人员无法进入的区域，还可以通过搭载相关干扰设备，使得犯罪嫌疑人无法通风报信而大大提高缉捕的成功率。

3 人工智能侦查应用存在的问题

3.1 法律问题

首先是隐私问题。人工智能技术依赖于算法，由于算法的不透明性和不可解释性特点使得人工智能系统的失控风险增加，从而产生数据和算法的安全问题。同时，在人工智能侦查过程中会涉及大量的情報信息，很可能无意之中侵犯到案件不相关人员的隐私权，增加信息泄露的风险。人工智能技术对侦查人员素质的要求较高，应用人才的稀缺必然转向社会求助，又会导致新的数据和算法安全性问题。

其次是人工智能机器的责任认定问题。随着智能机器在社会方方面面的普及，以机器为借口，使行为脱离责任、逃避惩罚的现象日趋严重。利用人工智能辅助侦查在一定程度上赋予了人工智能相关权力，权力的产生必然带来利益的重组。人工智能在侦查中的应用直接影响到犯罪嫌疑人的定罪量刑，在侦查活动中如果由于人工智能的失误而使犯罪嫌疑人的利益受到损害，甚至生命权受到侵犯，该如何进行责任认定，责任在智能机器或算法？侦查人员？还是机器或算法的生产者？是一个值得深思的问题[3]。

3.2 伦理道德问题

人工智能模型需要先经历大规模数据学习和训练的“人工”过程，才能产生具备一定分析能力的“智能”。因此利用人工智能生成的结果一定程度上取决于前期学习和训练的样本，包括样本的数量和广度等。在不断地学习和训练过程中，人工智能可能會继承学习的种族和性别歧视信息，针对某些特定人群产生错误的价值导向和不公平不公正的对待。另外，人工智能是否具备人类的一些心理问题也不得而知。对人工智能技术的依赖，使得越来越多的活动交付人工智能机器来裁决，而人工智能在实际应用中是否绝对公平公正尚是未知之数。

人工智能在社会各方面的渗透使得普通用户对人工智能工具的信心远远超过开发者对它的信心。人工智能在侦查领域的应用也不例外。随着人工智能侦查的深入开展，侦查人员是否会过分信赖智能机器，而忽视了传统的独立判断和分析能力是需要重视的问题。

人工智能由人类创造，对人的思想和行为进行学习和模拟，但是在某些方面的能力已经远远超越人类。当人工智能的智慧超过人类，脱离人类控制时，是否会反过来控制人类也是我们需要慎重考虑的问题。

3.3 统一标准问题

由于人工智能在侦查中的广泛应用，人工智能系统研发企业百花齐放、各擅胜场。受设计人员不同、模型版本不同、对象差异等因素的影响，人工智能系统的结构、参数也千差万别。而模型结构、初始参数和判定标准的不同，均会导致系统分析结果的差异。例如，根据我国沿海经济发达地区的数据训练的人工智能算法模型，如果销售给内陆不发达地区，必然会产生偏差甚至错误的运行结果。各地的智能硬件设备也由于投入资源配比差异和缺乏统一的标准，导致人工智能发展极不均衡。

4 完善人工智能侦查应用的对策建议

4.1 完善法律法规

完善人工智能侦查相关的法律法规体系，使人工智能技术在侦查中的应用不仅有所依据和保障，还受到专门监督监管措施的制约。人工智能在侦查中的运用不能和技术侦察措施划等号，所采用的审批程序也应当有所不同。应明确人工智能系统使用过程中由于操作不当引发的责任由谁承担，而人工智能系统本身导致的法律责任又由谁来承担。人工智能技术的有效运用，前提条件是建立健全法律法规和统一标准化体系。因此，建立数据库共享机制，标准化人工智能系统设计，突破自身利益冲突，实现人工智能系统相互整合，才能使人工智能侦查的费效比最小化，警力资源配置最优化，才能真正有效打击和预防犯罪[4]。

4.2 提升侦查人员素质

在大数据和人工智能背景下，信息技术的发展日新月异。只有不断学习才能紧跟时代的脚步，侦查人员亦是如此。侦查人员不仅要具备侦查学相关知识，还要具备人工智能系统操作和数据分析挖掘的能力。这就要求侦查人员掌握甚至精通计算机相关技能，提高业务工作能力，强化团队协作意识，同时也要定期和不定期地组织相关培训为侦查人员更好的应用人工智能技术提供知识储备。

4.3 强化技术保障

现阶段，人工智能系统多由高新技术企业研发，侦查人员作为工具使用。因此还存在系统故障排除和版本升级的问题，需要定期聘请人工智能技术人员进行系统维护和升级。不断强化人工智能侦查技术层面的保障，能够提高系统运行结果的准确性，也能够逐渐减少智能机器带来的侵权风险。

4.4 构建人机互动机制

虽然人工智能能够在一定程度上代替侦查人员进行部分侦查活动，但是侦查人员的参与仍应处于主导地位。人工智能系统能够在海量数据中发现线索并迅速做出反应，但在某些情况下缺乏道德伦理常识和感性认识。将人工智能系统客观精准的数据发现同侦查人员的研判分析相结合，构建良好的人机互动机制，方能使得人工智能侦查的效益最大化[5]。

5 结束语

人工智能侦查是一把“双刃剑”。一方面能够提高侦查工作的效率，高效精准打击犯罪，在一定程度上减少人为经验主义带来的偏差，进一步降低警力资源成本，使得犯罪预防在技术层面更上一层楼，真正有望实现将违法犯罪“扼杀在摇篮里”的目标，成为“打击违法犯罪的利器”。另一方面新事物必定催生新问题、带来新挑战，随着人工智能侦查的深入，侦查人员可能会陷入“唯机器主义”的泥潭，导致传统研判能力不断退化缺失。同时，不顾条件、不分场合的使用人工智能技术可能会使人工智能变成“犯罪的凶器”，背离人工智能侦查的初衷。因此，只有在法律的规制下正确合理的应用人工智能，才能使侦查工作事半功倍。

人工智能是机器，是工具，虽然具备一定的智能，但目前仅局限在较为单一的信息处理能力方面。人工智能用于辅助侦查人员，为侦查人员提供更多的技术和手段，我们应当秉持居安思危的心态，没有必要将其视为洪水猛兽而拒之门外。随着科学技术的发展和法律法规的完善，人工智能将更为广泛、深入地应用到侦查的各个领域，成为推动侦查工作前进的重要技术力量，并引领新一轮的侦查浪潮。

参考文献

[1] 任惠华，金浩波.人工智能侦查的实践应用与制度构建[J].河北法学，2018，36（6）：46-54.

[2] 梁坤，周韬.当前人工智能侦查的应用困境及突破进路[J].山东警察学院学报，2018，30（3）：51-59.

[3] 韩思宁.人工智能在侦查领域的多维应用研究[J].公安学刊（浙江警察学院学报），2019，（5）：42-49.

[4] 雷阳.基于TensorFlow的犯罪时间序列预测[J].电子技术与软件工程，2020，（1）：51-52.

[5] 李双其.论信息技术渗透下的侦查变化与回应[J].山东警察学院学报，2019，31（3）：61-67.

作者简介：

雷阳（1984-），男，山东阳谷人;学历：工学博士，侦查系讲师，现就职单位：福建警察学院，研究方向：侦查学、犯罪学和数据挖掘。

*[基金项目] 福建省社会科学规划项目（FJ2018C004）、教育部人文社科规划资助项目（20YJC820028）、福建省中青年教师教育科研项目（JAT190446）、福建警察学院院级警务专项课题（JWZD202003）。