浅谈人工智能技术在警务工作中的应用

江 山

浅谈人工智能技术在警务工作中的应用

江 山

（中国人民公安大学，北京 100038）

近年来，人工智能技术在警务工作中得到广泛应用，“AI＋警务”逐渐常态化。文章简要介绍了可应用于警务工作的几种人工智能技术，分析了人工智能技术应用于警务工作的优势，阐述了人工智能技术在警务工作中的具体应用场景，分析人工智能技术应用于警务工作的风险，最后提出相关的对策。

人工智能；警务工作；应用

引言

近年来，以人工智能为代表的新一代信息技术蓬勃发展，人工智能技术迅速应用到各个行业和领域。政府先后出台了《新一代人工智能发展规划》《人工智能标准化白皮书》等一系列政策，鼓励、规范我国人工智能技术的发展和应用。人工智能技术应用于公安警务工作，使警务工作更加信息化、智能化和精细化，并将持续改变和优化警务工作方式，提升公安机关工作效能。

1 可应用于警务工作的人工智能技术

1.1 人脸识别技术

人脸识别技术是最早走向实际应用的人工智能技术之一，已成为公安机关破案和打击犯罪的常规手段。人脸识别具有方便友好、不易伪造、高准确性、能够识别摄像头拍摄的劣质图像等优点，更先进的动态人脸识别技术甚至能在拥挤的人潮中找到特定的某张人脸，可用于逃犯追踪、布控排查、失踪人口查找、人像鉴定、大型会议安保等场景，大大提升公安机关的工作效率乃至社会的整体安全防范水平。

1.2 视频解析技术

视频解析技术运用强大的计算能力，对从监控设备中收集的海量视频数据进行分类、比对和分析，从中挖掘出犯罪嫌疑人、人员关系（包括同事关系、邻居关系、交通工具同行关系、宾馆同住关系、同案犯等）、车辆轨迹时空关系、犯罪历史过程等信息。该技术还能实时监测、识别人体动作，预测可能的犯罪行为，从源头上减少犯罪事件的发生。

1.3 声纹识别技术

声纹是由百余种特征维度组成的生物特征，具有稳定性、可测量性、唯一性等特点，无论讲话者怎样模仿他人的声音和语气，其声纹始终无法改变。早在2014年8月，公安部就颁布了《安防声纹确认应用算法技术要求和测试方法》，公安部声纹库的建设工作也已被纳入我国公安机关“三项建设”。声纹识别技术可用于刑侦破案、治安防控、反电信欺诈、司法鉴定、身份认证等。近期湖北黄冈市公安局就利用该技术，根据仅有的一段难以辨听的音频线索，侦破一起重大刑事案件[1]。

1.4 指纹识别技术

指纹识别技术被誉为当代安全系数最高的身份验证方式，利用每个人的指纹在图案、断点和交叉点上的唯一性，通过比较某个人的指纹和预先保存的指纹，来验证他的真实身份。指纹识别技术极大地提高了公安机关查询比对的效率和质量，为侦察破案发挥了重要作用。

1.5 步态识别技术

步态识别技术通过身体体型、肌肉力量特点、行走姿态等特征来识别人的身份，这些特征是远距离复杂场景下唯一可清晰成像的生物特征。与其他识别方式相比，具有识别距离远、无需识别对象配合、难以通过伪装规避等特点。当犯罪现场人员具有较强的反侦察能力时，如不露脸、戴口罩、戴帽子、远离摄像头等，步态识别技术仍能发挥作用。

1.6 治安预测技术

治安预测技术基于收集的不同区域、不同环境、不同类别人群的治安历史数据，应用一系列人工智能模型和算法，预测即将发生犯罪的人员、犯罪行为的地点和类型等。例如，将不同区域的犯罪率输入模型，输出犯罪热点图，警察就能加强某些区域的巡逻和监控。预测技术还可以识别未来可能的罪案受害者，从而防患于未然。例如，通过算法分析环境条件数据，提前预防虐待老人案件和其他各类暴力犯罪的发生。

1.7 自然语言处理技术

自然语言处理（NLP）是人工智能领域中的一个重要研究方向，被誉为“人工智能皇冠上的明珠”。它研究能实现计算机理解人类自然语言并用自然语言与人类交互的各种理论和方法，是一门融哲学、心理学、语言学、计算机科学、数学于一体的科学。这一领域的研究与语言学的研究密切相关，但其重在研制能有效地实现自然语言交互的计算机系统，特别是软件系统。

自然语言处理主要应用于机器翻译、自动摘要、文本语义分析、文本识别、舆情监测、文本分类、人机交互、文本生成、语音识别等方面。

2 人工智能技术应用于警务工作的优势

2.1 有助于缓解基层警力不足的矛盾

根据美国学者沃克在《美国警察》中提出的警察队伍数量和密度理论，每万人中至少需要配置25名警察才能确保社会治安稳定，而我国警察占比平均不到1‰[2]，警察数量明显不足。人工智能技术在警务工作中的广泛应用，将公安机关从以往的“人海战术”中解脱出来，节省了大量警力和时间，而且可以根据实际情况划分警力，将有限的警力用于需要重点防范的区域和时间段，有效地缓解了基层警力不足的矛盾。

2.2 有助于提升公安机关工作效能

工作效能是指在不改变原有资源投入的基础上，根据区域特点合理化配置资源，以同等资源输入实现输出效果最大化。公安机关可以利用人工智能技术，提高有限的人员和物质资源配置效率，即资源输入输出转化率。例如，2016年G20峰会期间，杭州公安的人脸识别比对技术、车辆卡口高清视频、便携式移动单兵设备、视频结构优化实战化平台等技术手段的亮相，既确保了G20峰会的胜利召开，又保障了群众的正常生活秩序。杭州公安机关充分发挥高德地图、阿里巴巴等新兴互联网企业的优势，密切警企合作，与高新技术企业联合成立实验室和联动公治办公室，利用高新技术企业的大数据分析、视觉计算、人工智能等技术与警务相结合，推动“AI＋警务”的建设进程，既减少了人力成本的输出，又极大地提高了公安机关服务的精准性和服务效率。

2.3 有助于提升人民群众对警务工作的满意度

人工智能为民警执法办案和服务群众提供强有力的技术支撑，大大提升警务工作的时效性、指向性、针对性，有效提高了人民群众的安全感和对警务工作的满意度。例如，运用语音识别、角色分离、语义提取等技术提高110接处警效率，实现报警人与接警员的对话实时转写成文字、提炼警情要素、快速录入生成接警单、提醒警员不文明或不规范用语等功能，提高接警工作质效。依托“智慧新警务”大数据平台，不用花费大量警力和时间走访排查就能发现走失老人，还能根据辖区内高发的报警类型有针对性地向群众发布防范电信诈骗、扫黑除恶、禁毒等预警提示，提高人民群众的法制观念和防范意识。

3 人工智能技术在警务工作中的具体应用场景

3.1 在智能交通系统中的应用

3.1.1 交通违法行为识别

智能交通系统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车灯、格栅、车窗等车身特征，有效解决了干扰、遮挡等问题，大大提升了车辆识别的准确率和细致度。国内很多城市的车辆卡口系统可以识别2 000余种细化到年款的车辆类型，让“假牌”“套牌”“车内不系安全带”“开车打电话”等以前需要人工甄别的违法行为无所遁形。该系统还可以智能分析视频图像，审核识别加塞、逆行、占用公交车道、违反禁止标线随意变道、非机动车道行驶、骑电动车不戴安全头盔等交通违法行为，节省了大量警力。

3.1.2 提升城市道路通行效率

城市大脑通过分析通行车辆的轨迹信息、停车场和小区的停车信息，提前预测交通流量变化，结合路口路段车流量、饱和度、占有率等交通数据，实时调整红绿灯时长，缩短等红灯时间，并合理调配资源、避开高危路段，从而提升城市道路的通行效率和整个城市的运行效率。青岛公安交警部门通过智能交通系统，将整体路网平均速度提高9.71%，高峰持续时间减少11.08%，通行时间缩短25%[3]。

3.1.3 车辆与乘客关联

人车关联系统通过判断车辆与乘客在相同时刻的位置及速度是否相同，将同速度、同位置的一个或多个乘客与车辆关联，实现车辆的乘员判定。人车关联系统能实现车辆与乘客的同时监管，不仅能用于交管部门的人流车流管控、交通事故监控，还能用于疫情防控中的同车人员识别和流调。

3.2 在移动警务中的应用

基层警务工作具有任务繁重、执法要求严格、强移动、职业危险性和突发性高等特点，而且基层民警在出外勤时经常面临需要采集大量复杂信息的情况。融入人工智能技术的移动警务设备，包括移动警务终端、移动警务平台、移动车载、警用穿戴设备等，具备人脸识别、身份证读取、在逃人员和案件查询、人口信息查询、卫星定位、毒品检测、视频图像识别和结构化处理、现场信息录入和上传等多种功能，可帮助民警快速出警、现场勘查、巡防互动、信息采集和核验，大大提升了警务工作效率，降低了基层警务人员的工作强度。目前，移动警务在110接处警、交通管理、突发案件侦破、行政执法领域的应用日益广泛，人工智能技术给基层民警在执法工作中带来极大便利，新一代移动警务通已经成为基层民警处理警务工作的有力工具。

3.3 在寻找失踪儿童中的应用

一是用人工智能技术修复老照片。华中科技大学某团队研发出一套修复速度快、细节还原准确的人工智能算法，能大大提高老照片的清晰度，原本20 kB左右的照片经修复可达到150 MB。对过于模糊的照片，进行裁剪、调节对比度、降噪等预处理后再输入修复系统，并经过反复沟通完善，可得到清晰的照片。二是用人工智能程序生成失踪儿童成年后的样貌。将儿童失踪前的照片输入人脸识别和智能模拟程序，输出他们现在的面容，然后将照片与国家数据库中的照片比对。2021年1月中国公安部部署开展了“团圆”行动，截至2021年11月30日，公安机关累计找回历年失踪被拐儿童8307名[4]，人工智能技术在找回失踪儿童的过程中发挥了重要作用。

3.4 在判定犯罪嫌疑人时的应用

基层公安民警主要通过常态化巡逻执勤。对巡逻民警而言，在人群中迅速、准确地判定犯罪嫌疑人是一项非常重要的能力。通常巡逻民警根据行为人是否存在违背正常逻辑的行为、言语和行动等方面是否前后矛盾、犯罪疑似（包括长相疑似通缉犯、携带危险工具或类似凶器、身上有血渍和体液痕迹等）来判定犯罪嫌疑人。但是，上述三个特点在人眼观测下具有极大的主观性和不确定性。通过人工智能视觉识别技术，可以克服人眼观测的局限。例如，一对双胞胎的长相非常类似，在人眼观测下无法区分，但在人工智能算法下，任何细微的差别都能被识别，五官之间的距离就算只相差0.1 mm，计算机也能准确判断，虽然无法做到绝对不出差错，但识别精度已经足够满足基层民警的实战需求。

3.5 在打击犯罪行为中的应用

打击犯罪是公安机关的主要任务，也是公安执法的最终目的。可以从以下几个方面加强人工智能技术在公安机关巡逻盘查、打击犯罪等执法领域的运用。

一是加强数据库建设，包括人脸数据、声纹数据、指纹数据、案犯和案件数据等。数据是人工智能的血液，没有大量的数据用于训练人工智能模型，算法就无法发挥其威力。要大量积累数据并充分利用人工智能算法和算力对数据进行标注、分析、场景化建模及关联性挖掘，以充分发挥数据价值，实现对海量数据的深度应用。

二是综合运用大数据分析、图像识别、语音识别、视频解析、3D智能生物识别等多种技术手段，并将图像识别技术扩展到常用的人脸识别外的赃物识别、疑似血迹和作案凶器识别、边境检查、布控排查、重点场所门禁以及网吧、宾馆、娱乐场所安全管理等更广泛的领域，实现多维数据的综合处理和应用，达到1＋1＞2的效果。

三是加强新一代移动警务终端及配套软件系统建设，逐步实现高清云视频协作平台、警务云平台、智能安防系统的全覆盖，对在基层警务工作中获取的数据进行实时监测与分析，实现动态信息的自动化更新，实现基层警务人员所负责片区管理的智能性、自主性、自发性，将基层警务人员从繁重的工作中解放出来。而且，要转变打击犯罪的工作模式，利用人工智能技术进行研判分析，实现从事后侦查到主动防范的转换，从而大大提升公安机关打击犯罪的工作效率。

3.6 在智能辅助办案系统中的应用

智能辅助办案系统主要应用自然语言处理技术中的文字识别、知识图谱自动构建、语义分析和推理、文本生成等技术，对基层公安民警办理的各类案件数据进行分析和处理，实现对案件的全流程辅助与监督，提升公安机关执法的规范化和智能化水平。一是通过对卷宗内容的自动识别匹配，实现证据文书等卷宗材料自动分类，并可根据公安机关案件卷宗组卷规范对卷宗自动排序和组卷并自动生成配套的组卷信息。二是从各类证据文书中提取案件关键性要素，自动构建案件知识图谱，实现单一证据和证据间的自动校验。三是为基层办案民警在面临不同案件类型、办案阶段和案件情形时，提供证据采集、案件分类分情、文书制作等智能化辅助指引。四是运用知识图谱和语义推理技术，实现案件深层次逻辑校验、矛盾检测、类案推送、智能文书写作等功能。

4 结束语

随着人工智能技术的迅速发展，其在警务工作中的应用会越来越深入和广泛。在某些城市，甚至已经有人工智能交警机器人在路口执勤。未来，类似电影中人类警察与智能机器人助手合作共同破案的场景，也可能会成为现实。但是，任何事物都有两面性，人工智能也是一把双刃剑，而且目前的人工智能是弱人工智能，还远未达到代替警务人员独立思考和判断的程度。此外，随着大量警务工作被人工智能取代或简化，产生了算法黑箱、忽视主观能动作用、过度依赖智能系统机械执法、信息安全、人工智能伦理问题以及法律法规不健全等风险。公安机关应该以更加科学与谨慎的态度来审视人工智能技术在警务工作中的应用，除了进一步优化人工智能算法提升其准确性、可靠性、公正性之外，还要在完善个人信息安全保障措施、明确人工智能在警务工作中的权限范围、减少对人工智能技术的过度依赖、健全人工智能应用的法律法规等方面做工作。这样，才能更好地利用人工智能技术带来的科技便利。

[1] 法制新闻. 光谷企业“声纹”技术助力公安部门破案[EB/OL]. https://baijiahao.baidu.com/s?id=1734244904266987532&wfr=spider&for=pc，2022-5-30.

[2] 苏娜，莫芃. 人工智能时代公安机关参与社会治理的机遇、挑战与变革[J]. 江苏警官学院学报，2021(3): 101-106.

[3] 齐鲁壹点. 青岛全面推进数字化转型，总体发展水平已进入全国第一梯队[EB/OL]. https://baijiahao.baidu. com/s?id= 1712194125716347567&wfr=spider&for=pc，2021-9-29.

[4] 中华人民共和国公安部. 公安部部署持续深入推进“团圆”行动，今年以来已找回历年失踪被拐儿童8307名[EB/OL]. https://www.mps.gov.cn/n2254314/n2254487/ c8344812/ content.html，2021-12-3

A Brief Discussion on the Application of Artificial Intelligence Technology in Police Work

In recent years, artificial intelligence technology has been widely used in police work, and "AI+ police work" has gradually normalized. This paper briefly introduces several kinds of AI technology that can be applied to police work, analyzes the advantages of AI technology applied to police work, expounds the specific application scenarios of AI technology in police work, analyzes the risks of AI technology applied to police work, and finally puts forward relevant countermeasures.

artificial intelligence; police work; application

TP391.4

A

1008-1151(2022)11-0176-03

2022-08-11

江山（1998－），男，中国人民公安大学在读硕士研究生，研究方向为公安管理学。