人工智能视域下智慧型侦查模式构建

何 明，李 轩

1.山西警察学院 侦查系，山西 太原 030401； 2.西南政法大学 刑事侦查学院，重庆 401120

数字时代的到来，给人们生活带来便利的同时也成了新型犯罪的培养基。为应对犯罪变化的时代规律，不断革新犯罪侦查治理模式，推动犯罪侦查治理体系和治理能力现代化，迫切需要将人工智能技术应用于侦查实践。目前，构建人工智能视域下的智慧型侦查模式已有技术和政策两方面准备。技术方面主要体现为人工智能技术的蓬勃发展，政策方面主要体现为国家相关文件。在当前公安信息化变革背景下，公安工作对人工智能技术从内部到外部、从政策到执法、从理念到实践等方面已有应用。鉴于此，智慧型侦查模式会有广阔发展前景。

一、智慧型侦查模式的内涵与特征

(一)智慧型侦查模式的内涵

在当前全面贯彻新发展理念，加快构建新发展格局背景下，各种新思想理论如雨后春笋般层出不穷，侦查思维和侦查理念也在不断更新换代，并呈现出多种侦查模式并存的状态，智慧型侦查模式便是其中之一。智慧型侦查模式是智慧侦查理念的一种实体延伸。闫岩认为智慧侦查包含智慧的侦查方法、适当的工作尺度以及现代化技术手段，并从侦查方法、侦查主体、侦查监督三个方面进行探讨，提出智慧侦查基本理念[1]。翟海等认为智慧侦查应建立在大数据基础上，将智慧公安建设作为智慧侦查发展的驱动力，并从侦查理念、侦查思维、侦查手段、侦查模式等层面进行论述，较为完整地定义了智慧侦查概念[2]。张齐则将智慧侦查与智慧警务相关联，认为大数据管理是实现智慧侦查的基本保障，实现智慧侦查是警务大数据管理的核心目标[3]。胡建平认为在后合成侦查时期，智慧侦查将侦查经验、侦查思维程序化，建立类案侦查模型，集全网资源，为侦查模型提供多维度数据支撑[4]。

将人工智能与侦查进行结合的研究近年来较为活跃。任惠华等将人工智能与侦查紧密结合起来，从概念界定、制度构建、实践应用等方面对其进行系统性研究，为人工智能技术与侦查工作深度融合奠定了理论基础，提供了发展方向[5]。陈克强等通过分析大数据及人工智能技术介入执法办案的应用现状，发现其实践困境并进行远景展望[6]。毕惜茜提出应用科技手段辅助侦查人员执行复杂而缜密的心理分析、策略制定及推送、口供甄别等智能性的审讯任务[7]。此外，陈邦达对人工智能在美国司法实践中的应用进行分析，发现美国正在将警务风险评估软件应用于预防性侦查[8]。

智慧是指对事物能认识、辨析、判断处理和发明创造的能力。侦查模式最早由何家弘教授在《外国犯罪侦查制度》一书中提出，现在侦查模式是指侦查主体进行侦查活动时所采用的基本样式[9]。人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学[10]。它是利用计算机通过数学建模运算分析方式模拟人脑的智力活动，去做过去只有人才能做的智能工作，使计算机实现更高层次的应用。人工智能应用领域广泛，在刑事侦查领域，我国公安机关侦查部门积极探索AI技术与侦查工作的结合，主要是对犯罪信息进行采纳、分类、鉴别、控制、利用，对具体案件进行分析、决策。

综上，笔者认为人工智能视域下智慧型侦查模式是指以计算机与互联网为载体，以大数据为支撑，将侦查思维、侦查逻辑编程化，融入人工智能技术，建成集侦查、取证、打击、防范等各项侦查功能于一体的高度融合、协同作战的智慧侦查“大脑”，在侦查工作各环节中辅助侦查人员开展侦查活动的一种系统化、智能化、现代化的侦查活动样式。智慧侦查是基于人工智能的，即“人工智能+侦查”，其根本目的是最大化地优化侦查功能，为侦查人员提供更好的侦查辅助。

(二)智慧型侦查模式的特征

人工智能视域下智慧型侦查模式具有以下特征：(1)侦查主体的广泛关联性。智慧型侦查模式的参与主体是广泛的，从侦查人员到普通百姓都是侦查活动中潜在关联主体。在智慧型侦查模式总体布局下，各方主体广泛收集相关信息数据，为人工智能技术的介入提供数据基础。这不仅对案件侦查起作用，且对犯罪行为的预测、预防也有较为显著效果。(2)侦查对象的全面精准性。智慧型侦查模式所涉及的侦查对象是全面且精准的。全面是指所有与犯罪有关的信息数据都会通过人力或非人力的方式进行收集，并最终汇总于侦查机关数据库。精准是指犯罪信息收集具有精准指向，依靠人工智能技术开展侦查工作，筛选出与案件相关的信息，同时对侵犯公民隐私、不具有证明力、不符合证据收集规则等数据信息进行排除，从而实现对犯罪数据的精准使用。(3)侦查方法的多样叠加性。依托大数据及人工智能技术，智慧型侦查模式所应用到的侦查方法是多种多样且相互关联、叠加，从而提高侦查活动效益。(4)侦查步骤的同步协调性。传统侦查模式下的侦查步骤需要按部就班地开展，类似流水作业。而智慧型侦查模式下的侦查步骤几乎可以同步进行，甚至在某些条件下可以交叉开展，使侦查活动成为一个立体化操作模式，在压缩侦查时间的同时又不缺乏科学性与缜密性，在单位时间内对犯罪信息进行最大化整合处理，形成最优侦查方案[11]。

二、现阶段人工智能应用在侦查中存在的不足

近年来，人脸识别系统、车牌自动识别系统、物流数据分析系统等系统在侦查实践中已显现出一定战斗力，增强了侦查工作的主动性、准确性、客观性。但总体来看，实践中基于人工智能的智慧侦查尚处于探索阶段，还不够成熟，尤其是在智慧侦查理念、指导原则、工作机制、侦查人员技能等方面。

(一)没有形成统一、科学的理念和指导原则

理念和原则是构建思维模型的两大基石。理念是指导活动的观念，是行动的先导，理念是否科学、正确，从根本上决定着实践的成效乃至成败。指导原则是引导思想、行动的规范，是实际工作中要求做到的必须遵循。为保障智慧型侦查模式的顺利构建、推进及健康发展，我们应当从顶层设计上建立统一完整、科学正确的理念、指导原则来引领智慧侦查。但目前我国公安机关侦查部门没有明确的理念和指导原则来引导，这势必影响智慧型侦查模式在实践中的健康发展。

(二)缺乏与智慧型侦查模式相适应的运行管理机制

智慧型侦查模式要求公安机关各个部门都参与到犯罪案件侦破之中，协同作战，实现对犯罪案件的快速反应与迅速侦破。但我国现行的公安管理体制中，根据侦查人员特定职能和权力，把侦查职能细分为刑侦、经侦、禁毒、网侦、技侦、视频侦查等，这可能会造成各部门间缺乏有效沟通、协调与合作的局面。导致数据分散，整合度不高，不能顺利共享，对大数据和智慧型侦查模式的应用形成一定阻碍。再者，由于缺乏相应的法律法规或制度规范对人工智能在侦查领域的应用进行规制，易导致诸如侵犯公民隐私权、越轨使用及智能系统决策偏差等应用风险的出现。

(三)公安队伍中熟悉人工智能的人才稀缺

智慧型侦查模式是思维、制度和方法等方面全新的侦查工作模式，对其设计和应用需要熟练掌握数据分析技能、熟悉人工智能运作方式的人才作为支撑。换言之，需要大量的侦查技术人才来实现智慧侦查高效应用。但从侦查实战单位目前情况来看，这方面的人才普遍匮乏。因此，侦查机关迫切需要尽快培养和打造出一批既懂侦查业务又熟悉人工智能的专业人才充实到队伍中，为智慧型侦查模式的推进与发展提供人力保障。

三、基于人工智能的智慧型侦查模式

(一)智慧型侦查模式的侦查理念

侦查理念是侦查人员开展侦查活动的指导性观念，贯穿于侦查工作全过程，不仅能够反映侦查规律，还可以引导、支配或决定侦查活动的开展[12]。鉴于此，智慧型侦查模式构建宜首先从侦查理念入手，再延展至侦查工作各个方面。

1.数据性侦查理念

数据信息是社会中一切事物进行物质交换的主要载体，同时也是犯罪的组成要素。侦查活动中对不同犯罪信息的记录和储存方式也在不断发生改变，数字化的记录方式贯穿于侦查活动的始终。以数据为驱动力的侦查理念是指以对海量数据信息的收集、提取、储存与分析研判为中心，将大数据应用作为智慧侦查活动开展的基础平台。换言之，数据信息在智慧侦查中起着主导作用，侦查人员要时刻树立“数据为王”的意识，以海量数据情报为基础开展侦查活动，并加以实践应用[13]。如：上海市公安机关依托市区两级“三合一”智能作战室，综合整合公安数据，并横向打通各部门资源接口，汇聚国内互联网公司的社会数据，充分运用数据资源，服务公安实战取得良好效果。

2.整体性侦查理念

整体性侦查理念既是人的统一又是物的统一，既是思维的统一又是数据的统一，既是部门的统一又是事实的统一。“整体性侦查是指在侦查活动中以数据共享为机制，将分散的、不同层级的、不同区域的侦查主体及其侦查行为有机地组织起来，从而形成一个整体。”[14]整体性侦查模式以联合侦查、并案侦查为主要形式，常常需组织多地侦查机关，涉及多个警种，甚至需要开展国际警务合作[15]。对于智慧型侦查模式来说，整体性侦查理念也可称之为一体性侦查理念，是指收集全国各地政府部门、公共服务、公安业务、互联网等数据，进行一体化整合，并汇总到一个全国性的数据库(中心)。侦查人员可以根据侦查工作需要和各自的权限到数据库中调用与犯罪有关的数据信息，再利用人工智能在获取的与犯罪有关的信息基础上进行分析研判。整体性侦查理念可极大提高侦查的效益价值，打破不同区域侦查主体之间的数据壁垒，巩固各侦查机关的全局观念和全国一盘棋思想，同时还能解决取证角度单一固化、案件事实还原主观片面等问题[16]。公安部经侦局提出的“全国打、打全国”即是这种理念的具体体现。全国多地公安机关已经开始积极实践，如：广东省围绕智慧新侦查一体化作战平台，打造“五个一”工程，横向打通各警种数据资源，纵向对接公安部刑专系统，助力刑事小案“智慧快侦”。

3.智能化侦查理念

智能化侦查理念是智慧型侦查模式的突出特征，也是“科技兴警”的具体体现。在这一理念加持下，侦查活动不再过分依赖传统人海战术或侦查人员办案经验，而是依靠数据信息智能摸排、网上追逃等人工智能技术处理案件，对犯罪分子留下的犯罪信息特征进行全方位收集，再通过深度学习技术进行具体特征的检索、选取、匹配，最后精确到人、精确到物、精确到案并进行可行性分析。这有助于将侦查人员从庞大的情报分析工作中解放出来，降低简单重复工作任务量，实现智慧赋能，提质增效。树立智能化侦查理念可从实体及程序两方面入手。从实体层面分析，一是数字建模应用于犯罪嫌疑人行为轨迹计算，二是数据的自动智能比对应用于可疑人员挖掘，三是智能识别技术应用于个体特征分析，四是搜索式推理系统应用于侦查决策[17]。从程序层面分析，要基本实现智能笔录、类案推送、证据审查、偏离预警等功能[6]。

4.预测性侦查理念

预测性侦查理念以大数据为基础，依托人工智能技术化繁为简的数据处理能力，通过计算机深度学习等技术手段，简化繁杂的数据维度，清洗出可视性程度较高的有效信息，突出犯罪行为相关的要素，对犯罪发生进行概率预测，发现隐藏在大数据背后的规律，从而将犯罪行为遏制在萌芽状态。此外，还可将侦查思维和侦查逻辑编成计算机语言，融合人工智能技术对数据情报进行深度挖掘及分析研判，对侦查过程进行查漏补缺，弥补侦查人员因思维定式产生的视野盲区，实现侦查防控前置，如广东省基于智慧型侦查一体化作战平台开发的刑嫌智档模块就体现了预测性侦查理念。

(二)智慧型侦查模式的指导原则

1.主体性原则

在侦查中，被法律赋予侦查权的机关和个人具有侦查主体性地位。无论是从侦查的启动、实施、终结等侦查步骤来看，还是从调查访问、侦查讯问、搜查扣押等侦查措施来看，都需要侦查人员的贯彻和执行；不论是处于以前的“弱人工智能时代”，还是现在的“强人工智能时代”，抑或是未来的“超人工智能时代”，人工智能技术只能起到辅助作用；不论是从节省警力资源配置的角度，还是提高侦查效益的角度，侦查机关和人员的侦查主体性地位不能因为人工智能技术的介入而发生根本性变化[18]。简言之，就是侦查人员的主体性地位不容改变，不能形成对人工智能的过度依赖，更不能用人工智能取代侦查人员。

2.精确性原则

精确性原则是为应对数据的混杂性与司法的精确性之间存在的矛盾而产生的[19]。人工智能输出的结果，其实是基于海量数据基础上的运算结果。而数据量的庞大、数据结构的混杂、数据标准的差异，导致其具有混杂性、模糊性与多样性等特征，这意味着在犯罪数据信息的收集、处理、分析、挖掘等过程中是以概率为主导的，而并非“是”与“否”问题，也就是说数据分析结果不具有绝对性，只是大概率事件。加之其运算结果会经过隐层，在隐层中特征选取、运算方式、模型构建等并不明晰，这会导致输出结果的不确定性。执法与司法关乎人民生命财产安全，其对精确性的要求极为严苛，任何一点误差都有可能导致事实认定或法律适用错误。因此，必须精确制定各种数据及特征的提取标准来解决人工智能的不确定性问题，最大程度避免智能系统决策偏差，提高智慧型侦查模式的实践效果。

3.线上线下相结合原则

通常以线上、线下区分交流媒介的虚实程度。前者多虚拟，主要指利用互联网等虚拟媒介实现的一系列交谈交互的情况与动作；后者多真实，主要指真实发生的、当面的、人与人通过肢体动态接触的一系列活动，或者是事物真实具有实体存在的活动。而在本文中，线上、线下还要分别加上不同的定语来表达两层含义。一方面，线上应用与线下设备相结合。要想使人工智能技术在智慧型侦查模式中发挥应有作用，仅仅依靠任意一方是远远不够的，只有通过公安数据库、网上数据智能摸排、智能感知搜索系统等相结合才能对接实战，实现侦查目的。另一方面，线上侦办要与线下证明相结合。尽管在大数据时代，发现犯罪线索、获取犯罪信息已经不是难题，但是数据信息只是客观事实的一种抽象化表达，是客观事实在数据层面的映射，其虽可以作为一种侦查途径，但并不等同于客观事实，而且通过相关关系产生的证据的证明力也存在争议。因此，在以人工智能为代表的新型侦查方法以及由此而获取的证据尚未获得法律层面的授权之前，还需要在线下通过各种侦查措施将其转化为法律认可的规范化证据体系。再者，像调查走访、缉捕犯罪嫌疑人等侦查工作只能由侦查人员来执行，必须线上与线下相结合才能完成侦查任务。

(三)智慧型侦查模式应用的实践路径

1.犯罪信息智能化管理

一是犯罪信息智能收集。谈到犯罪信息的收集，首先需要说明的是现阶段侦查思维的转向。在传统侦查模式中，侦破案件的关键在于找到案件中人、事、物之间的因果关系，各项侦查活动的开展都建立在确定的因果逻辑关系之上。但放眼当下，一因多果、多因一果等因果关系所蕴含的不确定性较强，无法满足传统侦查中的及时迅速原则，也无法满足现在侦查中的确定性原则，建立于因果逻辑关系之上的传统侦查思维范式正在面临诸多挑战。而大数据和人工智能技术所带来的相关关系巧妙地弥补了这个缺口，现阶段侦查人员可以站在因果关系之上将与案件有关的所有数据信息进行收集，进而通过人工智能进行分析研判，以辅助侦查人员全方位、多角度思考[20]。具体来说，犯罪信息智能收集方法主要包括：(1)系统日志收集方法，其主要采用分布式架构的大型数据收集工具，如Google的Google Analytics、Facebook的Scribe等。(2)网络数据收集方法，其主要应对非结构化数据的采集，它可以将大多数非结构化数据从杂乱无章的各类网页、APP中抽取出来，将其进行分类并进行结构化存储，如分布式网络爬虫工具Nutch、Java网络爬虫工具Crawler4j、非Java网络爬虫工具Scrapy等。这些方法避免了传统侦查模式中侦查人员采集信息之苦，且在人工智能技术加持下，这些操作都是系统自主完成，为智慧型侦查模式的开展奠定数据基础。

二是犯罪信息智能存储。目前，犯罪信息智能收集的问题已有较为合理的解决方法且基本达到去人力化操作程度，但是犯罪信息存储问题依然面临很大压力。随着涉及犯罪的数据信息量不断增长，犯罪相关信息的存储成本不断增加，犯罪相关信息的管理要求不断提高，导致侦查机关的存储系统难以适应人工智能技术的应用需要。仅仅依靠增加存储设备的方式是不可取的，解决犯罪信息智能存储问题主要通过以下途径：(1)犯罪信息存储虚拟化。虚拟化存储是一种理念的技术延伸，具体来说是通过聚合多个存储设备空间，灵活部署存储空间的分配，从而提高现有存储空间的利用率。其优点在于将许多零散的存储资源整合起来，从而提高整体利用率，同时降低系统管理成本。(2)提高犯罪信息存储安全性。需要注意的是此处的安全是指保障数据的存取性能，保障其不损坏、不丢失。如利用重复数据智能识别清理技术对存储系统减负就是一个很好的途径[21]。

三是犯罪信息智能处理。犯罪信息智能存储为犯罪信息如何便于提取利用、如何智能处理奠定了基础。2013年以前，侦查机关存储的主要是规模小、维度少的结构化数据，甚至是实体(书面)数据。但在信息爆炸的现在，数据规模和维度呈爆发式上升，数据形式呈现出非结构化态势，如若不对数据的处理方式进行改进，必然会导致与时代脱节，更无法完成惩罚犯罪、保障人权的神圣使命，为此提高侦查主体的数据处理水平显得尤为重要。具体来说，解决犯罪信息智能处理问题主要分为以下几步：(1)构建犯罪信息智能处理平台。需要注意的是犯罪信息的处理具有伸缩性，原先的MapReduce或Hadoop平台已经不能满足时代的需求，因此侦查机关在构建犯罪信息智能处理平台时可聚焦于如Google的Dremel这一类工具上。(2)设计犯罪信息智能处理的云计算方案。在民用层面，云计算已得到广泛应用，如储存云、搜索引擎等，它可以动态地根据现实需要进行调整，提高数据利用率并进行拓展。从犯罪信息智能处理层面来看，依托犯罪信息智能收集平台，建立侦查机关内部犯罪信息共享服务平台，可有效打破数据壁垒，实现资源共享，为真正意义上的协同作战、精准打击奠定基础[22]。

四是犯罪信息智能挖掘。侦查机关在强调犯罪信息广泛收集的同时无意间增加了数据混乱和无序的程度。由于侦查主体收集到的原始数据大多是独立的，因此需要对数据要素进行整理和梳理，通过模型筛选将其中与犯罪相关的信息进行结构化处理，方便存储和使用。但如何寻找符合侦查需要的犯罪信息仍是一个难题，犯罪信息智能挖掘就是为解决此问题而产生的。犯罪信息智能挖掘是针对经过结构化处理的犯罪信息，利用在线分析处理、机器学习等搜索技术及人工智能技术，挖掘出潜在的、具有侦查价值的犯罪信息，并自主分析犯罪信息，作出缜密推理，辅助侦查人员分析案情、完善侦查策略、校正侦查方向、合理应用侦查措施。犯罪信息智能挖掘分为两部分：(1)犯罪预测。犯罪预测分为两种：一种是通过设定犯罪信息分类标准，将已有犯罪信息自主划分到符合预先设定的分类中；另一种是通过将已有犯罪信息映射到预测变量上，进而进行犯罪信息的回归。(2)犯罪描述。犯罪描述也分为两种：一种是将已有犯罪信息根据其自身特征进行聚类；另一种是利用关联规则发现不同犯罪信息间的相关性。

五是犯罪信息智能管理。近几年，公安内部数据快速增长，导致数据管理日趋复杂，因此犯罪信息智能管理尤为重要。具体来说有以下两种解决途径：(1)犯罪信息备份。数据备份是保障犯罪相关数据信息在受到损害或丢失时能及时进行迁移和恢复的措施，是案件形成僵局、停滞不前时重新分析案情、寻找突破口的重要保障，同时也是解决陈年旧案、疑难案件的有力武器。(2)犯罪信息集中管理。在侦查机关办案设备和办案地点多样性、不确定性的背景下，相关数据信息的分布也愈发分散，对硬件设备、存储方式、传输通道、云计算进行集中化、结构化管理，不但可以在基础建设方面降低成本，提高现有设备的利用率，还可以减少数据存取风险，实现数据安全。

2.犯罪形势智慧管控

一是犯罪智能监控。在信息化社会中，监控越来越多地依靠于数据信息的记录、储存、提取技术。智慧型侦查模式中的犯罪智能监控主要是指在主动侦查的大环境下以数据监控、智能监控等技术为主要手段的一种犯罪监控机制，在操作层面主要表现为多资源时空应用。具体来说，犯罪智能监控主要依托以GIS为代表的空间信息系统对社会监控等视频数据进行集中管理，实现监控视频的直观可视化应用[23]。例如，利用人工智能技术，结合“天网工程”和“雪亮工程”等监控设备，对人员密集场所或者需要重点监管的高风险高危场所识别人员五官、面部神态、行为及步态，协助侦查人员提前对嫌疑对象进行评测分析，设置犯罪风险评估等级，在评估等级达到较高危险程度时，立即传达给巡逻人员以及相应安保部门或公安机关，使侦查人员占据主动权。

二是犯罪智能追踪锁定。对犯罪进行智能追踪建立在物质交换原理与同一认定原理基础上，无论有无物质性破坏后果、无论是实体现场还是虚拟现场、无论有无实质性赃物，其犯罪都是客观存在的，侦查人员通过实体现场或虚拟现场得到相关犯罪数据要素都对追踪犯罪有指向意义。如针对传统接触性犯罪，可通过三维立体足迹采集与分析系统及足迹自动识别系统等对犯罪现场遗留的足迹进行智能提取与比对。对犯罪现场的声像资料可通过人像快速比对查找技术、智能声纹识别技术等结合外貌特征、出现时间、出现地点、出现方式对可疑人员进行比对，及时确认目标身份[24]。还可通过车辆实时布控技术，根据车牌、车型、颜色、特殊标识、所处时空等属性特征进行单独或组合利用，对车辆进行查找，进而辅助侦查人员对犯罪嫌疑人进行追踪和锁定。

三是犯罪智能预测预警。如今犯罪手段日新月异，犯罪形式层出不穷，尤其是犯罪分子反侦查意识不断加强，侦查机关依靠传统方法获取犯罪信息变得愈发困难，而人工智能的整合、预测、分析功能就能及时对正在进行或即将出现的犯罪作出预警。从理论层面来说：第一阶段是将已经发生的同类型犯罪案件进行汇总、分析研判，在明确犯罪性质、犯罪时间、犯罪地点、犯罪人基本特征的情况下预测犯罪嫌疑人的逃跑、藏匿、销赃或再次实施犯罪的情况；第二阶段是根据以往收集的各种犯罪信息对犯罪规律进行探索，对未来可能发生的犯罪行为、某类犯罪行为的发生概率，以及易发生犯罪的地区、时间段等进行预测，从而帮助侦查机关部署相应行动，保障侦查资源得到合理配置。从操作层面来说：首先通过对已发生案件进行分析研判，选取预警触发特征、设定预警触发标准；其次实时联网的监控探头根据已设定标准进行智能布控，智能布控选取对象主要包括异常行为、交通事故、打架斗殴、物品丢失、尾随检测、危险物品检测等；最后一旦符合预设标准便开始视频记录并实时预警，反馈视频资料供人工核实。

3.培养人才队伍

侦查模式的应用，关键在人才。只有培养出大量能够适应智慧型侦查模式需要的人才队伍，才能保障智慧型侦查模式在侦查实践中顺利应用和发展，才能充分发挥出大数据和智慧侦查的效能。培养人才队伍可从两个路径着手：一是公安机关从现有侦查人员中选拔知识文化素养高、学习能力强的人员，定期对他们进行大数据和人工智能方面的专门培训，这样可以在短期内培养打造出一批既懂公安侦查实战又熟悉人工智能应用的技术人才，解决侦查机关的现实需求；二是加强与高校、企业的合作，将以往侦破的案件以数字化形式建成案例库，开发出能够与人工智能配合运用的仿真侦查系统，侦查人员借助此系统进行智慧侦查演练，提高相关技能，以解决侦查机关对人才的长期需求。

四、结语

当前，公安侦查工作要与科学技术紧密融合，推动侦查模式的转变。在“统筹发展和安全，建设更高水平的平安中国”的时代大背景下，智慧型侦查模式将会成为未来智慧社会基层治理的一把利刃。但毋庸置疑，人工智能技术并不是完美无缺的，智慧型侦查模式也不可能使侦查人员一劳永逸，只有在使用中不断提升其智能技术，细化其管理规则，完善其运行保障机制，才能真正使智慧型侦查模式服务于实战，并朝着科学化、现代化的方向发展演进，更好地保护广大人民群众的权利，维护国家安全与社会稳定。