个人极端暴力犯罪智能防控路径研究

王 超

（河北地质大学，河北 石家庄 050031）

自2016年人工智能打败韩国棋手李世石之后，人工智能掀起了新一轮热潮。司法的人工智能应用也持续升温。在2019年全国两会上，政府工作报告中首次提出“智能+”的概念。在刑事司法领域，智能预防犯罪模式在人工智能的大力趋动下，必然会成为未来犯罪防控中的重要模式，也是实现科学精准打击犯罪的有效路径。人工智能是研究用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。［1］借助人工智能技术与人类防控犯罪经验的紧密结合共同实现犯罪防控的精准化是一条可探索的路径，即所谓的智能精准预防犯罪模式路径。个人极端暴力犯罪虽属传统犯罪，但在新的时代背景下，结合人工智能技术也可对其实现智能精准防控。个人极端暴力犯罪的智能精准预防犯罪模式是一种全新的犯罪防控模式，在人工智能时代背景下以及传统犯罪防控模式变革中存在诸多难以预料的问题，比如个人极端暴力犯罪原因的科学分析及有效提取，个人极端暴力犯罪防控中的有效措施的智能实现等。研究和分析智能精准预防犯罪模式可以在理论上厘清犯罪防控的智能精准防控路径选择，还可在实践中为智慧司法建设助力。为了在现有刑事司法信息化平台上增加人工智能犯罪防控的功能，需要在原有基础上引入人工智能计算、建模、评估、预警等功能，以及样本库管理和模型构建应用管理的平台。智能精准犯罪防控路径主要通过人工智能系统进行数据处理、模型构建和评估分析，通过人工智能中的深度学习神经网络技术实现。先将个人极端暴力犯罪案件的犯罪人的人口学因素、犯罪学因素和刑罚因素及相关指标等数据采集入数据库，然后对数据进行统计分析和建模评估，从中找出对防控该类犯罪的有效因子。它包括信息收集系统、数据分析与研判系统、预警信息平台等智能分析框架。

一、个人极端暴力犯罪的概念和行为特征

个人极端暴力犯罪是一个描述一类特殊暴力犯罪的概念，具有特定的行为特征。精准识别这些基本特征与行为特征，才能有效做到对该类犯罪的精准防控。

（一）个人极端暴力犯罪的基本特征

个人极端暴力犯罪，是指社会个体在极端化思维指引下实施的针对不特定多数人的严重暴力犯罪行为。这一概念由“个人、极端和暴力犯罪”这三个关键词组成。

1.个人极端暴力犯罪中的“个人”，是指这类犯罪大多由单一社会成员个体实施，区别于有组织犯罪团伙。仅在极个别的个人极端暴力犯罪中存在夫妻配合完成极端暴力犯罪行为的情形。如北京“6·15”特大系列杀人碎尸纵火案中，被告人是一对夫妻，41岁的出租车司机李平平及其妻子董美荣。妻子协助丈夫完成了犯罪。［2］

2.个人极端暴力犯罪中的“极端”，主要是指个人极端暴力犯罪的行为人大多具有极端化的思维方式和心理动机或严重的心理问题及人格障碍。主要表现为性格偏执、敏感多疑、心胸狭窄、报复心强，不善与人沟通，常与他人发生冲突，不能理性对待生活中的问题与挫折。

3.个人极端暴力犯罪中的“暴力犯罪”，是指个人极端暴力犯罪的行为人大多采用暴力手段或以暴力相威胁，侵犯他人生命健康或毁损财产的犯罪行为。相较于普通犯罪而言，这类犯罪表现出更多的暴力特征。按侵害对象划分，可以将该类犯罪分为三大类：一是对人的暴力犯罪，如杀人犯罪、伤害犯罪、强奸犯罪；二是对物的暴力犯罪，如破坏交通工具的犯罪、毁坏公私财物的犯罪；三是混合型的暴力犯罪，如抢劫犯罪、爆炸犯罪等。［3］

（二）个人极端暴力犯罪的行为特征

与普通的暴力犯罪相比，个人极端暴力犯罪表现出更多、更明显的外在行为特征。

1.犯罪时间的季节性。从统计的138件个人极端暴力犯罪案件的发生时节来看，以夏季发生案件数量最多，共发生45件，占比32.6%；冬季发生案件数量最少，为27件，占比19.6%；春秋季节相差不大，春季为31件，占比22.5%；秋季为35件，占比25.4%。由此可见，个人极端暴力犯罪案件多发生在天气比较炎热的夏季。因为夏季天气炎热，会使人们的心理和情绪急躁，容易被激发，引起暴力行为。相比之下，由于冬季相对寒冷，人们的情绪相对平稳，不太容易被刺激而发生极端暴力犯罪案件。但个人极端暴力犯罪案件的数量在各月份的分布上并不均衡，其中在7月份达到了月份案件数最高值16件，在2月、5月、8月、9月均达到了14件，相对来说，较少的月份有1月、3月和12月。由于各月份的案件数量差异并不太大，加之收集案例的局限性，我们认为，个人极端暴力犯罪案件数量在各月份的分布并没有明显的发展变化趋势，即无明显规律可循。综上可以认为，个人极端暴力犯罪案件并没有发生日期和月份上的明显差异，但存在季节上的显著差异，基本可以得出：夏季发生较多，冬季发案数量相对较少的结论。

2.犯罪地点的公共场合性。大多数个人极端暴力犯罪案件发生在人口密度较大的城市当中，如政府机关单位、学校、商场、机场、公共交通工具上、居民楼等场所。仅有个别案件发生在农村地区，但主要集中在农村的学校、街道等人口相对稠密地区。统计结果显示，138件个人极端暴力犯罪案件中，发生在居民社区中的有16件，占总数的11.6%；发生在学校（含幼儿园）的有38件，占比27.5%；发生在公交车上的有29件，占21.0%；发生在其他公共场所的有21件，占总数的15.2%；发生在农村及其他地区的有26件，占比18.8%；发生在公路上的有6件，占比4.3%；发生在政府机关的有2件，占比1.4%。显然，个人极端暴力犯罪更多发生在学校、公交车等公共场所或人群聚集的地方。

3.犯罪手段的重复暴力性。个人极端暴力犯罪案件中多数犯罪人的作案手段十分残暴，行为没有节制，不计后果，滥杀无辜。常见的作案手段包括采取爆炸、纵火、驾车冲撞、使用凶器砍杀等。这些方法都具有相当的危险性和极大的杀伤力，往往能在很短的时间内就会造成大量的人员伤亡。［4］犯罪手段的残暴性也多使其暴力行为具有多次重复性，即犯罪人多在较短时间内对被害对象进行多次重复暴力打击行为。

4.危害后果的严重性。个人极端暴力犯罪往往造成极其严重的后果。行为人攻击的目标不限于利益直接相关者，而是扩大到某个单位、某一人群乃至不特定民众。这种现象被一些学者称为“犯罪过剩”，即犯罪行为造成的后果与犯罪原因不相称并且明显超过实现犯罪目的所需限度的情况。犯罪心理学的研究发现，一些犯罪人在轻微刺激作用下，就会产生异常的、强烈的情绪反应或者暴怒发作，从而导致与其产生原因很不相称的严重后果。这种现象的发生，与犯罪情境中存在着能够诱发起犯罪人内心深处不断积累的消极情绪有关。［5］比如，2001年靳如超制造的石家庄“3·16”特大爆炸案中，共炸毁4栋居民楼，造成108人死亡，多人受伤，其中重伤5人，轻伤8人。个人极端暴力犯罪除了造成巨大的人员伤亡和财产损失外，还常会带来更多无形的危害结果，比如公众社会安全感下降、对政府治安管控能力和社会治理能力丧失信心等。

二、个人极端暴力犯罪案件的智能精准防控可能

从个人极端暴力犯罪案件的行为特征看，似乎很难通过有效方式进行防控。但结合人工智能、大数据、“互联网+”等技术特征看，这些高新技术还是为此类犯罪的精准防控提供了技术可能。

（一）明显的犯罪特征给智能精准防控提供了机会

个人极端暴力犯罪的犯罪人常选择夏季作案，很少选择冬季作案，这就要求公安机关和基层组织要在夏季加强巡视和人员动员组织工作，及时发现犯罪嫌疑人的可疑行为并有效制止。个人极端暴力犯罪的犯罪地点的公共性，要求基层公安机关要加强对公共场合的布控，结合群众组织进行联防联控。犯罪手段的重复暴力性，这为人工智能算法有效识别个人极端暴力行为提供了可能。因为如果暴力行为仅具有一次性，就很难被算法识别并在多个视频中进行重复打击行为的同一认定。危害后果的严重性，也使得加强对容易造成严重危害后果的重点区域进行有效布控的必要性，如对重点居民楼、学校、政府机关单位、商场等部门要多加防控。

（二）公安系统的“天网”工程及信息化系统为识别暴力犯罪人提供了可能

近年来，公安部大力推行了“天网”工程建设。不仅在城市，在许多农村地区，监控探头使用越来越普及。火车站、机场、电影院、商场等公共场所，或者幼儿园、学校、医院、政府机关等公共机构，以及公共交通工具等都已安装上视频监控设备，且大多数设备已并入公安系统的“天网”工程。这使得监控视频的数据量非常巨大，早已超过了大数据的定义标准，并且还在与日俱增。比如，2012年南京“1·6”案，在案件侦破过程中，南京警方从全市一万多个监控点提取了监控视频，而这些视频数据加起来竟然有将近2 000T之多。［6］据统计，在一些先进地区，视频侦查参与破获的案件数量已经超过了总破案数的70%。从轨迹到人的视频侦查途径，有助于公安机关更加有效地利用视频侦查来打击刑事犯罪。［7］2019年3月7日，《“全国涉案视频库”项目建设方案》（征求意见稿）已经由公安部下发，在此方案中，明确提出建设以刑事案件现场勘验数据采集为源头，以部、省、市三级涉案视频库和多级应用体系为基础，以人工智能和视频大数据技术为依托，建设“智勘”“智搜”“智比”“智控”“智联”“智串”“智鉴”和“智享”等智慧视侦体系内容，支撑视频勘查、提取、筛查、比对、检验、鉴定全业务流程的一体化，支撑全国智慧视侦业务的全国涉案视频库。［8］可见，以人工智能和视频大数据技术为依托的新型刑事侦查技术，已为有效识别暴力犯罪人提供了技术可能。

（三）人工智能算法为精准识别个人极端暴力犯罪人提供依据

目前，人工智能技术在多个领域已呈现出突飞猛进的态势，在部分领域已超过人眼的识别准确率。利用人工智能技术中的行人重识别技术、犯罪人活动轨迹识别技术、异常行为识别技术等可为精准识别个人极端暴力犯罪人提供重要依据。

一是，利用人工智能技术自动识别个人极端暴力犯罪的嫌疑人身份是其最重要的应用领域和功能。识别犯罪嫌疑人身份主要使用行人重识别技术。行人重识别（简称Re-ID）也称为跨境追踪技术，是利用计算机视觉技术判断在多个图像或者视频信息中是否存在特定行人的技术，指根据特定行人的穿着、体态、发型等在不确定的场景中能够识别为同一个人，并刻画特定行人行为轨迹的AI视觉技术。行人重识别技术对多个目标进行智能跟踪，并记录其具体的运动轨迹，对犯罪活动轨迹刻画比“人脸+步态”双模识别技术更加细致全面，能够查找到完全符合活动轨迹的人，甚至能够直接发现犯罪嫌疑人。［9］二是，个人极端暴力犯罪的犯罪人活动轨迹识别是人工智能技术的又一重要应用领域。它主要是根据犯罪嫌疑人的住宿信息、手机漂移轨迹信息、GPS移动轨迹、车辆移动轨迹等有关嫌疑人其他轨迹信息，侦查员初步判断嫌疑人可能在某个区域活动，收集该区域监控探头视频信息，利用行人重识别技术检索出犯罪嫌疑人在该区域的活动视频，并重建嫌疑人在该区域的活动轨迹。［10］利用人工智能技术检索并重建的犯罪嫌疑人活动轨迹，可为侦查人员的进一步侦查行为和抓捕极端暴力犯罪嫌疑人提供依据。三是，利用人工智能技术对个人极端暴力犯罪中犯罪人的异常犯罪行为进行有效识别。异常行为是指该行为与犯罪嫌疑人本人的平时行为举止，或相对于一般人的正常行为具有较大差异的行为。它包括：犯罪嫌疑人异常行为，如着装异常、出现时空异常、行为动作异常等；车辆异常，如行走路线异常、行驶速度异常、停留异常、车内人员异常、车牌异常、车辆行驶方向异常等；涉案物品异常出现等等。通过各种信息系统分析比对活动轨迹中异常行为，查明违法犯罪嫌疑人历史活动信息中的各个活动节点，以发现更多的犯罪线索、犯罪同伙，进而扩大侦查破案效果。［11］在很多个人极端暴力犯罪的案件中，犯罪人常常会表现出一些异于常人的行为，甚至在犯罪之前的较长时间段内就存在一些异常心理和行为表现，加之“天网”工程建设，在视频中就会留下相关犯罪行为线索。运用人工智能+大数据技术，将这些异常行为视频解析为有价值的犯罪侦查信息，就可为有效防控个人极端暴力犯罪提供依据，至少可有效减少侦查人员的工作强度，排除极端暴力犯罪案件中侦查工作的可能干扰因素，指明未来侦查方向。

（四）智能识别犯罪工具实现从物找人的防控路径

利用人工智能技术、数据库技术和视频资料库，可对个人极端暴力犯罪案件中的嫌疑车辆进行搜索并还原车辆的行驶轨迹，为案件侦破提供依据。比如，车辆搜索中的特点包括车辆号码、品牌、颜色、前置物、副驾驶人员等二十余项，其中车辆品牌就囊括百余种，通过特征点筛选组合可快速实现车辆搜索，形成行驶轨迹，生成基础数据，车辆轨迹分析已完全实现人车绑定，可以实现以车找人。车辆搜索分为特征点搜索、图片搜索及车牌号搜索，时间最长跨度在半年内以上，并可根据搜索结果形成轨迹路线，频次分析叠加结果，生成表格，为大数据分析提供基础数据。［12］此外，还可以利用人工智能技术和算法智能识别视频图像中的重要物证，可将不同视频中的同案的物证进行物体的同一识别和认定，为个人极端暴力犯罪案件中的侦查人员收集物证提供方向。

（五）关联案件信息分析与推送系统为查找极端暴力犯罪人提供另一途径

大数据和人工智能技术在犯罪防控中的另一应用就是关联案件信息分析与推送系统的构建。虽然这一系统是建立在对案件文本数据库的应用和文本数据挖掘基础之上，但在查找和发现关联案件中的个人极端暴力犯罪人还是有着重要辅助作用的。串并案件侦查是侦查部门办理刑事案件常用的一种侦查方法，串并案通过对多起案件的分析和比对，对一个或一伙犯罪人实施的犯罪案件加以串并，作为一个刑事案件进行侦办的方法。［13］利用人工智能技术，可以很方便地对多个案件信息进行分析，自动查找极端暴力犯罪案件的关联信息，并将智能分析后的信息进行推送，方便侦查人员对个人极端暴力犯罪案件的犯罪嫌疑人进行识别。

三、智能精准犯罪防控系统的数据层面构建

智能精准预防个人极端暴力犯罪模式的数据分析与处理，是实现个人极端暴力犯罪智能精准防控的重要基础工作。数据处理平台主要采用层次化结构模型，结合大数据技术进行设计，主要包括：暴力犯罪数据采集层、数据存储层、数据分析层和数据展示层等四个层次。

数据采集层，主要利用个人极端暴力犯罪相关法律法规和司法解释数据、各级人民法院关于个人极端暴力犯罪的刑事司法裁判文书数据、各级人民检察院的起诉书等相关文书数据、个人极端暴力犯罪的矫正相关数据等。人工采集和处理数据包括对收集到的个人极端暴力犯罪数据进行整理、标注和分析等。主要数据类型，见表1。

表1 个人极端暴力犯罪防控系统使用的数据类型

数据存储层，采用数据仓库技术。数据仓库与数据挖掘技术的结合实现了大量数据存储和大量数据分析的功能，数据仓库技术非常适用于大数据平台的海量数据处理。大数据平台的数据仓库技术通过预设的存储模式，将刑事司法量刑系统中的异构数据按照同构的数据结构进行提取、调用、分析和处理，然后构建大数据平台数据仓库。［14］

数据分析层，采用大数据处理和智能数据处理技术。数据分析层在实现数据调用功能时通过数据仓库统一的调用规则来调用各自的数据需求，经过数据的过滤、数据预处理（包括调整数据类型、数据标准化和数据归一化操作、合并数据、拆分数据等操作）、分析、处理、挖掘、汇总，并按照预设的仓储模型将数据存放进数据仓库中，以方便以后的数据调用、分析和展示。其中，在数据处理中除调用以上构建的模型外，还需要调整核心算法参数配置以进行模型调优等工作。通过调整模型、优化算法、更新权重和偏差参数，使得运算的效率和效果更好。系统分为训练和检测两个步骤进行，进行检测应用之前，要先利用训练模块进行模型训练。采集相关类别的环境违法数据，作为训练集输入到系统中，设定好训练迭代次数，经过一段时间训练后，准确率提高到一定程度，保存训练好的模型。利用迁移学习，将训练好的检测模型载入到检测模块，系统即可实现实时监测。［15］当预测结果准确分辨率达到95%以上时，即证明可信度达到了预期效果，可以作为模型部署在以后的应用实例中。

数据展示层，采用数据可视化技术实现。它是用户直接操作的界面集，用户可通过普通浏览器、客户端应用程序、平板电脑、手机等终端来浏览各类智能交通信息数据。该层负责使用者与整个系统的交互，一般由外观界面、表单控件、界面框架等部分构成。［16］

四、个人极端暴力犯罪的智能精准预测防控系统构建

个人极端暴力犯罪的智能精准预测防控路径是一套精准的犯罪防控系统，其主要由智能犯罪信息收集与分析系统、智能人像自动识别系统、智能预警与报警系统和智能精准处置系统等主要智能犯罪防控系统构成。

（一）智能犯罪信息收集与分析系统

智能犯罪信息收集与分析系统，是指在人工智能时代背景下，充分利用智能技术收集和分析个人极端暴力犯罪的各种指标，从而为该类犯罪的防控提供智能参考。通过对我国个人极端暴力犯罪原因分析中可以发现，个人极端暴力犯罪的犯罪人在犯罪之前也并非是十分平静的，往往也存在着较多的心理冲突和行为表现，不少犯罪人还表现为在媒体或其他途径的犯罪意图的流露（如向亲朋好友表达相关思想，向被害人表达过愤怒或仇恨的思想等）。而这些正是对该类犯罪预防的有效措施。因此，我们需要借助人工智能技术来收集和分析个人极端暴力犯罪的犯罪人有意、无意流露出来的各类犯罪信息，通过智能的手段构建智能犯罪信息收集与分析系统，并进行“智能+”建模数据分析模型，从而达到有效防控之目的。对个人极端暴力犯罪信息的收集与分析不能仅靠传统的视频监控和线人反馈，在人工智能时代背景下，常需借助于与人工智能结合的高科技侦查手段，例如虹膜识别、人脸识别、语音识别等；在某些人口密集、地形复杂不能立即实施抓捕的地方，就需要利用人工智能侦查中的无人机平台，在制高点迅速完成地形的勘查，并通过遥感技术将主要的信息传回指挥中心由指挥团队进行分析研判，以图像信息为支撑提高决策的科学性，实施全面精确的侦查布控。另外，侦查指挥员可以根据无人机系统实时传输回的现场状况调整警力布置、实施精确抓捕，控制不必要的警力浪费。［17］

（二）智能人像识别与追踪系统

借助人工智能技术对个人极端暴力犯罪人进行有效防控与追踪，其中，智能人像自动识别与追踪系统就是该类犯罪智能识别的大脑，起着关键的作用。个人极端暴力犯罪有较大部分发生在公共场所和公共交通工具上，而这些场所多安装有监控设备。智能人像自动识别系统由高灵敏摄像机，计算机人像输入、识别，比对软件及计算机组成。通过设置在不同地点的多个角度的摄像头，将每个人面孔上的特征点换算成数据输入计算机，而计算机则高速自动地同计算机数据库中存有的数百万张被通缉者的照片进行比对。摄取的人像同数据库中被通缉的照片进行比对之后，进行统一认定，并锁定认定的图像。该系统还具有一种特殊的识别能力，即使作案人进行了伪装，仍可进行人脸识别。［18］该系统能全天候、昼夜完成警卫和守护工作，且具有较高的效率和准确性。据美国LAU公司称，该系统已经应用在实际中，并已取得成功的经验。［19］个人极端暴力犯罪较多发生在公共场所和公共交通工具上，因此，可充分利用这些场所安装的监控设备并借助人工智能数据识别系统实现对公共场所和公共交通工具上的个人极端暴力犯罪分子的识别。

（三）智能预警与报警系统

智能预警与报警系统依赖于个人极端暴力犯罪的数据处理和分析系统。个人极端暴力犯罪的数据处理系统，需要借助人工智能视角下的统计学、分布式计算、并行计算等多种技术进行的专门数据挖掘，进一步加深数据的分析质量，对海量数据进行多次分析，透析现象背后隐藏的深层次规律，为侦查活动提供了关联性分析、聚类分析、时序分析、异常分析等实践可能。［20］在对个人极端暴力犯罪进行系统的数据分析与处理的基础上，通过大数据与人工智能技术衍生出对该类犯罪的智能预警和报警系统。个人极端暴力犯罪的智能预警系统是在对该类犯罪的大数据分析基础上，当社会中出现了该类犯罪设置的模型中类型情形时，提前进行数据预警的系统。该系统同时可连接公安机关的报警系统，以方便公安人员对个人极端暴力犯罪的甄别与有效处置。

（四）智能精准处置系统

个人极端暴力犯罪的危害后果往往十分严重，这就需要对其进行精准防控，最好能做到提前防控和智能精准处置。个人极端暴力犯罪的智能精准处置系统，是在犯罪智能精准指挥系统、智能精准数据分析系统、智能预警与报警系统的基础上形态的对个人极端暴力犯罪的最后精准科学有效治理体系。在未来，侦查模式预测化转型甚至可以将全城市内多个部门单位、多种业务数据、多种居民动态信息等进行建模分析、智能监控，对增减明显等异常数据自动报警，实现发现社会中的不稳定因素甚至及时报警无人发现命案现场等案件的智能预测。［21］在对个人极端暴力犯罪的智能精准预测的基础上，利用智能指挥系统和智能防护系统对其进行精准处置，比如可利用智能无人机对个人极端暴力犯罪分子进行精准控制，利用智能数据信号干扰系统对个人极端暴力犯罪分子的信号进行精准干扰以使其无法实现犯罪信息的传递，利用智能武器对犯罪分子进行远程控制或击毙等。在西班牙已经出现利用无人机追捕嫌疑犯的侦查方式，刑事案件的侦查过程中存在着诸多类似缉捕、扣押等需要应用控制手段的侦查活动，利用搭载制服设备的无人机平台可以更好地配合侦查人员控制犯罪分子。［22］

五、个人极端暴力犯罪案件智能精准防控问题思考

目前，我国刑事司法中的犯罪防控还主要以公安系统基层警务人员的防控为主，全面系统的智能精准犯罪防控框架尚未形成。尤其针对个人极端暴力犯罪的智能精准犯罪防控框架仍没有系统构建。人工智能环境下智能精准犯罪防控体系是一个复杂交互且高度密集的自创生系统，其生成机制和发展规律不同于传统意义上的单纯人工防控和静态数据收集和分析，人工智能背景下的智能精准预防犯罪模式是一系列综合智能理念、技术和方法的革新系统。

其一，智能精准个人极端暴力犯罪防控模式不只是简单的基层警务人员个人防控加普通计算机使用的模式，而是一个综合智能精准犯罪防控系统。在数据采集方面，也并非仅单纯采用人工对犯罪数据中的各项指标及结果进行分类标注，而是在部分需要人工标注量刑结果外，更多是利用人工智能、大数据等技术进行动态、系统的海量数据收集，通过海量数据的收集、存储、挖掘捕捉到量刑指标，并对量刑结果进行自动标注，对综合系统数据进行智能分析和使用。

其二，人工智能背景下的个人极端暴力犯罪智能精准防控模式亟待进行学理层面的拓展和实践创新，比如如何对个人极端暴力犯罪的各项数据进行人工智能的深度学习以生成智能犯罪防控模型，甚至有效整合多种社会资源生成犯罪防控的整套系统就是一个非常大的难题。因此，如何整合既有的研究力量与刑事司法的犯罪防控，实务部门的平台数据搭建多学科交叉融合的知识与分析框架系统就成为当务之急。

其三，人工智能时代虽然深度学习技术取得了较大突破，但自然语言处理技术特别是中文的刑事司法、法律自然语言处理技术还存在较大难题。这在一定程度上，增加了刑事司法的智能精准犯罪防控系统的信息处理难度。单纯依靠传统人工对犯罪防控指标及相关因素进行信息提取和标注等处理的难度太大、效率较慢；而单纯依靠计算机数据分析技术进行提取和标注的算法设计难度也太大、精准度还不高。

其四，智能精准预防犯罪模式尚存在一些司法现实难题无法解决，主要包括：司法实务中各部门的数据并没有形成一个统一的数据信息平台，这给多数据的处理带来较大困难。而人工智能技术在司法实务各部门的应用程度也不尽相同，如何对分而治之的各数据系统进行有效整合也存在较大难题。

其五，与抽样小数据时代的犯罪防控数据分析相比，人工智能时代所面临的智能精准预防犯罪模式与客观司法情境更加复杂，普通公众可能较难接受智能精准犯罪防控系统的推送结果和防控措施，面对公众对结果的质疑，无论是基层警务人员还是系统的研发者均难以作出合理高效的解释。

其六，智能精准预防犯罪模式面临着法律法规和规章制度对量刑结果确认的难题，难以科学合理解释的结果就很难被相对保守的立法者承认并写入法律法规。而如何在较长时间内保持智能精准犯罪防控系统推送犯罪防控与治理措施的有效性、可靠性，更是对智能精准预防犯罪模式的最大挑战。

综上，个人极端暴力犯罪的智能精准预防犯罪模式不仅需要基层司法系统犯罪防控理念的提升、社会公众对智能防控措施的接受，而且技术层面更需要借助人工智能、深度学习、数据挖掘等技术对个人极端暴力犯罪案件的各类数据进行整合、分析与模型评估，计算结果最好通过可视化方式展现出来，及时提供给基层警务人员。

智能精准个人极端暴力犯罪防控路径是在人工智能和大数据技术平台基础上构建的智能犯罪信息收集与分析系统、智能人像自动识别系统、智能预警与报警系统和智能精准处置系统等主要智能数据处理系统框架。这些框架是在总结传统人工对个人极端暴力犯罪数据分析基础上，利用人工智能技术对智能收集的各类个人极端暴力犯罪相关大数据进行建模处理的精准研判过程。这样可有效补充传统经验分析的不足。同时，还可以用可视化方式向基层司法部门、治安防控部门等相关人员进行数据和证据的展示。但是，智能精准个人极端暴力犯罪防控系统的构建也存在一些现实问题，比如：目前算法和系统还处于模型构建的理论分析阶段、数据分析的采集和建模试验阶段，还存在框架结构简单、应用单一、功能简单等不足。未来可继续深化、完善人工智能算法，在增加海量样本的情况下优化出更优秀的模型；完善智能防控系统的架构和功能，力争将此技术应用到我国智能精准个人极端暴力犯罪防控系统的更多司法实务场景中。尽管在人工智能时代，智能大数据等技术为我们有效预测、防控和处置个人极端暴力犯罪提供了些许科学路径，但有效防控个人极端暴力犯罪，仍不能奢求一招致胜，而要将人工智能防控系统作为重要的全面防控体系之一，而非全部。对个人极端暴力犯罪的多措并举、全面防控仍具有重要的实践价值。既要做到司法惩治与治安防范并重，又要做到社会控制与社会支持并行，还要注意合理调整社会政策，毕竟科学有效的社会政策是防控各类犯罪的基础对策。