2002年《少數(shù)派報告》中的一個場景讓人印象深刻，影片中談到未來是可預(yù)知的，利用技術(shù)使得罪犯在行兇之前就得到懲罰。

不少人感慨，如果這些技術(shù)在現(xiàn)實生活中存在，對于公共治安無疑是極大的利好。

利用AI“預(yù)測犯罪”初獲進(jìn)展

而在今天，這事兒真的有進(jìn)展了。

雷鋒網(wǎng)了解到，最近網(wǎng)上瘋傳著AI“預(yù)測”犯罪的相關(guān)消息，大概是說利用人的行為模式、軌跡等數(shù)據(jù)評估相關(guān)人犯罪的可能性。

據(jù)悉，它能對犯罪行為進(jìn)行辨別，通過大量數(shù)據(jù)快速分析出看似毫無關(guān)系、錯綜復(fù)雜的違法犯罪案例中所存在的微妙關(guān)系，然后通過這些關(guān)系，對違法行為再發(fā)生的概率進(jìn)行精準(zhǔn)預(yù)測，當(dāng)公民的犯罪系數(shù)達(dá)到危險級別時，該系統(tǒng)就會提醒警方，提前介入。

新聞中所提的是公安利用AI系統(tǒng)通過人臉識別、行為分析、步態(tài)分析等AI技術(shù)，會根據(jù)某人去哪里、做了哪些動作，給他設(shè)置犯罪風(fēng)險評級，然后將預(yù)測結(jié)果告知警方。它可以在火車站的正常乘客中識別出小偷，除了用來跟蹤有案底的人，它還被用來監(jiān)控“高風(fēng)險”場所，比如出售刀具和榔頭的商店，舉例說，買菜刀的人不可疑，但如果同一個人之后又同時買了一把錘子和一個袋子，那么這個人的可疑評級就會上升。

簡單來說，該技術(shù)就是分析常人的“不正?！眲幼鳎髾C(jī)器評定他的動作屬性是否合規(guī)，從而提前提供相關(guān)信息讓當(dāng)局作出判斷。

讓雷鋒網(wǎng)好奇的是，利用這些數(shù)據(jù)“預(yù)測”犯罪的可行性如何？這個“技術(shù)”真的可以落地嗎？

深圳自動化學(xué)會會長、資深安防專家主臨寧教授告訴雷鋒網(wǎng)，隨著AI算法研究的進(jìn)一步深入與落地，“提前預(yù)測”在視頻監(jiān)控中的應(yīng)用變得更加強(qiáng)大與成熟。目前通過視頻分析軟件已經(jīng)可以提前“預(yù)判”，如果針對各種“犯罪”形式專門開發(fā)算法應(yīng)用，可行性非常高。

國外也早已有所涉獵

凡是不會空穴來風(fēng)，新聞瘋傳的背后也許是技術(shù)落地前的“預(yù)熱”。雷鋒網(wǎng)了解到，早在三年前，基于AI的視頻監(jiān)控系統(tǒng)應(yīng)用于“預(yù)測”犯罪就顯露雛形。

2013年4月15日，美國波士頓發(fā)生恐怖襲擊，“遭襲”之后波士頓警方開始大量更換城市視頻監(jiān)控設(shè)備，采購了一批加拿大廠商的安防產(chǎn)品，通過處理視頻監(jiān)控數(shù)據(jù)，分析出“可疑點”。

基于AI的視頻監(jiān)控系統(tǒng)是這樣工作的：事先觀察人和車，然后將識別出的“可疑點”提交給警方，警方再去“把關(guān)”該疑點并作出判斷，如果不是危險信號時，再將結(jié)果返回給算法，經(jīng)過大批警察的一段時間訓(xùn)練之后，基于AI的視頻監(jiān)控系統(tǒng)就能將拍攝到的視頻進(jìn)行在線分析、研判。值得注意的是，雖然波士頓警方已經(jīng)應(yīng)用較長時間，由于數(shù)據(jù)保密性，目前具體使用效果如何還不可得知。

除此之外，國外AI相關(guān)機(jī)構(gòu)也在積極研究該技術(shù)的落地。以研究“預(yù)測家庭暴力犯罪”為例，今年2月份，伯克和賓夕法尼亞大學(xué)聯(lián)合發(fā)表了一項研究報告，他們收集了2009年到2013年約10萬件家庭暴力的案例，然后將這些案例數(shù)據(jù)喂給程序，包括年齡、性別、動作、等等。后來發(fā)現(xiàn)，通過機(jī)器學(xué)習(xí)，警方能夠很容易地鎖定哪些人重復(fù)犯罪，需要監(jiān)禁哪些二次犯罪風(fēng)險較高的人。伯克在報告中說，目前，由于涉嫌家庭暴力的罪犯有一半是被釋放的，這給警察和政府對他們的監(jiān)控帶來了很高的成本。他們的研究挑戰(zhàn)就是在釋放的案例中，推測哪些人二次犯罪的風(fēng)險較低，從而能抽出更多的警力監(jiān)控那些犯罪風(fēng)險較高的人。

從這看來，伯克與賓夕法尼亞大學(xué)的研究點除了“不常規(guī)”動作外，還會從人的“習(xí)性”去判斷未來“再發(fā)生”的概率。他們的邏輯是，假設(shè)此人是“前科”人員，如果他做了“不常規(guī)”動作，所以定性此人“再犯罪”的概率就會更高，就更需提高警惕。

該技術(shù)的落地應(yīng)用是否靠譜？

不得不說，恐怖事件頻發(fā)、違法犯罪增多讓各國政府都傷透腦筋，如今各國在打擊犯罪、恐怖主義這件事上都花了很多心思及投入。雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))認(rèn)為，以往一直是人防為主，如果能通過這數(shù)以億計的攝像頭來“解讀”人們的日?；顒?，從而在其中鑒別出誰將會犯罪，的確會避免很多慘劇發(fā)生。那么，利用此技術(shù)“提前預(yù)測”真的靠譜嗎？

?？低暯鉀Q方案總監(jiān)胡明輝認(rèn)為，基于AI的視頻監(jiān)控“預(yù)測”犯罪理論是可行的，但是要看具體場景。例如應(yīng)用在ATM機(jī)上，通過視頻結(jié)合自然語言識別，可以實現(xiàn)防詐騙預(yù)警；另外當(dāng)有人長時間在門口逗留或者在門禁上加裝物體時，設(shè)備將報警，有效“預(yù)防”犯罪。

另外，宇視行業(yè)產(chǎn)品線總工程師湯立波也具體談了一下他對于該技術(shù)落地的看法。

在他看來，基于視頻分析角度來說，該技術(shù)的應(yīng)用無法使用。主要因為很多細(xì)分信息抓取不到；室外場景比較復(fù)雜，人流多、室外的光線等都會影響到它的準(zhǔn)確率，誤報率非常高。

但從數(shù)據(jù)分析角度來說，該技術(shù)又是可行的。

它和車輛分析的原理一樣，底層技術(shù)源于對大數(shù)據(jù)的分析。以車為例，在實際項目中得到比較多得應(yīng)用的是車輛積分模型，比如基于幾個違反常規(guī)的行為來判斷。1、晝伏夜出，2、在高速公路上，正常軌跡是A城直接到D城，但視頻發(fā)現(xiàn)某車經(jīng)常A城到B城下高速，B城到C城走了一段，又從C城上高速到D城，行為軌跡違反常理，而且發(fā)生多次且不規(guī)律，對于這種現(xiàn)象，系統(tǒng)就會給他一個分值，一旦分值超過警戒線，公安部門就會密切注意，提前預(yù)判。目前此技術(shù)已經(jīng)廣泛應(yīng)用于全國的公安及交通部門。

總而言之，從算法角度來說，該技術(shù)已經(jīng)非常成熟，利用大數(shù)據(jù)做事前研判，應(yīng)用于海關(guān)、交通等部門準(zhǔn)確率可觀。但應(yīng)用于日常的“提前”抓捕來說，該技術(shù)的可行性不高。一、攝像頭不可能密集到各地都是，很多信息都捕捉不到；二、誤報率非常高，給公安民警帶來了很多麻煩。

與此同時，雷鋒網(wǎng)也找到了計算機(jī)視覺公司云從科技，聊了聊關(guān)于AI視頻分析系統(tǒng)的落地可行性以及該系統(tǒng)是如何預(yù)防“犯罪”的。

云從科技安防業(yè)務(wù)負(fù)責(zé)人表示，該系統(tǒng)主要應(yīng)用的是人臉識別中的動態(tài)布控、靜態(tài)大庫檢索、軌跡追蹤及大數(shù)據(jù)分析技術(shù)。

這些技術(shù)目前解決了很多實際難題。

一、傳統(tǒng)的人工視頻排查效率較為低下，公安機(jī)關(guān)要在數(shù)以百萬計的人員照片庫中找出犯罪嫌疑人如大海撈針，不僅費(fèi)時費(fèi)力，還很有可能造成遺漏等情況，成功率極低，破案效率大打折扣；而通過人臉大數(shù)據(jù)作戰(zhàn)平臺，公安機(jī)關(guān)可以迅速確認(rèn)在逃人員身份，然后根據(jù)軌跡與時間等信息分析在逃人員去向，精準(zhǔn)抓捕；

二、目前公安機(jī)關(guān)偵察案件大多數(shù)仍然依靠事后追查和通緝，對已經(jīng)發(fā)生的案件造成的損失很難有效彌補(bǔ)；而人臉大數(shù)據(jù)作戰(zhàn)平臺還可以對慣犯、恐怖分子等有案底的人員進(jìn)行實時預(yù)警，防患于未然，第一時間將損失控制在最小范圍內(nèi)。

根據(jù)以上目前尚存的應(yīng)用難點，云從科技提出了全城封鎖戰(zhàn)法。

一、利用人臉大數(shù)據(jù)平臺對重點管控人員犯罪行為進(jìn)行評估，在日常的數(shù)據(jù)積累中，警方已經(jīng)掌握了轄區(qū)重點管控人員日?；顒榆壽E、范圍，一旦出現(xiàn)持續(xù)異常，可及時發(fā)現(xiàn)并評估風(fēng)險。通常來說，慣犯和重新犯罪人員有較高的行為異常幾率，系統(tǒng)主要是積累轄區(qū)人臉大數(shù)據(jù)資料，通過長期分析，產(chǎn)生人員行為軌跡與資料，并對重點管控人員行為進(jìn)行頻繁監(jiān)測，一旦發(fā)生異常行為，可以即使監(jiān)測并干預(yù)。但該技術(shù)不是“針對”有犯罪前科的人，它適用于轄區(qū)內(nèi)的所有人員，它會對常住人口和陌生人進(jìn)行自動篩選，犯罪前科人員只是在行為異?；虿檎視r優(yōu)先監(jiān)測和干預(yù)。

二、?通過在機(jī)場、鐵路、地鐵、汽車站等交通樞紐及小區(qū)、酒店等地方部署動態(tài)、靜態(tài)人臉識別系統(tǒng)與人證合一終端，讓全城封鎖戰(zhàn)法囊括了“出”、“住”、“行”三個方面，結(jié)合人臉大數(shù)據(jù)作戰(zhàn)平臺，在案發(fā)后的很短時間內(nèi)進(jìn)行全城封堵，抓捕逃犯。

在實戰(zhàn)中，基于全城封鎖革新戰(zhàn)法的人臉大數(shù)據(jù)平臺主要通過從“打”、“防”、“管”、“控”四個方面切入，在網(wǎng)吧、酒店等公共場所及小區(qū)、交通樞紐布控，幫助公安解決實際問題。

云從科技安防業(yè)務(wù)負(fù)責(zé)人透露，該平臺目前已經(jīng)在全國22省市上線，有的是試運(yùn)營，有的已經(jīng)屢獲戰(zhàn)果。比如說，2016年在秦皇島北戴河，一個多月的時間就比對出200多個重點人員。

與宇視科技的看法一致。云從科技表示該技術(shù)在算法層面不存在問題，只是提供超過閾值數(shù)據(jù)分析結(jié)果給警方，警方評估風(fēng)險并采取預(yù)防措施。目前在銀行等領(lǐng)域的應(yīng)用已經(jīng)相當(dāng)成熟。

但他們同時認(rèn)為，人臉大數(shù)據(jù)分析技術(shù)才剛剛起步。通過人臉識別+行人再識別+車輛識別等計算機(jī)視覺技術(shù)，可以有效抑制犯罪行為的發(fā)生，形成威懾力。云從安防業(yè)務(wù)負(fù)責(zé)人稱，從目前實際應(yīng)用來看，如果單是全城封鎖的數(shù)據(jù)采集及管控率，成功率可以達(dá)到90%以上。

另外，云從科技還就室外場景復(fù)雜導(dǎo)致細(xì)分信息獲取不到、誤報率很高給出了解答。他們表示除了繼續(xù)優(yōu)化人臉識別算法，增強(qiáng)抗干擾性能外，還通過針對每個特定場景進(jìn)行定制化開發(fā)，可以有效抑制不良因素，強(qiáng)化識別穩(wěn)定性，降低誤識率。

在云從科技安防業(yè)務(wù)負(fù)責(zé)人看來，應(yīng)用層面技術(shù)不是關(guān)鍵，關(guān)鍵是能設(shè)計出針對各個地區(qū)的能解決實際問題的合理方案。這需要對人臉識別技術(shù)的專精以及對公安行業(yè)的深度沉浸，不是一味地追求算法效果。

最后，他們還表示，今后除了利用此技術(shù)用于“預(yù)測”犯罪，還會用來打擊人口拐賣，丟失人員尋回，實時干預(yù)犯罪，對犯罪頻發(fā)地區(qū)進(jìn)行定點巡邏，轄區(qū)常住人口實時監(jiān)測，陌生人提示等等。

從以上來看，各家的觀點不一，該技術(shù)在實際應(yīng)用上還存在爭議。但都有一個共識，從算法層面來說，該技術(shù)是可以落地的。

技術(shù)的發(fā)展都是以人為前提，相關(guān)各方如果真的能用技術(shù)“預(yù)測”犯罪，這對于整個社會來說無疑是一大利好。但在技術(shù)發(fā)展期，相關(guān)方案能否經(jīng)受住市場考驗而帶來實際效果，最終還是要拿出真真切切的數(shù)據(jù)來說話。