淺談人工智能在偵查中的應用

摘 要 本文介紹了現階段人工智能在偵查領域的應用，分為人工智能主動偵查和人工智能被動偵查兩個方面。分析人工智能偵查目前存在的問題，從完善法律法規、提升偵查人員素質、強化技術保障和建立人機互動機制等方面提出相應的對策建議。

關鍵詞 人工智能;偵查;應用;對策

偵查作為公安機關、人民檢察院在辦理案件過程中的重要環節，其主要任務包括收集證據、查明案件事實、抓獲犯罪嫌疑人、追繳贓款贓物、預防和減少犯罪的發生、保護公民的合法權利等。幾乎貫穿于案件辦理過程的始終，其重要性不言而喻。隨著人工智能時代的到來，偵查也開始發生變化。從傳統偵查、信息化偵查、大數據偵查再到如今的人工智能偵查，每一次技術革新都會給偵查思維、偵查模式、偵查方式、偵查內容等注入新的活力。人工智能偵查在打擊犯罪和預防犯罪方面成效顯著。在大數據和人工智能背景下，犯罪的類型日益多樣化，犯罪的手段也日趨專業化、智能化，對人工智能偵查的需求也更加迫切。

1 人工智能主動偵查

人工智能主動偵查是利用計算機人工智能技術或搭載人工智能設備來主動發現犯罪線索和跡象、密切監控犯罪行為的過程。最大的特點是偵查行為和犯罪行為具有共時性，甚至能夠提前預測犯罪發生的可能性，并在偵查人員的控制下預防犯罪發生。

1.1 人工智能信息搜集

大數據時代，人們生活的方方面面都離不開數據，“數據隱士”必然與現代社會完全脫節。人們在使用數據的過程中會留下大量的電子數據痕跡。同樣，犯罪行為人在犯罪的預備、實施或犯罪后逃逸的某個環節，在其日常生活、工作或消費過程當中，也必然會產生相應的電子數據痕跡。無論這些數據是否與其犯罪行為有直接關系，對這些信息數據的搜集和分析是偵查人員發現犯罪線索、查明案件真相、落實逃逸地點的重要渠道，同時也是獲取犯罪證據的重要來源。但是，由于電子數據的巨量性、多樣性和復雜性，單純依靠人力難以搜集、存儲和分析，人工智能技術的應用有效解決了這個問題。利用人工智能技術不僅能高效搜集淺層電子數據，還能透過淺層數據關聯，挖掘深層與犯罪相關的信息，使得犯罪線索的獲取更加便捷、準確、全面、高效[1]。

1.2 人工智能犯罪預測

傳統的偵查模式下，偵查人員依靠技術偵察措施收集情報信息，然后進行人工分析判斷，才能預測犯罪。現階段，大數據的生態系統以及人工智能技術的發展，可以讓偵查人員基于歷史犯罪時空熱點大數據建立數學模型，對未來犯罪進行預測。具體而言，人工智能犯罪預測包括以下幾個方面：首先是對犯罪嫌疑人的預測，犯罪活動的實施者會呈現出一定的特征模式，通過對犯罪嫌疑人動作、行為或軌跡的智能分析，預測其犯罪的可能性;其次是對犯罪行為的預測，每種類型的犯罪都有一種或者多種特定的行為模式，根據某種犯罪行為模式而建立專門的行為特征數學模型，結合關聯數據進行犯罪預測;最后是宏觀上對犯罪整體趨勢的預測，通過對某一歷史時期和地理位置的案發數量統計分析，判斷出犯罪熱點地區，并對未來一段時期內高危地區的犯罪類型和特征進行預測。基于人工智能技術的犯罪預測還可以將季節、地理、群體等各類非結構化數據納入預測模型，使得犯罪預測的結果更加的準確和科學。

2 人工智能被動偵查

人工智能被動偵查是犯罪發生后偵查人員利用人工智能技術或設備所進行的偵查活動，其特點是對犯罪活動進行的回應。相對于犯罪行為的發生有一定的滯后性，也是現階段偵查工作的主要形式。

2.1 人工智能數據挖掘

利用多源數據人工智能分析系統對龐大的數據資源進行提取，實現結構化和非結構化數據智能分析、自動識別案件特征、案件關聯交叉碰撞等，為情報部門、偵查部門案件串并、案件研判提供輔助決策支持，有效降低警力人工支出，保障案件研判基礎，有效輔助打擊犯罪、提升破案效率。偵查是一個多方博弈的過程，受犯罪客體牽引，必然使得偵查主體也自發開始學習。警企聯合不斷打造各式各樣新穎富有創意的人工智能平臺，模型算法、智能工具和偵查活動逐步融合，以“網絡數據智能摸排”和“信息智能嗅探”為例的大量新型偵查措施也初現我國基層偵查實踐中，給偵查工作提供了極大的便利。

2.2 人工智能證據獲取和比對

重證據、重調查研究是公安工作的原則。無論是立案、偵查、起訴或審判，各項訴訟程序的啟動和各項訴訟活動的進行都離不開證據的運用，證據的質量直接影響案件的審判結果。人工智能技術可以使痕跡物證等證據的提取和比對更加科學化。如指紋、人臉、足跡等自動識別比對系統的應用，使得生物特征的提取和比對更加方便、準確，同時也使得鑒定結論更具客觀性和證明力[2]。

2.3 犯罪現場智能設備輔助偵查

犯罪現場類型多樣，有的犯罪現場具有一定的危險性，需要保障偵查人員的人身安全。比如縱火案件現場，由于火情的不確定性容易造成二次破壞。而人工智能機器設備能夠基于熱成像等多種傳感器對現場進行調查和勘驗，在火場收集證據、檢測火場相關信息、搜尋受傷人員等，有效降低偵查人員在火場中的風險。

2.4 智能緝捕

人工智能在偵查領域的多維化應用為偵查工作提供了新的解決方案。過去，偵查人員在緝捕犯罪嫌疑人時需要耗費大量的警力物力，同時具有一定的危險性。而利用人工智能緝捕能夠有效降低成本和風險。如利用無人機緝捕犯罪嫌疑人，不僅能夠讓其進入偵查人員無法進入的區域，還可以通過搭載相關干擾設備，使得犯罪嫌疑人無法通風報信而大大提高緝捕的成功率。

3 人工智能偵查應用存在的問題

3.1 法律問題

首先是隱私問題。人工智能技術依賴于算法，由于算法的不透明性和不可解釋性特點使得人工智能系統的失控風險增加，從而產生數據和算法的安全問題。同時，在人工智能偵查過程中會涉及大量的情報信息，很可能無意之中侵犯到案件不相關人員的隱私權，增加信息泄露的風險。人工智能技術對偵查人員素質的要求較高，應用人才的稀缺必然轉向社會求助，又會導致新的數據和算法安全性問題。

其次是人工智能機器的責任認定問題。隨著智能機器在社會方方面面的普及，以機器為借口，使行為脫離責任、逃避懲罰的現象日趨嚴重。利用人工智能輔助偵查在一定程度上賦予了人工智能相關權力，權力的產生必然帶來利益的重組。人工智能在偵查中的應用直接影響到犯罪嫌疑人的定罪量刑，在偵查活動中如果由于人工智能的失誤而使犯罪嫌疑人的利益受到損害，甚至生命權受到侵犯，該如何進行責任認定，責任在智能機器或算法？偵查人員？還是機器或算法的生產者？是一個值得深思的問題[3]。

3.2 倫理道德問題

人工智能模型需要先經歷大規模數據學習和訓練的“人工”過程，才能產生具備一定分析能力的“智能”。因此利用人工智能生成的結果一定程度上取決于前期學習和訓練的樣本，包括樣本的數量和廣度等。在不斷地學習和訓練過程中，人工智能可能會繼承學習的種族和性別歧視信息，針對某些特定人群產生錯誤的價值導向和不公平不公正的對待。另外，人工智能是否具備人類的一些心理問題也不得而知。對人工智能技術的依賴，使得越來越多的活動交付人工智能機器來裁決，而人工智能在實際應用中是否絕對公平公正尚是未知之數。

人工智能在社會各方面的滲透使得普通用戶對人工智能工具的信心遠遠超過開發者對它的信心。人工智能在偵查領域的應用也不例外。隨著人工智能偵查的深入開展，偵查人員是否會過分信賴智能機器，而忽視了傳統的獨立判斷和分析能力是需要重視的問題。

人工智能由人類創造，對人的思想和行為進行學習和模擬，但是在某些方面的能力已經遠遠超越人類。當人工智能的智慧超過人類，脫離人類控制時，是否會反過來控制人類也是我們需要慎重考慮的問題。

3.3 統一標準問題

由于人工智能在偵查中的廣泛應用，人工智能系統研發企業百花齊放、各擅勝場。受設計人員不同、模型版本不同、對象差異等因素的影響，人工智能系統的結構、參數也千差萬別。而模型結構、初始參數和判定標準的不同，均會導致系統分析結果的差異。例如，根據我國沿海經濟發達地區的數據訓練的人工智能算法模型，如果銷售給內陸不發達地區，必然會產生偏差甚至錯誤的運行結果。各地的智能硬件設備也由于投入資源配比差異和缺乏統一的標準，導致人工智能發展極不均衡。

4 完善人工智能偵查應用的對策建議

4.1 完善法律法規

完善人工智能偵查相關的法律法規體系，使人工智能技術在偵查中的應用不僅有所依據和保障，還受到專門監督監管措施的制約。人工智能在偵查中的運用不能和技術偵察措施劃等號，所采用的審批程序也應當有所不同。應明確人工智能系統使用過程中由于操作不當引發的責任由誰承擔，而人工智能系統本身導致的法律責任又由誰來承擔。人工智能技術的有效運用，前提條件是建立健全法律法規和統一標準化體系。因此，建立數據庫共享機制，標準化人工智能系統設計，突破自身利益沖突，實現人工智能系統相互整合，才能使人工智能偵查的費效比最小化，警力資源配置最優化，才能真正有效打擊和預防犯罪[4]。

4.2 提升偵查人員素質

在大數據和人工智能背景下，信息技術的發展日新月異。只有不斷學習才能緊跟時代的腳步，偵查人員亦是如此。偵查人員不僅要具備偵查學相關知識，還要具備人工智能系統操作和數據分析挖掘的能力。這就要求偵查人員掌握甚至精通計算機相關技能，提高業務工作能力，強化團隊協作意識，同時也要定期和不定期地組織相關培訓為偵查人員更好的應用人工智能技術提供知識儲備。

4.3 強化技術保障

現階段，人工智能系統多由高新技術企業研發，偵查人員作為工具使用。因此還存在系統故障排除和版本升級的問題，需要定期聘請人工智能技術人員進行系統維護和升級。不斷強化人工智能偵查技術層面的保障，能夠提高系統運行結果的準確性，也能夠逐漸減少智能機器帶來的侵權風險。

4.4 構建人機互動機制

雖然人工智能能夠在一定程度上代替偵查人員進行部分偵查活動，但是偵查人員的參與仍應處于主導地位。人工智能系統能夠在海量數據中發現線索并迅速做出反應，但在某些情況下缺乏道德倫理常識和感性認識。將人工智能系統客觀精準的數據發現同偵查人員的研判分析相結合，構建良好的人機互動機制，方能使得人工智能偵查的效益最大化[5]。

5 結束語

人工智能偵查是一把“雙刃劍”。一方面能夠提高偵查工作的效率，高效精準打擊犯罪，在一定程度上減少人為經驗主義帶來的偏差，進一步降低警力資源成本，使得犯罪預防在技術層面更上一層樓，真正有望實現將違法犯罪“扼殺在搖籃里”的目標，成為“打擊違法犯罪的利器”。另一方面新事物必定催生新問題、帶來新挑戰，隨著人工智能偵查的深入，偵查人員可能會陷入“唯機器主義”的泥潭，導致傳統研判能力不斷退化缺失。同時，不顧條件、不分場合的使用人工智能技術可能會使人工智能變成“犯罪的兇器”，背離人工智能偵查的初衷。因此，只有在法律的規制下正確合理的應用人工智能，才能使偵查工作事半功倍。

人工智能是機器，是工具，雖然具備一定的智能，但目前僅局限在較為單一的信息處理能力方面。人工智能用于輔助偵查人員，為偵查人員提供更多的技術和手段，我們應當秉持居安思危的心態，沒有必要將其視為洪水猛獸而拒之門外。隨著科學技術的發展和法律法規的完善，人工智能將更為廣泛、深入地應用到偵查的各個領域，成為推動偵查工作前進的重要技術力量，并引領新一輪的偵查浪潮。

參考文獻

[1] 任惠華，金浩波.人工智能偵查的實踐應用與制度構建[J].河北法學，2018，36（6）：46-54.

[2] 梁坤，周韜.當前人工智能偵查的應用困境及突破進路[J].山東警察學院學報，2018，30（3）：51-59.

[3] 韓思寧.人工智能在偵查領域的多維應用研究[J].公安學刊（浙江警察學院學報），2019，（5）：42-49.

[4] 雷陽.基于TensorFlow的犯罪時間序列預測[J].電子技術與軟件工程，2020，（1）：51-52.

[5] 李雙其.論信息技術滲透下的偵查變化與回應[J].山東警察學院學報，2019，31（3）：61-67.

作者簡介：

雷陽（1984-），男，山東陽谷人;學歷：工學博士，偵查系講師，現就職單位：福建警察學院，研究方向：偵查學、犯罪學和數據挖掘。

*[基金項目] 福建省社會科學規劃項目（FJ2018C004）、教育部人文社科規劃資助項目（20YJC820028）、福建省中青年教師教育科研項目（JAT190446）、福建警察學院院級警務專項課題（JWZD202003）。