人工智慧偵破 15 年懸案,莫非偵探也得轉行了

39

如果說,一年前人類還在為李世乭輸給 AlphaGo 搥胸頓足;今天,當 AlphaGo 的升級版要挑戰柯潔時,已經沒多少人相信柯潔能贏了。

人們已經開始相信,甚至習慣,在一些垂直領域,人工智慧比人類做得更好,是一件無比正常的事。

可是如今,人工智慧要挑戰的可能是福爾摩斯了。在入侵圍棋、德州撲克、人臉辨識、醫療、金融等領域之後,人工智慧現在要來幫警方破案了。

在《新世紀福爾摩斯》中,福爾摩斯為了撫平失去瑪麗的傷痛,沒日沒夜地工作,很多時候,只需要藉助委託人傳過來的影片、圖像等資料,就可以輕鬆破案,甚至不需要去現場。這樣的事,好像 AI 也能做到了。

人工智慧版的福爾摩斯

據《科技日報》報導,智器雲公司有一款機器人福爾摩斯,就幫廣西警方破獲了一起 15 年前的懸疑命案。雖然不能透露具體案情,但創始人王海波解釋了人工智慧的基本思路:

沒有血跡說明是第二現場,屍體在一個胡同裡代表汽車進不來,可能是三輪車、自行車、電動車帶進來的,而且表示罪犯熟悉這個地方;第一現場附近用水的數據會有重大變化,因為罪犯要用大量水去沖淡血跡。

他解釋,由於兇殺案地點是鬧區,經過的人太多了,所以沒有辦法統計。「透過我們的工具分析關聯關係、時間關係、空間關係,再利用地理資訊系統的分析,就可能破案。」王海波說,「我們想找這樣一個人,他不經常出現在此處,但他也不是出差的人。在人工智慧平台上,就可以把這個規律找出來,一天之內,我們就幫警方確定一些嫌疑人。警方有方向後再去調查,就破案了。」

正如人工智慧在醫療領域和行銷領域的應用一樣,其擅長處理龐大的資料,並從大量行為數據中找出規律或異常,這跟金融領域中透過帳戶行為反欺騙也略相似。

王海波說,AI 曾經破了一件涉案金額巨大的逃稅案。因為涉案的資料十幾萬條、幾千個帳戶,處理起來很龐雜,所以經過一年還沒破案,但在 AI 幫助下,一天就把主要線索找了出來,並將涉案金額從開始認為的 20 多億深挖到 60 多億元。一件讓海關頭疼、證據複雜的成品油走私案,也幾個小時內就被 AI 整理清楚。

他說,AI 還用來分析找到小偷,因為行竊者的交通軌跡跟上班族不同;還可以透過閱讀《紅樓夢》,將人物關係圖譜畫出來。

此外,神州泰岳的公安案情分析系統,做的事情也有點類似。據中國網報導,這個系統利用人工智慧領域的自然語言語義分析技術,對公安案件資訊系統中「簡要案情」、「回訪紀錄」、「現勘紀錄」、「訊問筆錄」、「詢問筆錄」等特徵資訊分析進行提取,為情報部門、偵查部門提供案件偵破支援,降低警力支出。

人工智慧反欺騙的鼻祖:神祕的 Palantir

上面說的,聽起來似乎有點高大上,但其實很早之前,美國就已有公司應用類似的技術來做反欺騙,只是在人工智慧這個概念紅起來之前,其不被稱為人工智慧,而更常被稱為大數據。36Kr 曾經報導過的 Palantir,就是這個領域的鼻祖。

我們經常可以看到某諜報大片裡,CIA 或 FBI 的工作人員對著電腦劈哩啪啦打進一堆東西,就能發現犯案者。再藉用一位知乎作者何明科舉的例子:911 之後,史丹佛大學的幾位教授利用大量公開數據,利用電腦建立人物關係的網路,最後鎖定了一堆疑似人物,然後公開發表,結果 CIA 等部門大為震驚,因為教授們的結果與 CIA 花大量人力偵查和審訊的結果很類似。

Palantir 做的就是上面說的那些高階的事。籠統來說,就是透過大數據分析回答問題:透過收集大量數據,幫助非科技用戶發現關鍵卻又不太明顯的聯繫,進而先發現端倪,或者找到複雜問題的答案。

這家數據公司主要面向政府和金融機構等客戶,主要提供的是利用大數據挖掘的反欺騙(甚至反恐)服務。它最早期的投資人是美國中情局旗下的 In-Q-Tel 基金,因此,據公開資料顯示,其初期的政府業務佔比高達 70%。據華創證券研報,其客戶包括美國國防部、CIA、FBI、陸海空三軍、紐約和洛杉磯警察局。因為服務的敏感性,Palantir 一直很低調,幾乎所有媒體提到 Palantir Technologies 的時候,都無一例外地用上「神祕」這個詞。

利用 AI 定位逃犯,這不是好萊塢大片嗎

在《神鬼認證:傑森包恩》中,麥特戴蒙飾演的男主角,無論逃亡到世界哪個角落,都會被美國中情局的人監測到。這種好萊塢大片中的酷炫技術,已經有中國公司開始努力。

格靈深瞳公司創始人趙勇,就曾經分享過,他認為,甘肅省白銀市的連環殺人案,犯罪嫌疑人從 1988 年到 2002 年期間作案多次,卻一直沒有落網,跟整個社會沒有監視器有關。如此一來留下的線索太少。

到了後來,城市的監控攝影機的網路逐步建立,有了大量數據,據說北京用於安全監控的攝影機數量超過 200 萬個,每一個攝影機都在 24 小時不停錄製圖像,這就意味著每天都會錄製兩百多萬天的圖像,折算一下,總時長超過 5 千年。但問題是,捕獲的數據量太大了,憑藉人眼搜尋成本太高、效率卻很低。

如果用機器視覺直接分析錄影資料,從幾千萬人中找出目標臉孔,這樣就可大大節省成本提高效率,透過人眼需要很長時間才能找出來,電腦可以在 1 秒鐘內做到。今天,中國大約有 50 萬名嫌犯在逃,人眼沒有辦法時刻監測這些人在哪,但電腦視覺技術可以投入這個領域。

人工智慧偵破 15 年懸案,莫非偵探也得轉行了

曠視科技的人臉辨識技術,就已經在 20 多個省、市落地並試點,協助警方成功抓捕逃犯的案例有 500 多起。公司對外合作總監謝憶楠說,今年無錫市公安局依托動態人臉辨識系統抓獲一名在逃嫌犯,成為無錫市首例利用動態影片、且在一定開放空間下開展人臉辨識比對並破獲的案件,「這次辨識和抓捕僅用了 25 分鐘。」

好了,下一個因為人工智慧出現而要轉行的,可能是偵探了。

(本文由 36Kr 授權轉載;首圖來源:shutterstock)

延伸閱讀: