人工智慧和機器學習在治安管理方面意義重大
說起機器學習，恐怕很多人就會想起谷歌AlphaGo先後戰勝李世石和柯傑。機器學習也被稱為深度學習，具體的的方法有很多種，但其中最強大也是最吸引人的方法是使用人工神經網路的技術，也就是與人的大腦基本操作原理相同的系統。人類大腦中含有多大1000億個神經元細胞，還有細胞之間幾百萬億用來連接神經元細胞的突觸，是一個異常複雜的系統。神經網路晶元模擬人類神經元和神經突觸的運行模式，而軟體演算法則模擬認知過程。比如在輸入「人類笑臉」之後，人工神經網路根據現有的演算法會輸出相應的結果，然後這個結果會被反饋和資料庫中已知的正確「人類笑臉」進行比較。然後人工神經網路會根據輸出結果和資料庫中的正確結果對比自行調整。在經過數以百萬次的這種訓練，人工神經網路在識別「人類笑臉」上就會非常得心應手。
更可怕的是，只要用於訓練的資料庫足夠豐富，人工智慧在圖像識別、語言識別、實時翻譯、信息檢索等領域，可以取得不亞於人類的智能。
在2011年，瑞士盧加諾大學的科學家設計了一個深度學習網路，能夠識別出交通標準大型資料庫中99%以上的圖像，並且在準確度上超過了與之較量的專家。而中國的「天網系統」則更進一步，能夠依靠視頻監控提供的圖像準確識別監控視頻中行人性別、年齡、衣著，車輛的品牌、顏色和車型。而且「天網系統」會根據採集到的異常聲音和圖片進行分析，自動識別交通事故。在「天網系統」自動報警之後，系統會對車輛和現場人員的關鍵信息進行提取，比如車輛的車牌、車輛型號、車輛顏色等特徵，現場人員的體貌特徵，以及衣著、飾品等信息進行提取。隨後，「天網系統」會對一定區域內所有攝像頭拍攝的視頻進行抓取和比對，依託人工智慧技術進行智能分析，查找肇事車輛。即便肇事車輛在短時間內給車輛更換了車牌和車輛顏色，但通過車型、駕駛人員特徵、內飾等關鍵特徵比對，「天網系統」依舊可以辨認出肇事車輛。
在人臉識別方面，人工智慧也達到了人類的準確度。美國Facebook的研究人員開發了一個包含9層人工神經元的實驗系統，它能在照明條件和面部方向各異的情況下，判斷出兩張照片是否為同一人，準確度達97.25%，與人類觀察員97.53%的準確度差距微乎其微。中國的「天網系統」可以自動將監控視頻中的人臉和資料庫中的在逃犯罪嫌疑人進行比對，並在發現犯罪嫌疑人後自動報警，自動調用區域內的所有攝像頭跟蹤在逃犯罪嫌疑人的動向，並通知附近的警察犯罪嫌疑人的具體方位，引導警察進行抓捕。就具體案例來說，瀋陽地鐵站在安裝人臉識別系統之後，警方27小時就抓獲3名在逃犯罪嫌疑人。在另一個案件中，有幾個罪犯攔住了一名女士，從她支付寶的錢轉了幾十萬人民幣。從這位受害人打110開始，中國警方使用了公安部第三研究所打造的「天眼」識別技術，利用視頻監控數據處理，只用了21分鐘的時間，犯罪分子就被抓獲了。中國電子科技大學警用裝備研究聯合實驗室開發了一款能夠自動識別人臉的警車，警車車頂上裝有360度全視角攝像頭，可以自動掃描60米範圍內的所有人臉，在日常巡邏任務中，警察可以依靠人工智慧技術搜尋在逃犯罪嫌疑人。
TAG:鐵流 |