枪声|用AI办案能提高效率,但也要警惕风险

人工智能技术的广泛运用 , 使传统侦查处于发展机遇与风险挑战并存的情境之中 。 我们应分析人工智能在侦查中的应用风险 , 加强前瞻预防与约束引导 , 以提升人工智能在侦查应用中的效益 。
——李波阳 甘肃政法大学公安分院教授
◎采访人员 魏依晨
日前 , 美国芝加哥一名65岁黑人男子迈克尔·威廉姆斯被控枪杀25岁男厨师 , 在没有目击者、凶器、杀人动机的情况下 , 警方凭借AI枪声定位系统提供的证据将他拘捕入狱 。 11个月后 , 法官判定证据不足 , 迈克尔·威廉姆斯无罪释放 。
近年来 , 随着AI技术的发展 , 其在警务领域的应用不断增多 , 在提高效率的同时争议也随之而来 , 即在警务领域 , 特别是在辅助侦查方面 , AI技术应用的边界在哪里?我们要无条件信任人工智能的判断吗?
对于枪声的识别能力有待提高
导致迈克尔·威廉姆斯入狱的这套AI枪声识别系统名为ShotSpotter 。 ShotSpotter是一个能够使用声学传感器AI算法来帮助警方对目标地理区域枪声进行检测的系统 。 该系统的研发者称其“是精确警务技术解决方案的领导者 , 使执法部门能够更有效地应对、调查和威慑犯罪” 。 ShotSpotter系统的声学传感器会被安装在建筑物、电线杆和路灯上 。 当枪声响起时 , 声音向外辐射 , 多个传感器会对声音进行检测和时间标记 , 并对其位置进行三角定位 。
ShotSpotter会对其传感器接收到的声音类型进行分类 , 如判断是枪声就会给审查中心的工作人员发送警报 。 工作人员会对每一个警报进行分析 , 以判断该声音是否是枪声 。 之后 , 最终被确定为枪声的警报会被发送到警方 , 由警方派遣警察赴现场查看 。
那么 , 为什么看上去识别流程完备的ShotSpotter会失败呢?原来 , 该系统难以识别封闭空间内的枪声 , 并且如卡车、摩托车、直升机发动的声音、放烟花的声音甚至是教堂的钟声等 , 都会让它误以为是枪声 。
ShotSpotter的开发公司表示 , 现在他们正在不断地微调ShotSpotter的机器学习模型 , 通过让侦探和调查员向其系统添加犯罪现场的观察结果使其更准确地识别什么是枪声、什么不是枪声 , 该公司声称其证据已用于近200起案件 。
AI辅助侦查产品已争相落地
尽管AI在识别枪声方面暴露了明显缺陷 , 但其在辅助侦查的其他领域已有成熟应用 。 警力有限是不少城市普遍存在的问题 。 近年来 , 随着云计算、大数据和人工智能技术的蓬勃发展 , 利用信息化技术辅助侦查破案、维护社会稳定已经成为大势所趋 。
采访人员注意到 , 目前上海公安机关刑事案件智能辅助办案系统(以下简称206系统)已被全面应用 , 并将与即将升级的警方智能综合办案平台深度融合 , 每月生成的各类笔录多达8万余份 。 “姓名、年龄、家庭住址?”“我叫邹碑(化名) , 今年49岁 , 家住……”整个讯问过程通过智能语音软件转换形成了文字记录 , 执法民警用鼠标选择有效文字点击插入讯问记录 , 再进行简单调整 , 一份简洁完整的讯问笔录就形成了 。
“警务超脑2.0从基础统筹、能力统筹、数据统筹3个方面为新时代警务信息化发展奠定了基础 , 实现打击犯罪高效化、情报指挥一体化、治安防控立体化、交通管理智慧化、执法办案规范化 , 实现从汗水警务向数据警务、从事后打击向事前预防、从全面防范向精准防控发展 。 ”近日 , 在2021年世界安防博览会上 , 科大讯飞智慧城市事业群公共安全业务群总经理查飞向公众介绍了首次亮相的科大讯飞警务超脑2.0 。
尽管目前的人工智能是一种弱人工智能 , 但这并不意味着人工智能辅助办案系统无用武之地 。 随着更多的侦查经验转化为数据 , 以及机器学习本身向纵深发展 , 人工智能辅助办