不少人感慨，如果這些技術在現(xiàn)實生活中存在，對于公共治安無疑是極大利好。劇中的“機器”做到了準確，現(xiàn)實版AI是否也能成功?

　　違法預測為社會安全提供更多可能

　　近，這項技術有了進展。據(jù)新華社報道，日本一家初創(chuàng)企業(yè)宣稱研發(fā)出一款AI軟件，通過分析店鋪內監(jiān)控錄像，即可發(fā)現(xiàn)涉嫌偷竊的可疑行為，在竊賊“動手”之前識別他們，從而達到預防違法的目的。據(jù)日本“IT媒體”報道，這款軟件在測試中于10天內至少幫助發(fā)現(xiàn)了7名扒手。

　　其實，類似情景早已上演。在洛杉磯實時犯罪預警中心，電腦屏幕墻上的洛杉磯電子地圖正不停閃爍，每一次閃爍都代表那個地區(qū)可能即將發(fā)生一次惡性違法活動，工作人員可根據(jù)預警派遣警力，及時干預。

　　這是大數(shù)據(jù)公安警務模式的開始，也可以說是未來的警務模式。雖然它還處于初級階段，但是其潛力不可忽視。當AI技術遇上安防監(jiān)控攝像頭，加上公安系統(tǒng)長年累月收集積累下的數(shù)據(jù)，視頻監(jiān)控系統(tǒng)便可進行實時數(shù)據(jù)智能分析，為公安機關打擊違法提供了更多可能。

　　這一技術是否可行?

　　2018年，英國警方希望使用人工智能技術來預測嚴重的暴力犯罪，然而其可靠性遭到了質疑。質疑者稱，由于人口密集、貧困和沖突頻發(fā)的地區(qū)駐扎著更多警力，警方逮捕嫌犯概率更高，系統(tǒng)分析時便會側重這些地區(qū)的居民，導致結果出現(xiàn)誤差。

　　那么，用AI配合視頻監(jiān)控來預測違法，究竟靠不靠譜?

　　從理論上來看，基于AI的視頻監(jiān)控的“預測”是可行的，不過要看具體場景。例如在ATM機上，監(jiān)控視頻結合自然語言識別能夠實現(xiàn)詐騙預警;當有人在門口長時間逗留或者在門禁設備上加裝物體時，設備將報警，實現(xiàn)“預防”違法。但室外場景比較復雜，人流以及光線等因素都會影響到其準確率，導致誤報率非常高。

　　另外，牛津互聯(lián)網(wǎng)研究所SandraWachter認為，此類系統(tǒng)的本質困難在于，評估在沒有警察或其他服務干預的情況下如何證明結果準確。

　　總而言之，從算法角度來說，通過大數(shù)據(jù)技術做事前研判，在海關、交通等部門準確率可觀，該技術已足敷應用;但應用于日常的提前干預來說，該技術可行性不高。

　　結語：不少案例證明，AI有時比人類更公正，但反之亦然。我們需要提倡此類研究，以驗證AI所能做的與不能做的。不可否認的是，這項應用將克服上文所提及的缺陷，發(fā)展得更成熟。當然，在應用之時也不可避免地面臨倫理問題。