据说今年的柯南剧场版又能在中国上映了。作为一个二十年柯南老粉，我决定跟大家聊一聊人工智能和侦探的故事。

警用AI其实已经不算是新鲜话题，各种安防、巡逻、审讯技术，包括各种警械，都已经可以找到AI的身影。但在案件的核心侦破环节，也就是需要用到大侦探亲自登场的时候，AI还只是一个初出茅庐的见习侦探。

好在AI这东西有几个绝招，在人类同行面前还是具有一些优势的。张学友演唱会上的人脸识别若干连杀，或许可以看做AI破案的一次小试牛刀——毕竟热爱音乐的犯罪分子是自己暴露在重点监控范围里的。

而在近一年多时间里，一件有意思的事是AI开始更多参与到正儿八经的案件侦破里。这一方面是因为城市智能监控系统的不断完善，另一方面也跟AI处理复杂数据的能力提升有关。

综合来看，AI侦探可以在案件侦查和推理时，做到三件人类很难做到的事。这三个绝招又常常是连环出击，一体化办案，已经让我们看到了很多疑难案件新的曙光。

个子很小（小到根本看不见），善于动用科技装备（摄像头、传感器），习惯于躲在人类背后说话……感觉AI侦探的代言人已经呼之欲出了。

AI破案的三个绝招分别是：

就在上个月，衢州警方刚刚公布了一个案例。利用阿里云的ET城市大脑技术，警方破获了一个长达6年的“电鱼案”。

钱某夫妇从2012年开始，就在钱江源国家公园的主要支流信安湖里非法电鱼，然后倒卖给固定下家，再将鱼流通进菜市场。6年里夫妻俩非法获利60万元，俨然靠电鱼奔小康的节奏。

而这个案件的难点在于，按照法律规定，非法电鱼必须达到500公斤才能立案。而实际侦破过程中犯罪嫌疑人都不会一次携带这么多鱼。导致很难人赃俱获，达到立案标准。

利用遍布城市的智能摄像头，AI破案的逻辑是通过识别和锁定犯罪嫌疑人的特征，来准确捕捉嫌疑人的行动路线。从电鱼到运输再到销赃，AI天网很容易就记录下其犯罪的全过程。

类似的AI取证技术，在很多案件的实际侦办过程中都能用到。

比如在有些偷盗、非法捕猎、盗窃公共财产案件中，由于单次涉案金额普遍轻微，嫌疑人经常打着“被抓到就认倒霉，反正大部分时候抓不到”的态度，让警方十分难办。而基于AI摄像头的人脸识别、特征识别和运动轨迹跟踪能力，可以准确发现那些不容易找到的证据。还可以有效找到嫌疑人的同伙，留下销赃、藏匿赃物的证据。这类工作不用AI的话只能依靠办案人员跟踪和群众举报，效率上较差，留存证据也十分困难。

AI+摄像头的另一个作用，是可以大幅度提高警方跟踪的效率。侦查员与AI摄像头协同工作，可以让跟踪变得难以提防，从而加快破案进度。

人眼找不到的，天眼来找，这在某种程度上对区域安全是一个质的提升。

大部分普通人都会觉得，犯罪分析是一个脑力劳动，讲究的是侦探和犯罪分子斗智斗勇，灵光一闪就知道犯罪分子的真实身份了。

然而现实是，犯罪分析是一个绝对的劳动密集型工作。推理和技术侦查固然重要，但绝大部分时候还是要靠看无穷无尽的档案资料，查看数量巨大的视频监控，接听无数举报电话。

这些工作在数据累积到了一定程度后，会变成警力根本无法负担的任务。当年抓捕周克华的时候，曾经调集大批警力24小时看监控视频。而一般案件显然无法聚集这么多警力，那么在茫茫人海的城市中，找到一部车、一个人，就变成了非常困难的“数据挑战”。

AI技术的另一个能力，多元数据处理和跨平台数据处理，就在这个时候显现出了价值。今年年初的时候，深圳市曾经快速破获了一个拐骗儿童案。利用华为云与深圳合作的智能安全系统，警方对拐骗者的模糊照片进行了全城监控数据中的图像搜索。依靠AI快速的图像识别与处理能力，很快锁定了嫌疑人的位置。从报案到抓捕，仅仅用了19个小时时间。

类似的AI处理海量信息能力，最大的价值在于可以解放大量人工操作时间。对视频、音频、文档等资料进行有条件筛选与结构化分析，将漫长的搜寻任务在分钟级的时间完成。比利时警方在去年还曾经引入AI的数据处理能力，来监控恐怖袭击可能爆发前的社交网络异动、银行资金流动等情况，希望能够用AI来跟恐怖主义争抢时间。

对于绑架、拐骗、交通肇事逃逸等案件来说，数据处理时间基本意味着一切。一旦犯罪嫌疑人失去踪迹，案件的破获难度和社会危害就会膨胀。

人机协作的案件侦破方式，在今天的数据爆棚年代已经成为了必然选择。

一位刑警朋友，曾经给我介绍过案件侦破过程里的一个难点：给犯罪团伙整理口供。

由于紧张害怕、抗供心理，再加上犯罪份子普遍文化素质不高，一个犯罪团伙落网后，经常会对团伙间的关系说的乱七八糟，彼此很难吻合。谁是主谋，谁是从犯，犯罪动机如何，经常会在口供中复杂的关系里被弄得十分凌乱。

案件侦破里的这种状况，可以看做一个数据文本分析问题。如果我们整理清楚数据特征，搭建好彼此的关系，就很容易识别其中谎言和矛盾的地方。这也是一个AI可能比人类更擅长的课题，尤其是在案件关系过于复杂之后。

刑侦工作里，有一个名词叫做案件串并。是说如何把不同的犯罪事实归结到一起，弄清楚一个人或团伙若干次犯罪事实。

对于情形复杂的团伙犯罪和体系化犯罪中，案件串并尤其重要，却也需要耗费大量的人力物力才能完成。比如电话诈骗犯罪，不同的嫌疑人有不同的犯案特征、不同的诈骗方式以及所使用银行卡等犯案工具。但由于受骗者可能来自不同地区，受骗经历也不相同。想要进行全国范围内的案件串并就很艰难。

在AI应用中，针对类似情况比较知名的是认知计算技术。利用文本归纳、文本特征提取、语义理解等方式，来抽取犯罪行为中的相似性，提醒警方进行并案处理。

类似AI技术，已经广泛使用在情报分析和商业组织分析当中，IBM i2系统就是这类AI应用的代表。而在刑侦领域，我国也已经开始出现类似应用，来辅助侦查员在笔录、回访、现场勘查记录等资料中整理文本特征，分析并案可能。

除了电话诈骗之外，需要大量应用AI进行文本分析，理清犯罪团伙关系的是金融犯罪和传销。金融犯罪当中，往往涉及复杂的账户、公司和法人关系，错综复杂到一团乱麻。这种情况下，利用AI进行特征分析，理清金融关系，就变得尤为重要。

（IBM i2进行的人物关系分析）

在传销网络里，受害者和传销上线、组织者往往混为一体，在破获后很难对其进行甄别。根据口供体系等散乱资料，对组织内部关系进行整理，也是AI在破案中发光发热的一个角度。

显然，在成为名侦探这件事上，AI已经具备了C位出道的感觉。当然，代替人类独挡一面的AI侦探并不靠谱，但随着不可取代性日益加强，刑侦中的AI技术与城市智能平台已经显现出了价值。近一年左右时间中AI破案事件直线上升，是一个非常值得关注的现象。

这么一想，写一个大数据+AI主题的推理小说，好像也挺不错的。