巧用人工智能技术，提高警情处理能力

　　由人工智能技术引领的第四次工业革命已经来临，众多行业领域借助人工智能赋能产业结构，新产品新服务层出不穷，生物识别技术、视频识别技术、智能安防技术的运用改变了人们的生活。人工智能已经不仅仅是提升工作效率的技术手段，同时还在重塑传统的产业链架构和价值创造模式。2020年已经成为人工智能运用的重要节点，相关机构预测2020年将会有超过600亿的智能设备接入互联网，智能家居、智能客服、智能教师、智能营销领域将实现跨越式发展。在上述情境下，公安执法领域同样面临全新机遇和挑战，人工智能技术可能成为新时期警务革命的根本推力。换句话讲，人工智能在公安执法领域的运用已经大势所趋，如何立足当前、着眼未来，尽早探求人工智能在公安执法领域的深度应用，已经成为警界关注的焦点议题。　　

一、警情处置技术的现状与发展趋势

　　1. 国内外警情处置技术的现状

　　西方国家多采用情报信息主导警务模式。九十年代后，西方发国家已经开始向警务情报模式过渡，最具代表性的是英国的国家情报模式（IM）、美国情报信息主导警务战略（COMPSTAT）和澳大利亚的情报分析警务。

　　当前风险警情接处警现场应急指挥处置存在一定问题，如：信息搜集能力薄弱，先期研判不足；风险评估缺位，应变能力不足；现场处置随意，预案不足；协同配合混乱，指挥能力不足等。近年来，面对以大数据、人工智能为代表的新一轮科技革命浪潮，公安机关大力推进“科技兴警”重大战略部署，警务机制将向精准化、信息化、智能化转型升级，随着公安警情事件应急处置技术不断深入，将大大提升警务工作效能。

　　2.知识图谱等人工智能技术的发展趋势

　　知识图谱由Google于2012年5月17日正式提出，最初是为了提高搜索引擎的能力，提升搜索质量，让用户获得更好的搜索体验。其本质是Google的语义网络知识库，采用语义检索技术从多种信息源收集与某一主题相关的实体或概念，以及他们之间的关联所形成的网络图，图中的节点对应实体或概念，图中的弧对应实体或概念之间的关联关系。知识图谱近年来已逐渐从传统的知识分析应用扩展到对社会实体及其关系的研究和应用中，特别是在行业知识图谱应用领域得到广泛应用。知识图谱具有适用于表示和融合碎片化知识的优点，不仅给出了局部知识到全局知识的统一表示形式加速知识融合，也简化了碎片化知识间关联关系的搜索。

　　知识图谱的这两个特点特别适合公安领域应用，一方面，公安机关面向的对象就是社会上的各类个体，主要工作内容就是分析个体及个体间的关系并开展相应的工作；另一方面，公安机关获取的信息是碎片化的，但是公安工作必须要将碎片化信息整合为全局性信息才能正确开展，因此知识图谱对公安工作具有很好的适应性，对警用大数据建设提供了良好的启发。

　　在公安大数据应用中需要使用知识图谱来进行知识检索，在检索过程中需要将其内涵进行扩展，让知识图谱成为公安视角下社会治安态势的反映，知识图谱成为一种警用大数据的社会描述模型，将其作为大数据应用的基础层，统一用其来支撑各类应用，用来描述各类对象、对象间的关系以及对象集合的各种状态。

　　在大数据时代，警务模式逐步向“情报引导警务”转变，要求公安机关利用后台强大的大数据平台分析犯罪高发的时间、地点和类型等多维度时空警情数据，探究犯罪规律和发展趋势，依此调整警力部署，有效提高整体警务效能。

　　大数据平台监控敏感地点活动、关注地点聚集、敏感人群事件等关注事件，依据相关模型对于该事件产生的影响发出预测报警，实时发布预警信息和行动指令，系统对警情高发区域深入分析高发案件类型和高发时间段，能够及时对该区域的勤务安排做出有针对性的调整；对于重大安保活动可以通过系统自动匹配重点人群的轨迹来及时预警周边警力；对于重大案件的联勤活动可以通过系统来对联勤任务的时效进行实时监督；对于现场指挥人员的行动位置和反馈结果可以通过系统来进行自动抽查发现遗漏。

　　三、智能化警情处置技术的应用前景

　　近年来，全国公安科技信息化部坚持以习近平新时代中国特色社会主义思想为指引，紧紧围绕党中央以及公安部党委有关决策部署，以推进公安大数据智能化建设为关键抓手，将“科技兴警”作为重大战略部署强力推进，长远谋划、精细作为。随着“大数据+人工智能”的应用，海量数据分析检索深度挖掘，智能化警务应用将会更加丰富，推动智慧警务应用跨越发展。

　　人工智能在警情处置方面相关技术主要包括：

　　1.计算机视觉识别技术。从海量视频和图片数据中快速辨识人物、车辆等关键目标，精准识别车型、车牌、人物面貌等细节特征，对特定对象的行为、轨迹等的检测和追踪等，在“看得清”、“查得准”的基础上，与指挥调度系统无缝对接，实现“反应快”；

　　2.智能接处警技术。通过语音识别、语义分析，并结合位置定位、数据挖掘等技术，在接警后快速完成警情分类、预案建议、情报推送等智能化处理，极大提高了警情处置的精准性和有效性；

　　3.基于机器学习的智能预案技术。通过自动学习大量自然灾害、事故灾难、公共卫生和社会安全事件的相关案例和处置方案，对突发事件的隐患、预防、化解、预警和处置提供可供人工干预的方案和预案支持。更多人工智能相关资讯请继续关注江苏安防资质网!