SCI论文（www.lunwensci.com）:
摘 要：总体来看，人工智能警务研究领域比较新颖，契合时代发展的大政方针与警务改革，但是存在文献数量、实证 性、理工科视角研究较少的困境。具体内容上，人工智能警务文献探讨了相关定义、实战应用领域、实践效果及其优势，面临 安全风险防范、技术与需求对接、法律失灵、权力滥用、组织结构调整的问题，予以给出健全完善法律、加强管控、道德伦理 教育、与警方需求相结合的应对策略。展望未来，人工智能警务应以实战需求为主导向、构建机制为主支撑、技术创新为主抓 手，从而更好地推动发展。
关键词：人工智能警务 ；发展趋势 ；研究展望
Literature Review of Artificial Intelligence Policing Research
XIONG Hanlin
(Peoples Public Security University of China, Beijing 100038)
【Abstract】： Generally speaking, the research field of artificial intelligence police affairs is relatively new, which is in line with the major policies of the times and the police reform. However, there is a dilemma that there are few literatures, empirical studies, and scientific and technological perspectives. In terms of specific content, the artificial intelligence police literature discusses related definitions, actual combat application fields, practical effects and advantages. It faces security risk prevention, technology and demand docking, legal failure, abuse of power, and organizational structure adjustments. Improve laws, strengthen management and control, ethics education, and respond to the needs of the police. Looking forward to the future, AI policing should be guided by actual combat needs, supported by construction mechanisms, and focused on technological innovation, so as to better promote development.
【Key words】： artificial intelligence policing;development trend;research prospects
乘着 5G 的东风，人工智能技术竞相迸发，推动警务 改革的浪潮充分涌流，不断提高打击违法犯罪行为的能力 水平，提高人民群众的满意度，拧紧中国环境的安全阀。
人工智能警务核心的三大模块为 ：警务核心技术、 警务大数据、警务应用。从治安信息的收集到分析，从 警务数据的整合到共享，从侦查打击到犯罪预防，从对 内的警务指令到对外的为民服务，人工智能显得愈发重要，实践效果来看 ：警用无人机、警用机器人、人脸识 别视频监控等技术愈发成熟，广受好评。
1 文献结果分析
1.1 时间分布状况
以“人工智能警务”为检索词，以“篇名”“题名”“主题”为检索项，以“精确”为匹配类型，时间跨度框定 在 2017 年 1 月 1 日至 2021 年 9 月 1 日， 搜索相关文 献，进行文献定量和定性研究，方便学者推陈出新。基 于“中国知网”数据库总共搜索到的文献共计 24 篇， 剔除报纸等非学术性文献，得出有效文献 22 篇。
1.2 学科分布状况
人工智能警务涉及学科广泛，涵盖公安学、自动化技术、中国政治与国际政治，计算机软件及计算机应用、电信 技术、安全科学与灾害防治、机械工业、法学、经济学 [1]。
2 文献研究内容
2.1 研究现状
2.1.1 定义
人工智能， 简称 AI(Artificial Intelligence)， 其 是计算机科学的一个分支，以物联网、大数据和云计算 为技术支撑，研究领域涵盖图像与语言甄别、自然语言 收集处理、机器人应用和专家系统服务。
智慧警务，主要采用云计算、大数据、泛在网络、 数据挖掘、人工智能等新一代信息技术，将公安基础设 施建设与警务实战环境深度融合，通过机器学习对数据 进行收集分析，再利用情报导侦来进行预测研判，对为民服务、风险规避、治安防控、应急管理等打防管监控 为主的传统公安工作提供智能化决策方案 [2]。
2.1.2 人工智能警务实战应用领域：
（1）视频侦查领域 ：静态人相对比，动态人像卡 口 ；（2）治安防控领域 ：地点巡逻防控与排爆反恐 ；（3） 犯罪预防领域 ：警情犯罪率分析与犯罪预测 ；（4）公 安管理领域 ：对内警务指令发布，对外特殊行业领域管 控 ；（5）网络安全领域 ：应对网络新型犯罪。
2.1.3 实践效果
（1）政策环境利好支撑 ：2017 年国务院颁发关于 新一代人工智能发展的红头文件 ；2018 年，赵克志部 长在广东深圳开会时指出，以大数据、人工智能为引 领，进一步巩固和完善打击犯罪工作，不断提升公安机 关打击犯罪的素质能力和业务水平。
（2）警企合作优势明显 ：多个大型跨国公司与警方 通力合作，构造多维度时空分析、人像识别匹配大数 据、智能化预警安防社区、车辆信息查询对比大数据、 视频监控查证共享上网平台。
（3）技战术运用领域广泛 ：1）警用无人机侦查巡 逻 ；2）警用机器人排爆反恐 ；3）警用云技术（云存储， 云计算）处理大数据信息 ；4）警用 AR 实景技术搜索 指挥 ；5）警用 NPL 自然语言处理平台推荐获取关键信 息 ；6）法医技术 ：骨龄、足迹、指纹、硅藻自动识别 鉴定 ；7）警用人脸识别与视频监控系统 [3]。
2.1.4 人工智能警务优势
（1）节省警力资源，提高工作效率 ；
（2）警务组织流程再造，朝着数量精简型和质量优 化型的扁平化结构迈进 ；
（3）提高决策水平，警务决策愈发走向循数、有序、动态与高效 ；
（4）创新技术升级，警务技术实现了从生理体态感 应侦查向科技力感应触摸的蜕变 ；
（5）提升服务监管水平，警务服务呈现出数据、技 术与平台的移动化特征，警务监管走向“六位一体”的 多元智治模式。
2.2 面临风险
（1）安全风险问题 ：安全技术应用不规范，出现算 法黑箱问题、安全隐私信息泄漏问题 ；
（2）技术升级与需求对接的问题 ：人工智能升级下 的警务活动需要重视警方用户需求，如果街面盘查能力 不提供前端，还是带回所里询问，则回归到传统技战 法，浪费警力 ；
（3）法律失灵的风险 ：人工智能预测结果为警务活动服务，形成实施犯罪之前预先逮捕的做法尽管带来 “零犯罪率”的美好预期，但是却会从根本上动摇着人 类长久以来积累形成的刑事侦查制度，解构既有规则 ；
（4）权力滥用的风险 ：警察部门为编写代码者提供 的判断要素本身如果存在偏见，即使算法中立，最终的 运算结果也是充满偏见的。
2.3 应对策略
（1）升级安全管控 ：严防信息隐私泄漏 ；
（2）以技战术面临问题与警方需求为导向，实现人 工智能警务技术的换代升级 ；
（3）完善人工智能智慧警务法律体系 ；
（4）健全警务数据治理机制 ：加强技术伦理道德教 育，实现全民数据参与 ；
（5）调整警务组织结构 ：因地制宜合理规划部门设 置与警力分布、人机配比 [4]。
3 文献研究结论
3.1 文献数量偏少，发展前景巨大
十三五期间国务院颁发“人工智能”的发展规划， 人工智能与智慧警务的讨论如火如荼的开展，然而研究 论文文献数量偏少，权威性著作偏少，人工智能警务领 域是亟需补充的一块较空白领域。2018 年赵克志部长 讲话提出公安机关工作要以人工智能为引领，各地市的 开展实践效果喜人 ：河北省永清市公安局的智能助手 ： 高约两米的白色警用机器人“小乔”可以解答群众来访 户口迁入与迁出、证件遗失补办、车管所信息查询等常 见问题 ；北京市公安局怀柔分局开始运行“犯罪数据分 析和趋势预测系统”已经 8 年，顶层规划与实践基层警 务结合，促进人
工智能警务的收获颇丰。
3.2 理论定性研究较多，实证性定量研究较少
人工智能警务文献中的理论价值研究较多，往往从 定性的角度出发，杜琨、何巍从构建机制解读 ；沈国 琴、齐小力从法律风险及预防角度解读 ；张传浩、胡传 平从安全角度解读 ；韩春梅从管理学角度解读 [3]。定量 研究的文献太少。人工智能警务作为方兴未艾的新领 域，是一座待挖掘的宝藏，而开展相关研究需要理论研究与实证研究互相结合，形成实地基层警务调查，理论 系统研究，抓住警务工作提质增效的关键，找到适合中 国警务的规律的发展过程。人工智能警务目前涉及最广 泛的领域是人脸识别与视频监控系统，而对于巨大人流 量的情况存在识别率不够精准的问题，如何根据警方需 求来进行定量分析人工智能警务技术算法的升级是需要 改进研究的方向 [5]。
4 人工智能警务研究展望
4.1 以实战需求为主导向
（1）开放交通要道 ：道路、地铁、公交、开放广场、 景区 ；
（2）人群密集型场所 ：文娱场所、宾馆招待所、网 吧、大中小型商场临时落脚点 ；政治中心、学校单位、 交通枢纽等 ；小区、村庄、公寓等长期落脚点 ；
（3）特殊行业 ：管制行业如枪支弹药、刀具 ；二手 交易市场如典当行业 ；危险化学物品如汽油等行业。针 对不同领域所进行运用的警用云技术、排查安检技术、 人脸识别基础应该以实战中发生的问题为导向去针对性 地予以解决。在人工智能警务的机器学习图谱中，要对 警用无人机的飞行模拟、重大警务安保活动前的气象观 测、反恐排爆突发紧急事件的爆炸模拟、黑客攻击政府 网站的密码破解等实战需求领域给予加强关注。
4.2 以构建机制为主支撑
人工智能警务的机制规建需要成为该体系的主要支 撑，从全面布局、整体规划的角度去通盘考虑。全面布 局从横向维度考虑，从人工智能警务的组织、计划、决 策、控制、保障、创新环节出发去进行规制 ；整体规划 是从纵向维度观察，用好政策法律的优势，结合时代 背景借鉴国外的优秀经验。在定性研究与定量研究相结 合的基础之上不断完善我国人工智能警务的制度体系建 设，实现降低成本与提高效率收益的目标。机制构建好 了，从公安部到各地市的公安机关心里就有底气，执行 就有计划，落实就有遵循，从而因地制宜，产生出适合 本地的人工智能警务模式，还可实现跨地域的学习交 流，利用顶层设计焕发基层警务活力。
4.3 以技术创新为主抓手
人工智能警务的主抓手是实现技术创新。主抓手就是实践工作中所需要开展的重点着手之处，人工智能的 技术创新升级包括硬件与软件两个方面 ：硬件涉及人工智能终端设备的生产、运输、组装、维护、修理、报废 处理与升级等环节 ；软件涉及前端、后端两个方面 ：例 如 ：HTML5（超文本标记语言技术）、CSS3（叠层标 准样式）、Juery 框架、Vue 框架、Bootstrap 框架能实 现可视化界面展示 ；在技术的科研创新方面，要锚向发 达国家的关键共性技术，吸收借鉴算法领域的先进经 验，进口我国稀缺珍贵的基础原材料 ；要学习互联网时 代的前沿引领技术，如警用 5G 传输网、外企中已经成熟的智能化决策方案。人工智能警务的技术创新要产学 研相结合，加强应用基础研究与基础学科建设研究，实 现数学与计算机、公安学、公安技术跨学科交流融合， 以实战为导向，公安为主体，培养一批具有国际水平的 人才团队，要对人工智能企业给予更多关怀帮助，鼓励 其与警方合作 [6]。
5 结语
展望未来，人工智能警务是警务改革与发展的大势 所趋，犯罪智能化倒逼警务智能化发展，随着电信诈骗 为首的网络犯罪越发猖獗，人工智能将在识别犯罪、预 防犯罪、打击犯罪领域大展身手 ；传统人技物防需要与 人工智能警务结合打造技术升级的治安防控体系来提高 工作效率，节省警力资源 ；警务内部管理与对外服务领 域，指令的上传下达，警种间的资源调配与合作，提高 为民服务的水平，人工智能警务广有天地可为。人工智 能警务领域必将成为新的研究热点。
参考文献
[1] 张传浩,胡传平.智慧警务视域下的人工智能安全问题研究 [J].铁道警察学院学报,2019,29(6):103-108.
[2] 杨全民.人工智能在世界警务领域的应用[J].中国安防,2019 (6):110-114.
[3] 杜琨,何巍.人工智能时代智慧警务构建机制初探[J].福建电 脑,2020,36(5):18-21.
[4] 沈国琴,齐小力.人工智能嵌入预测警务的法律风险及其预 防[J].广西社会科学,2021(5):10-17.
[5] 韩春梅,邱文康,杨宏基.人工智能技术嵌入智慧警务的潜在 风险与规避[J].中国人民公安大学学报(社会科学版),2020,36 (2):78-86.
[6] 习近平.习近平谈治国理政[M].北京:外文出版社,2020.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/35849.html
