如果說, 一年前, 人類還在為李世石輸給了阿爾法狗而捶胸頓足;今天, 當阿爾法狗的升級版要挑戰柯潔時, 已經沒有多少人相信柯潔能贏了。
人們已經開始相信, 甚至習慣, 在一些垂直領域, 人工智慧比人類做得更好, 是一件無比正常的事。
可是如今, 人工智慧要挑戰的, 可能是福爾摩斯了。 在入侵了圍棋、德撲、人臉識別、醫療、金融等領域之後, 人工智慧現在要來幫警方破案了。
在《神探夏洛克》中, 卷福寶寶為了撫平失去瑪麗的傷痛, 沒日沒夜地工作, 很多時候, 只需要借助委託人傳過來的視頻、圖像等資料,
據《科技日報》, 智器雲公司有一款機器人福爾摩斯, 就幫廣西警方破獲了一起15年前的懸疑命案。 雖然不能透露具體案情, 但創始人王海波解釋了人工智慧的基本思路:
沒有血跡說明是第二現場, 屍體在一個胡同裡代表汽車進不來, 可能是三輪車、自行車、電動車帶進來的, 而且表示罪犯熟悉這個地方;第一現場附近用水的資料會有重大變化, 因為罪犯要用大量水去沖淡血跡。
他解釋, 由於兇殺案地點是個鬧市區, 經過的人太多了, 所以沒有辦法統計。 “通過我們的工具分析關聯關係、時間關係、空間關係, 再基於地理資訊系統的分析,
正如人工智慧在醫療領域和行銷領域的應用一樣, 其擅長處理龐大的資料, 並通過海量的行為資料中找出規律或異常, 這跟金融領域中通過帳戶行為反欺詐也略相似。
王海波說, AI曾經破了一件涉案金額巨大的逃稅案。 因為涉案的資料十幾萬條, 幾千個帳戶, 處理起來很龐雜, 所以經過了一年還沒破案, 但在AI的幫助下, 一天就把主要線索拎了出來, 並將涉案金額從開始認為的20多個億深挖到60多個億。
他說, AI還用來分析找到小偷, 因為扒竊者的交通軌跡跟上班族不同;還可以通過閱讀紅樓夢, 然後將人物關係圖譜畫出來。
此外, 神州泰嶽的公安案情分析系統, 做的事情也有點類似。 據中國網報導, 這個系統利用人工智慧領域的自然語言語義分析技術, 對公安案件資訊系統中“簡要案情”、“回訪記錄”、“現勘記錄”、“訊問筆錄”、“詢問筆錄”等特徵資訊分析進行提取, 為情報部門、偵查部門提供案件偵破的支持, 降低警力支出。
人工智慧反欺詐的鼻祖:神秘的Palantir上面說的, 聽起來似乎有點高大上, 但其實很早之前, 美國就已經有公司開始應用類似的技術來做反欺詐,
我們經常可以看到某諜戰大片裡, CIA或者FBI的工作人員對著電腦劈裡啪啦地打進一堆東西, 就能發現作案人員。 再借用一位知乎作者何明科舉的栗子:911之後, Stanford的幾位元教授利用海量公開資料, 利用電腦建立人物關係的網路, 最後鎖定了一堆疑似人物, 然後公開發佈, 結果CIA等部門大為震驚, 因為教授們的結果與CIA花人力大量偵查和審訊的結果很近似。
Palantir做的就是上面說的那麼高端的事。 籠統來說, 就是通過大資料分析回答問題:通過收集大量資料, 説明非科技使用者發現關鍵卻又不太明顯的聯繫,
這家資料公司主要面向政府和金融機構等客戶, 主要提供的是基於大資料採擷的反欺詐(甚至反恐)服務。 它最早期的投資人是美國中情局旗下的In-Q-Tel基金, 因此, 據公開資料顯示, 其初期的政府業務占比高達70%。 據華創證券研報, 其客戶包括美國國防部、CIA、FBI、陸海空三軍、 紐約和洛杉磯警察局服務。 因為從事服務的敏感性, Palantir一直很低調, 幾乎所有媒體提到Palantir Technologies的時候, 都無一例外地用了“神秘”這個詞。
利用AI定位逃犯, 這不是好萊塢大片嗎在諜影重重5中, 馬特達蒙飾演的男主, 無論逃亡到世界的哪個角落, 都會被美國中情局的人監測到。 這種好萊塢大片中的酷炫技術, 已經有中國公司開始在努力。
格靈深瞳公司創始人趙勇,就曾經分享過,他認為,甘肅省白銀市的連環殺人案,犯罪嫌疑人從1988年到2002年期間作案多次,卻一直沒有落網,跟整個社會沒有攝像頭有關。如此一來留下的線索太少。
到了後來,城市的監控攝像頭的網路逐步建立,有了大量的資料,據說北京,用於安全監控的攝像頭數量超過兩百萬個,每一個攝像頭都在24小時不停錄製圖像,這就意味著每一天都會錄製兩百多萬天的圖像,折算一下,總時長超過五千年。但問題是,捕獲的資料量太大了,憑藉人眼檢索成本太高、效率卻很低。
如果用機器視覺去直接分析錄影資料,幾千萬人中找出目標面孔,這樣就可以大大節省成本提高效率,通過人眼需要很長時間才能找出來,電腦可以在一秒鐘以內做到。今天,中國大約有50萬逃犯在逃,人眼沒有辦法時刻監測這些人在哪,但電腦視覺技術可以投入到這個領域。
曠視科技的人臉識別技術,就已經在20多個省、市落地並試點,協助警方成功抓捕逃犯的案例有500多起。公司對外合作總監謝憶楠說,今年無錫市公安局依託動態人臉識別系統抓獲一名在逃人員,成為無錫市首例利用動態視頻,且在一定開放空間下開展人臉識別比對並破獲的案件,“這次識別和抓捕僅用了25分鐘。”
好了,下一個因為人工智慧出現而要轉行的,可能是偵探了。
格靈深瞳公司創始人趙勇,就曾經分享過,他認為,甘肅省白銀市的連環殺人案,犯罪嫌疑人從1988年到2002年期間作案多次,卻一直沒有落網,跟整個社會沒有攝像頭有關。如此一來留下的線索太少。
到了後來,城市的監控攝像頭的網路逐步建立,有了大量的資料,據說北京,用於安全監控的攝像頭數量超過兩百萬個,每一個攝像頭都在24小時不停錄製圖像,這就意味著每一天都會錄製兩百多萬天的圖像,折算一下,總時長超過五千年。但問題是,捕獲的資料量太大了,憑藉人眼檢索成本太高、效率卻很低。
如果用機器視覺去直接分析錄影資料,幾千萬人中找出目標面孔,這樣就可以大大節省成本提高效率,通過人眼需要很長時間才能找出來,電腦可以在一秒鐘以內做到。今天,中國大約有50萬逃犯在逃,人眼沒有辦法時刻監測這些人在哪,但電腦視覺技術可以投入到這個領域。
曠視科技的人臉識別技術,就已經在20多個省、市落地並試點,協助警方成功抓捕逃犯的案例有500多起。公司對外合作總監謝憶楠說,今年無錫市公安局依託動態人臉識別系統抓獲一名在逃人員,成為無錫市首例利用動態視頻,且在一定開放空間下開展人臉識別比對並破獲的案件,“這次識別和抓捕僅用了25分鐘。”
好了,下一個因為人工智慧出現而要轉行的,可能是偵探了。