科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工智能侦查总体上历经技术萌芽期、平稳发展期、集中爆发期和更迭优化期四个阶段。在漫长的演进历程中,它从涉案数据的传统机器学习转向了数据特征自由组合的深度学习,围绕该历史脉络,人工智能侦查技术持续衍变,并分化出旨在解决涉案数据聚类问题的无监督学习模式、预测犯罪嫌疑人行为轨迹的监督学习模式和侧重于解决侦查决策问题的强化学习模式。为更好地服务侦查实践,未来侦查学的人工智能研究有必要朝五个方向努力:在侦查学教学模式方面,进一步探索虚拟仿真技术在侦查学课堂中的应用场景;在侦查队伍组织建设方面,坚持智能技术人员的内部培养与外部招录并重,完善基层侦查人员梯队结构;在涉案线索挖掘方面,着力引入眼动追踪技术,深度挖掘犯罪嫌疑人潜在的眼动数据;在侦查效率方面,不断优化智能警务系统中的算法模型,压缩涉案数据研判时间;在设备保障方面,引进尖端的辅助型智能机器,推动侦查设备科技化转型。
- 单位
