“人工智能——让生活更美好”,巨龙在人工智能的实践报告(一)

经过60多年的演进,特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下,人工智能加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。

在人工智能技术大爆发的背景下,如何实现科技强警,将公安警务工作与人工智能相结合,是新时期警务工作发展面临的一个重要课题。厦门巨龙信息从人工智能角度出发,为用户构建全新的公安行业实战应用。

巨龙人工智能定位

面向基层

提高效率,减轻工作难度和压力,解决警力不足问题。

面向管理

加强执法监督,改变人工、事后监督的方式,提高执法规范化、监督时效性。

面向侦查

面向侦查:提升案件研判能力,提升破案效率,加强打击犯罪能力。

四项应用

巨龙人工智能技术在公安行业实战应用

1.智能执法办案

法度智能执法办案辅助系统,将执法办案相关的法律法规、案例文书等一些列材料,通过知识结构化、大数据分析和人工智能技术,构建了智能办案专家系统这个超级大脑。

法度智能执法办案辅助系统将法律知识与人工智能技术相结合,一方面通过知识结构化的方法和技术,将法律法规、法条、案例、办案材料、案件数据、文书卷宗结合专家模型,形成专家知识库;同时,通过自然语言分析、机器学习、大数据分析等人工智能技术,构建智能执法专家推理系统,即智能执法“超级大脑”。基于知识库和“超级大脑”实现智能审讯、智能案例匹配、智能处罚、智能文书生成、智能卷宗校验五大智能功能。

基于巨龙智能执法专家系统,可面向公安、检察院、海关等执法部门,提供执法办案、执法监督等业务提供智能服务。

2.智能情报研判

巨龙情报智能研判利用非结构化自动提取,大数据分布式计算、机器学习、智能分析建模等核心技术,搭建预警、研判、支撑、资源四大中心,包含近亲族谱自动挖掘发现、异常活动人员研判分析、智能统计分析、警情动态监测及分析预警、智能情报检索等功能,贴合民警日常办案所需,实现辅助领导决策和指导一线实战。

在情报智能应用层面,该利用k近邻、决策树、随机森林、SVM、朴素贝叶斯、神经网络等一系列算法不断进行学习和统计分析,有助于知识与经验的快速转移、吸收和重复利用。对人员行为进行异常分析,能有效弥补情报分析人员经验、知识的不足,避免认知偏见与思维定势,确保分析活动的效率以及分析结果的准确性。

3.智能人像情报应用

智能人像应用建设,采用人脸识别、大数据、云计算等先进技术手段,将视频图像信息数据库中人、案数据与禁毒、情报、反恐等公安业务数据关联融合,为各警种提供数据服务支撑。

在非接触、非强制的情况下,实现对可疑目标的即时预警、身份核实、快速追踪、团伙发现、案件串并等视频图像深度应用,全方位提升公安机关在治安防控、侦查破案方面的能力。

4.智能审计分析

随着安全行业信息化向“大整合、高共享、深应用”快速发展,安全信息资源种类和数据激增,信息集中度和敏感度明显增加,信息应用和共享方式日趋复杂,数据盗取、越权访问等造成安全敏感信息泄露、侵犯公民隐私的现象时有发生。

运用大数据技术手段实现数据存储和数据分析,积累分析模型,为公安各警种提供安全审计分析服务,实现对用户操作行为(增、删、改、查询、登录等)和接口服务情况(批量比对、查询等)的完整记录,有效防范因数据盗取、越权访问等行为造成的敏感信息泄露、侵犯公民隐私的违法违纪行为,保护数据安全。

某省厅两个月内的智能分析成效

智能分析发现疑似违规操作的风险人员36人,研判核实12人,查实10人。

智能分析发现个别账户多天连续24小时在线访问,查实为利用程序自动获取数据的行为3起。

智能分析发现人员冒用他人账号进行违规操作5起。

智能分析发现有IP地址存在巨大访问系统,查实为应用负载均衡模式导致,推进应用整改2起。

结语

如何让AI技术真正走进人们的真实生活,不仅是学术界关心的课题,更是企业界深入研发的一个重要领域。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势,及时把握群体认知及心理变化,主动决策反应,将显著提高社会治理的能力和水平,对有效维护社会稳定具有不可替代的作用。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,701评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,649评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,037评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,994评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,018评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,796评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,481评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,370评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,868评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,014评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,153评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,832评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,494评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,039评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,156评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,437评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,131评论 2 356

推荐阅读更多精彩内容