打造平安城市的“天罗地网”

在今日的城市中，监控摄像头已非常普及，公共安全部门在街道、广场、公园、车站等公共场所部署了大量摄像头，以维护社会治安。以北京为例，警方在2015年宣称已经实现城区视频天网巡控100%全覆盖。除此之外，其他政府部门，比如交通、市政等安装的摄像头也随处可见。

然而，公共部门拥有的监控摄像头数量，远远无法与商场、银行、办公场所等私营领域相提并论。例如，一项调研显示，在英国约有接近600万监控摄像头，其中仅有约7万为政府部门所有。

如何以尽可能低的成本将尽量多的公共场所纳入监控范围，减少“阴影地图”的面积，对于构建平安城市至关重要。在实际建设中，可以整合各种市政部门和运营商的资源，采用路灯杆、小型基站、监控摄像头一体化等方式，有路灯光的地方就没有死角。同时，巡逻的警务人员也将装备视频拍摄设备，并且通过无线网络将画面实时回传到指挥中心，全方位保证城市的平安。

未来的全联接城市，监控设备在公共场所必然无处不在，环境监测、道路监控、社区监控、企业安防、家庭安防、网络信息安全监控等等的信息都可以接入一个统一的大平台，由城市的监控调度中心进行统一的监控、安全管理，还能结合市民的信息和需求，对城市的公共安全等服务组织和资源进行统一调度，从而实现更智慧、更便捷、更安全的城市治理。

计算机视觉快速定位嫌犯

不过，目前“个人隐私”和“公共安全”之间的权衡问题一直没有完美解决。尤其是在某些发达国家，政府为保护市民个人隐私权，不允许在城市公路两侧安装任何摄像头，但当应急事件发生时却苦于无证可寻，只能另辟蹊径，通过迂回的方式找到蛛丝马迹。在此背景之下，人工智能技术的飞速发展，似乎给平安城市的建设与管理者们带来无限希望。

伴随着摩尔定律的不断实现和人工智能的软硬件技术积累，计算机视觉技术早已突破了肉眼精度的图像识别，并广泛应用于公共安全、金融和信息安全领域，产生了巨大的价值。但这些成就并没有有引起社会的轰动，人们更兴奋于AlphaGo的胜利，因为人们直觉上认为识别“人脸”“苹果”等图像是一件容易的任务，人人都能胜任，而战胜世界顶尖棋手则更具挑战。事实上，站在人工智能技术的角度，从围棋和图像识别的复杂性和不确定性来说，图像的变化比棋盘的变化要大得多。

计算机视觉领域的技术，突破最先被应用在车辆识别方面：如中国的依图公司基于视频图像的车辆识别系统在苏州上线之初，就帮助警方破获了一起涉案金额超过10万元的入室抢劫案，当时嫌犯抢劫得手后驾车驶离小区，警方运用“车辆识别系统”进行品牌过滤，快速识别出车辆，10分钟神速破案。

与车辆等物体识别相比，人脸识别的应用范围和场景更加广泛，当前已经可以做到在上亿数量级的人像库中进行人脸静态比对识别：

比如厦门南北火车站，民警通过公交车上的视频监控将扒窃案嫌疑人头像提取出来，在静态人像系统中进行比对，很快就确认了嫌犯的名字和身份证号码，同时通过已覆盖厦门所有BRT车站摄像头的动态人像系统，快速找到了嫌犯之前所有出现在摄像头下的时间和地点轨迹，从而在嫌犯经常出现的地点布控设卡，很快控制了嫌犯。出现在厦门的这个场景，与《碟中谍4》中汉纳威在火车站利用人脸识别系统快速抓捕嫌犯的情节何其相似。而今天，其正在真实世界中上演。

人工智能提前预防犯罪

在《疑犯追踪》中，超级人工智能“机器”通过18张加油站收据定位到了深藏政府内部潜在的恐怖分子Kurzweil，男主角这样描述其中的原理：“机器”发现，Kurzweil在每个双数月的第三个星期四都会去马里兰州道森市外的一家加油站，即便前一天已经给车加满了油。其中有三次，一辆SUV在两小时前就抵达该加油站，而这辆SUV注册在一位土耳其石油商人的妻子名下，该石油商曾给牵涉到1994年布宜诺斯艾利斯犹太社区爆炸案的伊朗嫌疑人购买机票。通过这些关联，“机器”确定了Kurzweil的犯罪嫌疑，成功阻止他对公共安全造成巨大的破坏。

听起来是不是很不可思议?其实，只要具备视频智能识别、大数据分析和一定的推理能力，未来的人工智能完全可以帮助人类，在恶性事件发生之前及时介入，守卫城市的安全。

在未来，具有智能识别能力的摄像头，不仅能通过人脸辨认出监控画面中每一个人的身份，还能看懂人们的特定行为，对犯罪行为进行实时预防。现在警方的通行做法是对有案底的人进行重点防控，但这种推定并不能很好地防范罪案的发生。将来随着计算机视觉技术的发展，监控摄像头有望基于人的行为，而非仅仅由于人的身份而触发预警。例如，某人手持凶器出现在公共场所的监控之中，无论他是否有案底，监控系统都会在第一时间将警报发送给附近的警务人员，及时防范恶性犯罪的发生。这必将大幅降低城市公共场所的犯罪率，提升市民的安全感。

与此同时，对于上传到云端的海量监控视频，也要由电脑系统进行更深入细致的大数据分析。仅仅对视频内的人物和画面场景进行简单辨别和索引还远远不够，我们需要一个具有联想和推理能力的人工智能系统，通过分析视频画面中的人物行为，结合政府掌握的其他关联数据，包括身份信息、社会关系、经济状况等等，迅速找到有效的犯罪线索，甚至像《疑犯追踪》中的“机器”一样，对潜在犯罪行为进行预测。

在马斯洛的心理需求层次模型中，几乎处于金字塔底的安全需求一直支撑着与人类文明进步相关联的上层需求，如“尊重”和“自我实现”等，如何在安全的前提下满足上层需要，是整个人类发展史上的重要课题，更是平安城市建设与管理者永恒的功课。

或许没有一个办法，让城市的摄像头“阴影”全部消失，但是我们有理由相信，人工智能可以在数字化的世界里，看穿疑犯心理的所有故事、所有诡诈和手段。当联接遍布城市的每个角落，当人工智能具备了逻辑推理能力，我们的城市必将越来越安全，而平安城市的扞卫者们可以骄傲地宣布：“我保护我的市民，同时更加尊重他们。”