【摘要】人工智能技术的三次兴起使得人工智能技术的成熟程度得到了空前的强大，随着技术的深入发展其也在侦查领域也落地生根。人工智能侦查推动传统侦查方式的事后、被动、单线侦查向事前、主动、复线侦查转型，更从警力配置角度降低了侦查成本；在情报数据智能研判、刑事证据智能获取、刑事情报智能搜集、犯罪嫌疑人智能缉捕方面有着巨大价值；但也不能忽略技术升级所带来的危机，如要使其在限定范围内价值发挥最大化，就必须在权利保障、程序保障、配套制度等机制方面入手，着手推动人工智能侦查朝合乎现代法治精神的方向发展。
历史唯物主义是马克思主义法学思想体系的思想基础，这一特点决定了法学是一个永不停滞的学术体系，法律必须站在时代的前列，必须不断吸收时代的新成就用以解决实际问题。人类力图依靠自身认知水平及周身的技术条件，用机器来代替人的体力、脑力劳动，服务其自身的思想从原始时代一直延续至今。经过科技漫长的积淀，人工智能出现了一些豆芽式发展的趋势，直到迈卡西教授（Mc Cartney）提出人工智能的概念，人工智能技术才开始作为一种应用技术趋于体系化发展。
尽管在不同的语境及关注点下，人工智能（A rtificial Intelligence）的定义不尽相同，但其是拓展用于模拟和拓展人类智能思维的理论和技术，发现并运用规律的科学技术大抵不会有误；在技术层面的通说观点也认为，人工智能是深度学习技术与大数据分析技术结合的产物。人工智能虽不从属于人类智能，但却能模拟人类思维，更有实现超人类思维的趋势。由于思维周密性以及对重复劳动的有效取代，人工智能在全球范围以燎原之势蓬勃发展起来。随着人工智能技术在理论层面的深入发展，下沉的应用型人工智能技术在现实社会中也逐渐的“落地生根”，在气象、资源、电力、环境监测等日常生活领域全面铺开。
人工智能侦查推动传统侦查方式的事后、被动、单线侦查向事前、主动、复线侦查转型，更从警力配置角度降低了侦查成本，从人脸识别到计算机深度学习，人工智能应用于公安侦查领域的实例也在日渐增多，我国也有较多省份开始探索人工智能侦查的应用，虽然仍处于探索阶段，但正在飞速发展。随着实践中的不断应用，人工智能侦查引发的种种社会矛盾也愈发多元，函需规制与引导，从而更好地维护侦查体系、法律体系的鲁棒性。
一、人工智能侦查的内涵与功能
（一）人工智能侦查的内涵
人工智能侦查是以计算机人工智能尖端技术为依托，利用该技术的全新分析路径部分代替或辅助人类进行侦查分析研判，并搭载人工智能周边范畴的信息采集设备、无人机平台等众多智能设备应用于侦查活动中的一种侦查技术。随着弱人工智能逐渐向强人工智能、甚至超人工智能跨越，将人工智能技术用于侦查活动是必然趋势。应用人工智能技术的侦查活动具备拟人化、周密化计算机工作的张力与强度，使侦查活动在紧凑程度上得到结构性提升，全面、合理地将侦查活动推向人工智能方向成为侦查学研究的新热点。
人工智能侦查是对新近的视频监控等静态信息化侦查与传统的人工动态侦查的一次综合与提升，是社会犯罪风险控制、预测性侦查、精确侦查三者的合成，最终引导侦查活动走向智慧侦查的侦查手段。人工智能侦查的优势在于能针对搜集到的优质数据资源，利用大计算能力以及机器深度学习技术处理及“信息流”，并通过数据碰撞、数据挖掘、数据画像等数据处理方法归纳、演绎、预测出犯罪活动发展的趋势及相关可能性，为侦查机关的侦查活动提供精确的、数据化的支撑依据，利用依据辅佐侦查方向减少了因为人脑经验主义分析而产生的失误。
与此同时，人工职能侦查不仅仅停留于分析层面，依靠科技手段推出的智能侦查设备应用也隶属于此范畴，诸如无人机侦查平台、人脸识别技术、虹膜识别技术等。人工智能侦查推动传统侦查方式的事后、被动、单线侦查向事前、主动、复线侦查转型，更从警力配置角度降低了侦查成本，拓宽了侦查的活动范围，整合了诸多高效平台及技术，实现对犯罪的有效打击。
概括来说，人工智能侦查具有三个主要特征：
第一，渠道多元性，传统的信息化侦查将信息搜集停留在了静态层面，情报数据的丰富程度受到了固定信息接受终端的局限，情报的来源相较于人工智能侦查动态“陆空一体、虚实交错”的获取渠道也略显单一；
第二，数据精确性，计算机深度学习技术的应用及优质数据的采集给予了人工智能侦查极强的情报分析整合能力，人工智能侦查以摆脱人类思维定式的宽阔视角解读模拟人类思维方式，对各种人类经验主义下忽略或遗漏的因素整合起来进行信息的深度加工与整理，能在侦查过程中弥补、解除侦查员思维的盲区，实现真正意义上的情报主导侦查；
第三，高度证明性，人工智能侦查对海量的数据进行采集分析后，产生的衍生数据及关联数据将对传统的侦查活动的自向证明格局产生新的突破，在传统的侦查证明体系中寻找证据验证主观认定是常用的套路，但是一旦遇到多个事实背后缺乏显性关联的情况，证明活动将难以继续进行，而衍生数据及关联数据的产生则能使传统侦查活动逾越这条事实局限性的鸿沟，将多个没有证据证明、看似毫无关联的事实结合在一起，为侦查策略的调整提供更富裕的想象力；同时人工智能侦查不仅包含机器智能的分析能力，更有智能化的侦查设备应用，相对于传统的侦查模式和早期的信息化侦查技术，人工智能侦查对犯罪的打击精度和强度都显著提升，案件证实能力、取证水平等能力都有显著提升。
（二）人工智能侦查的功能
城市群落产生的虹吸效应加剧周边人口不断流入，犯罪斗争形势愈演愈烈，而与之不相适应的是当下警力大幅增长的可能却微乎其微，科技强警已经成为警力增长、公安机关变相改革的新方向。
1.进化侦查模式。国家职能的扩展和科学技术的进步铺垫了侦查模式的转变，在人工智能侦查兴起的今天，与传统侦查模式并行的诸多侦查模式将高频的出现在侦查实务界当中。侦查模式的划分条件很多，类型更是繁杂，但人工智能侦查带来的侦查模式最显著改变便是由其引领下的侦查模式由传统的回溯型侦查模式转向预测型侦查模式。
侦查活动与犯罪活动总有时间差，侦查人员只能通过证据回溯模糊性事实，期间可能存在各种各样的证明不能与事实认定失误，为避免这些误区预测型侦查一直是人类努力的目标，人工智能侦查的出现使得预知犯罪活动成为可能，人工智能侦查将现象的规律转化为数据并针对犯罪区域、犯罪概率等因素做出预测，警方就可以提前采取措施扼杀正在萌芽的犯罪活动。
在未来，侦查模式预测化转型甚至可以将全城市内多个部门单位、多种业务数据、多种居民动态信息等进行建模分析、智能监控，对增减明显等异常数据自动报警，实现发现社会中的不稳定因素甚至及时报警无人发现命案现场等案件的智能预测。美国建立的禁飞系统（no fly system）能预测恐怖袭击的可能性，大数据系统每天都会传输犯罪预测数据到执勤警员的执勤电子设备中，预测型侦查已经广泛开展。
2.丰富侦查技战法。随着应用技术、科学技术的不断探索和总结，人工智能侦查已经给侦查技战术层面带来了极大创新。人工智能侦查下的无人机平台侦查应用在信息发掘、证据固定、情报搜集、犯罪控制等领域都能令现有的技能提升到空中、地面配合立体化的战法阶段。除此之外，单纯由人力作出经验分析的侦查技战法也逐渐向人机互动方向转变，衍生出的大数据侦查、网络侦查、机器人侦查、智慧视频侦查等技战法都将成为现实。
位于合肥市公安局的情报指挥大厅的智慧指挥平台分为接警区、指挥调度区、警情监测区、视频巡查区、信息处理区、情报研判区、核心指挥区和领导决策区等9个板块，实战中各板块独立运行又协同配合，在遇到重大警情时，平台还会通过关键词自动识别，将正在记录的警情信息，同步推送至属地分局和派出所，迅速向出警单位下达预指令。
3.提高侦查效率、降低侦查成本。人工智能侦查带来的数字智能化革命极大的拓展了侦查情报的来源广度以及情报本身的质量水平，推动侦查朝着科学化的方向转型，促使证据搜集朝着更为周密的方向发展，避免涉及侦查中人类经验主义的盲区；在推动侦查效率提升的同时也节省了原本就捉襟见肘的警力资源，利用人工智能侦查可以减少合成侦查当中的联动盲目性问题，更可以从技术层面代替人类从事简单重复的分析计算，改善警力状况。
二、人工智能侦查的应用领域
要使人工智能侦查真正智能起来就不能使人工智能侦查在实务中的运用局限于一隅，要利用人工智能的相关性思维、整体性思维作出预测性的精准侦查数据情报评价，将人工智能侦查方法分解成情报数据智能研判、情报智能搜集及布控、证据智能获取、罪犯智能追捕控制等部分，使人工智能的运用能够“以我为主，为我所用”，令公安侦查活动插上科技的翅膀。
（一）情报数据智能研判
人工智能在机器视觉、数据挖掘等多个领域已经真切地开展了真实应用并与各种现实运行模式相结合，在实践生活中表现出可以被普通人认可的性能和效率，在侦查界也被接受，开始在侦查界发挥真正的价值。人工智能侦查的情报数据研判贯穿于案件始末，针对不同类型的案件也能进行预测性侦查及回溯性侦查等针对性分析等不同的侦查模式，在具体的情报数据研判层面，主要有以下方法。
数据搜索，在人工智能侦查领域，数据搜索是最简单也是最基础的侦查方法之一，主要包括数据库搜索、互联网搜索、电子数据搜索等智能搜索渠道，通过对侦查机关己有的各种信息数据库及社会行业的数据库（例如）进行数据检索，将目标数据与关联数据进行实时关联比对，甚至可以通过采取恢复、提取等手段获取有关数据并进行进一步甄别，完成人工智能侦查的数据基础工作，以供侦查指挥中心使用；
数据深度分析，此处的数据深度分析包含了数据碰撞、数据画像等数据深入分析技术，选取一定时空范围内的相关数据集合进行两两碰撞或多个数据同时碰撞，匹配出的交叉数据就是往往能够说明关联性或同一性的节点数据，此外，依靠人工智能视角下的统计学、分布式计算、并行计算等多种技术进行的专门数据挖掘也进一步加深了数据的分析质量，对海量数据进行多次分析，透析现象背后隐藏的深层次规律，为侦查活动提供了关联性分析、聚类分析、时序分析、异常分析等实践可能，最后，借鉴了“大数据用户画像”商业营销模式的侦查数据画像对犯罪嫌疑人进行画像，将嫌疑人特征转化为虚拟数据，增加信息交换环节，有助于侦查人员更详尽的了解其个人背景更好地完成侦查任务；
数据广度分析则是衍生性思维下的产物，由于侦查机关面对的是信息不对称的侦查环境，必须要最大限度开发所有可以利用的资源，侦查活动通过社会网络分析将复杂的犯罪嫌疑人人际关系变为形象的网络图形，有助于侦查人员了解组织犯罪活动中的分工关系并能清晰地发现犯罪组织中的核心人物等人物设定；
数据时空地图，人工智能侦查的预测性思维要求将犯罪活动进行更为深入的剖析，犯罪时空分布分析将犯罪地理空间特征、时间特征、人群特征、犯罪类型等因素相结合，得出犯罪的高发热点、高发时段的趋势和变化，为预测性侦查发展起到了极大帮助。
（二）刑事证据智能获取
随着犯罪行为日益繁复，现场勘查的取证难度也与日俱增，传统侦查活动中的刑事照相技术难以适应当下多变的犯罪现场取证要求。
传统刑事照相技术中的选择能反映全局的高处进行拍摄的技巧在许多不具备条件的场所无法施展，更有镜头的视域受地域所限拼接镜头无法反应全局等难题，人工智能侦查成为了解决上述问题的有效手段，除去刑事照相，人工智能侦查中的智能设备还可以代替人工进行具体物品的提取等实物性操作。在面临例如连环爆炸案件等大范围的勘查现场时，传统刑事照相技术通常采用逐个区域拍摄的方式进行证据固定，然而这种拍摄方式却不能很好地展示多个现场的分布情况及焦点证据的位置关系，利用人工智能侦查中无人机飞行平台的高空拍摄技术便可解决取证技巧的硬性短板。
其次，无人机飞行平台能够收集到遗落在某些不宜由勘查人员直接进入的有毒害场所内的证据，此举既能有效保障人身安全，又能采集到犯罪现场的一手资料。不光在有毒害场所内的勘查难以进行，在某些高层建筑的外围发生的火灾案件及爆炸案件的取证工作单凭依靠传统刑事照相手段也是难以为继，依靠无人机系统搭载的云台设备，提升摄像的稳定性和全方位性，多角度进行远中近程拍摄，反应完整的起火路径和火势情况，能更准确地对起火点取证并付辅助起火原因的分析。
（三）刑事情报智能搜集
犯罪行为愈发呈现出智能化趋势，而犯罪的智能化则强烈呼唤侦查措施的科学化，从侦查情报现代化的原动力上讲，侦查情报信息的搜集措施科技化是侦查工作由传统工业社会向现代化智能化环境擅变的必然要求，侦查布控与情报搜集是与犯罪行为最密切相关的内容，犯罪分子在实施犯罪行为后一般会沿着一定的路径逃离，也有部分犯罪分子选择就近隐匿。
虽然目前的“天网工程”等视频监控已经趋于完善，但在某些视线死角、设备损坏或者在某些没有布局过视频监控系统的荒郊野外则无法进行有效的情报搜集或证据固定；已有的监控设备仍旧停留在传统信息化侦查的区间，缺乏与人工智能结合的高科技侦查手段，例如虹膜识别、人脸识别、语音识别等；在某些人口密集、地形复杂不能立即实施抓捕的地方，就需要利用人工智能侦查中的无人机平台，在制高点迅速完成地形的勘查，并通过遥感技术将主要的信息传回指挥中心由指挥团队进行分析研判，以图像信息为支撑提高决策的科学性，实施全面精确的侦查布控。另外，侦查指挥员可以根据无人机系统实时传输回的现场状况调整警力布置、实施精确抓捕，控制不必要的警力浪费。
（四）犯罪嫌疑人智能缉捕
人工智能侦查带来的地图分析技术、侦查四维世界构建等功能模块将传统的平面侦查活动推向空中力量、陆基力量相互配合的立体化作战模式，同时也为侦查活动提供了更确切的时间回溯可能性。在西班牙已经出现利用无人机追捕嫌疑犯的侦查方式，刑事案件的侦查过程中存在着诸多类似缉捕、扣押等需要应用控制手段的侦查活动，利用搭载制服设备的无人机平台可以更好地配合侦查人员控制犯罪分子。
例如遇到侦查人员无法进入既定区域进行封锁通信防止犯罪分子通风报信的情况时，利用数台搭载电磁干扰设备的无人机系统，快速到达现场进行电磁干扰，以达到预期目的；在未来的侦查活动中甚至可以为无人机配备相应的轻型攻击武器，以配合地面侦查人员更好地开展地面阵地控制活动或捕获敌对势力的无人机设备。
三、人工智能侦查的制度构建
随着时代的推移，对于隐私权的解读也会有所变化，人工智能侦查过程中会有各种各样的侵权事件发生；同时，科技手段在运用于侦查领域时，也必然为犯罪分子所利用。人工智能技术提升了人类认识世界能力的同时也对现有的社会体系造成了冲击，人工智能侦查开展仍有许多困境函需解决。
侦查要想剪除犯罪，则必然拥有极强的侵略性，如何对侵略性进行法律规制，使之成为“套上项圈的斗牛犬”，面对犯罪展示其强权性，面对人民收敛其侵略性，一直是学政各界热议的焦点。侦查需要与人前保障之间的不平衡已经成为中国侦查程序的主要结构性缺陷。况且，人工智能侦查仍旧存在着技术设施水平欠高、数据壁垒隔阂等阻滞，没有相关制度进行规制难以从“限制”与“发挥”人工智能侦查真正的作用。从预防和惩治犯罪的外国刑法立法新趋势中可见由偏重经验立法向偏重超前立法的转变。人工智能侦查应用的相关法律规范的草拟中参照借鉴该趋势，考虑超前立法，以适应未来的人工智能技术发展和安全保障需求、维权需求。
（一）人工智能侦查的权利保障制度
但凡涉及公权力与科学技术结合的问题都无法规避关于“隐私权”的责问。从法理利益博弈视角入手，公民隐私的保护和利用是永恒的矛盾体，侦查机关基于打击犯罪、维持秩序的需要,需要利用公民隐私中对破案有价值的信息；另一方面，隐私权体现了基本人权，公民有权诉诸保护。在双方的博弈中，个人的权益可以进行妥协，但绝不是毫无底线的妥协，牺牲的隐私权个人应当被给予不被外泄及非法利用等践诺及行为。人工智能侦查受到的规制也应当是多层次的。人工智能侦查时代应当由措施使用者承担隐私权保护的责任和义务，但如此可能会限制人工智能侦查价值的发挥，如何平衡好二者的关键在于如何对知情权、查询权、修改权等权利的规制问题上，设置规制原则，严格控制审批制度，配套责任与救济制度，从人权视野出发构建权利保障制度。
第一，人工智能侦查应当受比例原则限制，该原则可分为法益相称原则、必要性原则、妥当性原则。法益相称原则最为直接地反应了权衡实质，在人工智能侦查相关适用审查中要占据重要地位。在侦查活动中，侦查机关应当在所有能够实现侦查目标的侦查手段中选择其中对犯罪嫌疑人不利影响最小，危害最低的一种或几种。
第二，人工智能侦查应当遵守侦查权溢出防范原则，为了加强对尚无犯罪嫌疑的普通公民的权益保障确立了侦查权溢出防范原则。人工智能技术的应用使侦查能力往前迈出了一大步，与更强的信息搜集与监控能力的提升相伴随的必定有更多影响普通民众生活的行为，应当依法针对性侦查，不得过分影响尚无犯罪嫌疑公民的权益。
第三，人工智能侦查应当受审查批准原则约束，人工智能侦查的实施不能全盘由侦查机关决定。固然，人工智能侦查中的诸多例如追捕、证据获取、布控等措施需要瞬时作出反应，可以由指挥员当机立断并负相关责任，但是在可能严重侵犯公民隐私权并具备信息外泄风险的领域，应当设置第三方参与评估的审批程序，对涉及隐私数据的侦查活动启动程序予以规制，从数据使用权限、管理制度上进行审查，以求最大限度保障公民个体隐私。
第四，设置责任及救济制度，在侦查过程中涉及违法披露个人信息等非法行为的应当受《刑事诉讼法》的规制，此外，应当辅助设置隐私泄露之后的救济措施，例如给予被侵权人修改、删除信息或查询相关信息的处理情况等权利。
（二）人工智能侦查的程序保障制度
在人工智能侦查中的研判领域，人们只能了解到数据输入前的具象和研判产生后的结果，对大数据的运算过程一无所知，由于这种“黑箱效应”的存在，给侦查活动带来了极大的信任危机，人工智能侦查要从程序角度进行规制，规范人工智能技术在司法活动中的运用。
设立人工智能侦查的通知、解释程序。在人工智能侦查施行过程中的侦查边际如何处理一直是难以把控的问题，知情权作为公民的基本权利在司法程序中也当然享有，侦查机关对当事人采取侵犯人身自由权利的相关措施时，在不涉及国家秘密、案件秘密、商业秘密等内容的情况下应当通知、并向其解释说明人工智能研判分析的结果；同时也有必要赋予因此而遭受不利的当事人提出异议的权利。
由于人工智能的黑箱效应，侦查机关并不能保证其经人工智能研判的结论是否精确无误，因此赋予当事人异议权用以保持对公权力的限制极为必要，甚至可以给予当事人借助相关领域具有专门知识人或专家帮助的权利，诸如此类的事实厘清、权利纠葛尽量控制在函需完成的侦查活动实施之后，以保障侦查活动的顺利进行。具有侵犯性特征的人工智能侦查不仅应当体现程序正当性，还要实现人工智能侦查措施有效性与合法性的平衡。
设立数据情报追溯追责制度。针对情报等信息的泄露问题，应当设立相关机制，根据数据流转、运用的记录查找问题的关键所在。在实践过程中，许多人工智能应用系统的数据记录是缺失的，究其原因大致有两种，一是由于人工智能系统技术的缺位，二是侦查人员为了规避日后可能出现的追责、审查而故意隐瞒。数据追溯追责制度的设立便是为了解决这一问题，借助“数据溯源" （ provenance of the data）技术将研判结论的产生、推演过程保存记录下来。
在美国，也存在着利用“审计追踪”（audit trail）技术对数据来源、收集、分析等环节以及设计的事实、法规进行记录保存，形成完整的记录闭环，用以服务追责体系。信息情报的管理在侦查活动中显得尤为重要，人工智能侦查所获取的情报在终端和公安的指挥中心都有存储，对两头进行信息加密确保系统情报的安全。无论是由独立的第三方进行追责审查还是由侦查机关自身进行数据记录，都需要将数据使用、情报传输的渠道设置到位。
（三）人工智能侦查的相关配套机制
人工智能侦查的配套机制设立务必要着眼于充分发挥人工智能侦查作用的价值与支撑侦查活动开展的角度。
建立数据共享机制。人工智能侦查开展的基础是数据采集，但从数据数量而言，现有的数据数量己然可观，但是各数据库之间的割裂态势成为新的需要克服的困难，割裂的数据孤岛无法发挥出数据的全部价值，深度分析无从进行。数据共享机制的构建应当从侦查机关内部和外部入手，统一构建起各侦查机关下属数据库之间的联系，纵向打破上下级侦查机关间的数据壁垒，横向上强化各地域间侦查机关的信息交流。
在外部层面，设置侦查机关与企事业单位、社会组织、政府机关之间的数据共享联系，针对工商、税务、银行、通讯等与侦查有关部门的数据库加强联系。同步推进共享制度的建设，针对与内部外部各单位进行数据共享时的共享程序、共享方式、共享开放度、数据标准等问题进行具体的操作规定。
建立人工智能技术应用平台。人工智能时代无疑助推了犯罪的手段更新、成本降低、隐蔽度提升等趋势，但是大数据也同样给予了侦查部门更为有利的破案武器，如何利用好大数据技术发现惩罚犯罪成为新时期警务研究的重中之重。建设人工智能技术应用平台更大程度上是为了强化人工智能侦查中的技术应用质量，人工智能技术应用平台统筹各项人工智能技术，强化各种技术之间的相互融合，持续不断地将新型技术转化成成熟的警务应用，提升人工智能侦查的效果、减少侦查成本。
在新型技术日新月异的今天如果不能及时搭上人工智能化的快车持续不断的保持对犯罪分子的技术优势，打造人工智能化的合成侦查体系，那么警力不济的现象以及更多的警力低迷状况将会使整个社会陷入犯罪的泥淖当中。侦查机关所统筹的应用平台要强化情报挖掘功能、情报的智能研判、侦查活动的智慧化发展，而不是简单地作为一个数据、技术的集散地，囿于简单的技术单项应用。
构建人工智能侦查配套管理运行机制。即使具备顶级的技术运行能力如若没有匹配的制度进行规制必定会出现问题。人工智能配套管理制度包含权责分配制度、红利分配制度、情报安全管理制度、侦查权力审批制度、监督制度等一系列制度。以上制度的配套初衷便是打破情报等数据资源的独占与垄断，实现情报资源在合成侦查体系内既定范围中的流转共享，实现真正的“共享是原则，不共享是例外”；保护情报渠道，对信息泄密及情报垄断行为进行追责；同时也要防范侦查权力滥用以及对当事人的合法权益的侵害，定期开展检查，实现对合成侦查中权力的运行及权力行使者的监督。
(任惠华，西南政法大学刑事侦查学院院长，教授、博士、硕士生导师；金浩波，西南政法大学刑事侦查学院研究生)
