人工智能时代犯罪风险的有效防控探讨,人工智能时代的到来会对社会产生什么影响？

人工智能时代犯罪风险的有效防控探讨

人工智能时代的到来会对社会产生什么影响？人类开发的自动驾驶汽车已经积累了数十万英里的安全驾驶记录。预计这种无人驾驶的车辆将在几年内广泛投放市场。然而，随之而来的伦理问题是，如果无人驾驶汽车发生事故，谁应该承担责任？类似的伦理问题包括，如果你或你的家人病得很重

人工智能时代，哪些大学专业危险了？

大学专业依赖于社会需求。 一旦热门专业因社会发展而改变，将不会永远燃烧甚至被淘汰。那么，在人工智能时代，哪些大学专业处于危险之中？成为飞行技术专业的飞行员是许多高中生的梦想。 这套制服太帅了，你可以靠近空姐。 收入还不错，第一次工业革命以煤和蒸汽技术为主，第二次工业革命以石油和电子技术为主，第三次工业革命以计算机技术为主 现在，我们即将迎来人工智能技术引领的第四次工业革命。 那么，人工智能时代会给人类社会带来什么变化呢？随着科学技术的发展，人工智能越来越多地进入人们的日常生活。 硅谷专业人士表示，在未来五年，人们将从人工智能的使用所提高的效率中受益匪浅，尤其是在医疗保健、金融、物流和零售行业。 与此同时，好莱坞大力宣传人工智能，斯蒂芬·霍金(stephen hawking)最近发出警告:“一旦人工智能发展到一个完整的水平，人类的末日就要来了。” “埃隆·马斯克担心人工智能的发展可能是对人类生存的最大威胁 甚至比尔·盖茨也敦促每个人都要小心。 人类创造的怪物会反过来奴役人类吗？这种恐惧由来已久。 然而，在2018年中国发展峰会上，人工智能时代的人类生活方式已经成为许多嘉宾关注的焦点。 在观念和观点的碰撞中，人工智能对人类美好生活的意义变得更加清晰。 智能社会可以分为有用的人和无用的人。不可否认，人工智能似乎已经打开了通向新世界的大门。然而，

人工智能时代的到来会对社会产生什么影响？

人工智能时代的到来会对社会产生什么影响？人类开发的自动驾驶汽车已经积累了数十万英里的安全驾驶记录。预计这种无人驾驶的车辆将在几年内广泛投放市场。然而，随之而来的伦理问题是，如果无人驾驶汽车发生事故，谁应该承担责任？类似的伦理问题包括，如果你或你的家人病得很重

人工智能时代，哪些大学专业危险了？

人工智能时代犯罪风险的有效防控探讨范文

摘要:为了明确人工智能时代预防和控制犯罪所面临的科技红利和风险，准确定位发展方向和对策，使预防和控制犯罪既满足智能时代的发展需要，又满足自身良性发展，从法律、社会学、 基于人工智能的内在属性和发展特点，从社会治理、犯罪起诉和犯罪分析的角度分析了犯罪学和管理，以及在三个不同层面给犯罪预防和控制带来的科技风险。 文章提出了限制人工智能研究和应用领域、提高人工智能系统数据和算法的客观性、提高行业自律标准和法律政策、实现犯罪防控与人工智能深度融合的四项对策。这对人工智能时代犯罪风险的有效防控具有重要的理论价值和现实意义。

关键词:人工智能；社会治理；刑事起诉；犯罪分析；

2017年7月20日，国务院发布了《新一代人工智能发展规划》，对人工智能时代的法律、伦理和社会问题研究提出了新的要求。由于学术界对人工智能没有统一的定义，本文涉及的人工智能主要包括六个主要领域:计算机视觉、自然语言理解和交流、认知和推理、机器人学、游戏和伦理学以及机器学习[1]。犯罪预防和控制可分为三个层次:宏观、中观和微观。广义上，社会越轨行为是犯罪预防和控制的对象，即在宏观层面上，社会上所有的“越轨”或“失范”行为都属于犯罪预防和控制的范畴。理论界所称的“社会控制”，以及社会保障防控的综合管理和实践中的社会管理，正是其应有的含义。中级预防和控制犯罪是指对符合刑法宪法的行为进行刑事起诉的过程。侦查机关、检察机关、司法机关和法律服务机构等主体开展的刑事诉讼活动应当包括在内。微观层面的犯罪预防和控制是针对具体的犯罪行为，以及在这些行为实施后收集和固定相关证据。现场检查、物证鉴定、犯罪地理画像、测谎等。都是这一级预防和控制犯罪的目标。

1人工智能的科技红利:消除犯罪现象和预防及控制犯罪行为

1.1社会治理的智能

智能化社会治理不仅是人工智能发展的目标之一，也为完善我国三维社会保障防控体系提供了前提保障和技术支持。根据国务院的人工智能发展规划，智能社会治理包括五个方面:智能政务、智能法院、智能城市、智能交通和智能环境保护。政务智能化主要体现在以下几个方面:一是政务大厅设置了集数字采集、查询和初步引导功能于一体的实体机器人，减轻了人力压力，提高了引导的准确性和效率；其次，人脸识别技术的应用可以使业务验证过程中的验证方法多样化，避免大量不必要的证明材料，实现远程审批，提高服务效率和公众满意度。最后，通过人工智能系统运行在线政务，内容推荐可以根据特定用户偏好进行个性化，各种渠道平台的在线客户服务可以提供全天候即时服务，信息处理系统可以有效识别审批过程中冗余或可替换的环节，辅助决策系统中数据筛选质量的提高可以为决策者提供更加客观和多样化的决策选择[2】。

智能法院、智能城市、智能交通和智能环境保护的目标也是通过人工智能技术的介入来提高工作效率和专业服务水平。目前，中国在图像识别和文本语音识别领域已经达到国际领先水平。自动指纹识别系统和视频监控已经广泛应用于城市治安防控系统，提高了犯罪线索收集和筛选的效率。人脸识别系统基于区域特征分析算法，利用图像识别技术实时提取人像特征点，通过生物统计学原理进行分析和建模，应用于门禁管理、识别、监控、认证和智能报警等多个方面，并已在国内许多公安系统、机场和火车站得到应用(1)。人工智能在教育、医疗、养老、环境保护、安全、公共服务等地方的广泛应用，极大地提高了公共服务的精度和均等化水平，全面提高了人们的生活质量。人工智能技术对基础设施和社会安全运行等重大情况的准确感知、预测和预警，对群体认知和心理变化的及时掌握和积极决策反应，将显著提高社会治理能力和水平，对有效维护社会稳定发挥不可替代的作用。社会稳定程度越高，社会中的“越轨”或“失范”现象越少，社会保障状况越好，社会控制水平越高。

1.2刑事诉讼程序的情报

刑事诉讼程序包括五个阶段:立案、侦查、审查起诉、审判和执行。因此，刑事诉讼过程的智能涵盖了人工智能应用于侦查机关、检察机关、司法机关和法律服务提供者的所有与刑事诉讼活动相关的行为。至于侦查机关，人工智能的应用主要集中在智能信息检索技术、图像识别系统、侦查专家系统和侦查智能机器人领域。与传统信息检索技术相比，智能信息检索技术在信息检索速度、信息集成广度和信息处理深度方面得到了进一步优化。它与图像识别系统的结合能够快速准确地检索出符合目标条件的犯罪嫌疑人。调查专家系统的本质是机器学习(machine learning)，它基于包括专家级的广度和深度在内的数据，利用专家的知识和方法进行推理和判断，模拟决策过程。智能侦察机器人是指具有获取信息和证据功能的爆炸或战斗机器人[3]。应用于侦察活动中，可以减少人员伤亡，提高侦察效率。智能机器人如警用无人飞行器、爆炸物处理机器人、警用平衡车和水下机器人已经在我国公安工作中得到应用。在打击恐怖主义和严重犯罪活动中，爆炸物处理机器人、战斗机器人和具有监控功能的机器人将发挥巨大作用。

检察情报以高清文件数据自动采集系统和准确量刑建议系统为代表。它服务于公诉和逮捕审批业务，能够准确捕捉案件认定的关键信息，最大限度地协助侦查人员办案(2)。中国人民法院于1996年开始了与信息技术融合的道路，2016年最高法律提出了“智能法院”(Smart Court)，体现了科学技术与司法系统的全面融合。智能法院的智能主要体现在两个方面:法院应用系统的智能和[法院建设的智能。前者以案件信息在线查询、法律文本检索、在线归档、交付、支付和执行等系统为代表。后者包括智能系统的应用，如远程审判、语音识别而不是审判笔录、自动生成文件和区块链标记。一方面，智能法院使法官、书记员等主体免于重复劳动，大大提高了工作效率；另一方面，它可以有效地提高司法的可用性和法律援助的效率。

在律师服务领域，人工智能在智能法律检索、法律文件自动化、案件预测、咨询服务等方面发挥着积极作用。智能和自动化的法律搜索为律师提供了与搜索相关的最有价值的结果(3)，而不是所有未经筛选的搜索结果。同样，经过初步分析和判断，智能法律咨询系统为顾问提供了最有价值的答案。法律文件的自动化包括文件审查(电子证据收集和合同分析)和文件生成，以提高效率、降低成本和改进法律服务流程。基于大数据和机器学习的案件预测技术(4)不仅可以节省当事人的诉讼成本，而且可以实现同一案件和判决，实现司法公正。人工智能在刑事诉讼中的应用提高了诉讼效率，降低了诉讼成本，提高了司法服务均等化水平，保障了律师行业的市场透明度和消费者知情权。对犯罪行为的有效起诉是中级预防和控制犯罪的应有意义。

1.3犯罪情报分析

长期以来，刑事科学技术在犯罪分析领域发挥了重要作用(1)。人工智能为犯罪分析提供了更强有力的科学技术支持。

1.3.1识别技术

我国开发的人脸识别人工智能测谎仪包括六个模块，即人脸识别、语音识别、语义识别、形状识别、生理检测、智能决策和控制[5]。结合生物检测技术和语音识别技术，根据神经和生理的外部反应，实现毫秒微表情的捕捉和心理活动的发展变化，并对个体情绪和内在倾向进行准确分析。与传统测谎仪相比，人工智能测谎仪的检测是非接触式的，监测手段的隐蔽性可以有效降低被测个体的警惕性，为侦查讯问中有效识别谎言和制定讯问策略提供更加客观积极的辅助作用。

1.3.2增强现实技术在犯罪分析中的应用

增强现实技术同时显示虚拟信息和真实信息(它们相互补充和重叠)。显示器中虚拟世界和真实世界的叠加通过实时计算摄像机图像角位置呈现动态匹配和实时交互。在犯罪现场调查中使用增强现实技术可以将犯罪现场扫描转化为数字信息，并进行检索处理。将数字信息放入裸眼图像可以实现虚拟与真实的实时对接。增强现实技术可以立即将指纹、枪伤痕迹、血迹、笔迹和其他通过扫描获得的痕迹与相应的数据库进行比较，并将比较结果呈现给技术人员[6】。在犯罪现场重建中，AR技术可以通过三维模型模拟犯罪过程和行为，进行推理分析，避免传统的基于文字、图片和视频的重建方法造成的结果与实际情况的偏差。

1.3.3机器人在犯罪分析中的应用

机器人是由仿生元件组成的具有运动特性的机电设备。他们有操作物体和感知周围环境的能力[7]。在测试、安全监控和自动控制方面，智能机器人一方面起到补充人力和协助技术人员执行危险任务的作用，特别是在一些人力难以到达或危险的地方进行犯罪现场调查和重建工作，另一方面，它们可以协助执行远程司法认证[8]，降低认证成本，提高效率。

1.3.4人工智能的应用使监控某些类型的犯罪成为可能。

英特尔通过反洗钱顾问[9]解释了数据之间的相关性，以帮助分析师和调查人员了解保险公司和银行数据的新趋势，并提高他们的决策能力。同时，透明度较高的智能系统符合监管标准和要求，预警系统能够有效打击金融犯罪。人工智能应用于犯罪信息的分类、检索、识别和利用，为具体案例分析(数据挖掘技术)、决策和代表他人调查中的犯罪分析提供了强有力的科技保障。

2人工智能的科技风险:对社会公平的影响和法治原则的冲突

2.1人工智能或社会不公

首先，人工智能导致一定范围内的大量失业。2016年，物理学家斯蒂芬·霍金(stephen hawking)认为，“工厂自动化已经让许多传统制造业工人失业，人工智能的兴起很可能将失业扩散到中产阶级，只给人类留下护理、创造和监督等工作”[10。一些学者将人工智能的威胁分为三个层次:短期威胁、中期威胁和长期威胁，并认为大规模失业是近期[的主要威胁。每一场工业革命都必然伴随着一定时期内大量工作岗位的消失和失业潮。虽然技术革命将导致现有工作被取代，但它也将创造足够的新就业机会，失业现象将逐步消除。即使失业率会逐渐消除，失业率在一定时期和一定地区仍会上升。失业率与犯罪率之间存在正相关，这意味着失业率的上升将导致犯罪率的一定上升，这是人工智能给犯罪研究带来的挑战之一。

第二，人工智能引起的歧视不容忽视。机器识别在人工智能决策中很常见。机器歧视导致种族歧视、性别歧视、消费者歧视和其他问题。例如，有一个图片识别软件将黑人标记为大猩猩[12]；在智能搜索服务中分别输入黑人和白人的名字，前者更有可能出现带有犯罪含义的广告；犯罪风险评估软件算法系统歧视黑人，导致黑人犯罪风险很高(2)。性别歧视也存在于人工智能系统的应用领域。例如，在[智能广告服务公司，男性比女性更有可能看到高薪招聘信息。此外，智能购物推荐系统和价格比较服务也会歧视消费者。社会歧视与犯罪率呈正相关，歧视的增加导致犯罪率上升。

第三，人工智能进一步扩大了贫富差距。人工智能需要大量的资本投资，资本的本质是利润。人工智能的研究和应用方向必将加速向高利润领域发展。“贫穷不会产生犯罪，但对贫穷的不满会产生犯罪。富裕国家中相对贫困的人比真正贫困的人更可能对贫困不满意。”[14]相对贫困比绝对贫困更有可能导致犯罪成为犯罪学的重要结论之一。理论上，“社会贫富差距越大，社会底层成员的相对贫困感就越强。”相对剥夺的增加与接受者所犯罪行之间存在正相关关系“[15”。因此，人工智能将在一定程度上加剧贫富差距。贫富差距的唯一指标是国际公认的基尼系数，它与犯罪率呈正相关。近年来，中国的基尼系数呈上升趋势。人工智能的发展和应用加剧了贫富差距。从控制犯罪的角度来看，控制贫富差距势在必行。

失业、歧视和贫富分化属于犯罪原因中的社会因素类别，表明社会不公。社会不公平是导致犯罪的社会因素。不公平越多，公民对社会公平的认知就会越低。社会公正与犯罪率呈负相关。人工智能对社会正义的负面影响将不可避免地导致宏观层面的犯罪率上升。

2.2人工智能或犯罪机会的增加

一些学者借助化学反应方程，将犯罪行为的原因和过程以动态的形式表达为犯罪主体与犯罪人格和社会环境之间的相互作用。在犯罪机会的催化下，犯罪行为产生于[。对社会公正的影响属于人工智能对社会环境的负面影响。人工智能对犯罪机会的影响体现在两个部分:犯罪时间空因素和系统因素。

时间空因素指实施特定犯罪行为的时间和空间隔。与传统犯罪相比，利用人工智能犯罪时，对时间和空的限制较少，表现为犯罪行为的随机性、犯罪过程的快速性和犯罪后果的裂变性。犯罪发生的随机性意味着对犯罪行为和状态的判断是模糊的。从受害者的角度来看，犯罪过程迅速降低了受害者的感知，不可能及时制止损失。裂变型犯罪后果是指利用人工智能进行的犯罪行为。后果对合法利益的侵犯随着广泛的伤害呈指数级增长(1)。在人工智能发展到具有自我感知能力之前，现有类型的犯罪基本上可以涵盖社会合法利益受到侵犯的所有领域。因此，某种类型犯罪的增加和新犯罪方法的出现是人工智能对犯罪行为的主要影响。

制度因素是指一系列规范，如法律(包括《宪法》和各种具体法律)、国家执行的法规和规则。立法作为对社会活动的一种回应，具有自然的滞后性。人工智能的应用应在建立和完善一系列规范的框架内进行，如智能系统的安全标准、权力和责任的归属以及监管措施。制度建设的缺失容易导致监管不力，阻碍问责机制的运行。犯罪发生的时间，空低限制，加上系统建设的滞后，将降低犯罪成本，从而增加犯罪机会(2)。

2.3人工智能或违背法治原则

公平、公正和公开是法治的最基本原则。在刑事诉讼和刑事分析中，人工智能的固有性质和发展特点会导致与法治基本原则的矛盾和冲突。

首先，数据缺陷和算法区分与公平原则之间的矛盾。一方面，人工智能系统的模型构建依赖于大数据平台，这对于数据的收集、筛选和选择非常重要。大数据是指2000年后由于信息交换、信息存储和信息处理能力的快速增长而产生的数据，[17]。由于数据提供者的角色、动机和专业程度不同，信息噪声及其对准确性的影响会导致数据源的不确定性。数据源的不确定性导致数据客观性的偏差和价值密度的稀释。另一方面，算法偏差是人工智能的固有属性，“自我实现的歧视性反馈回路”将反复巩固这种偏差[18]。数据偏离客观性和算法偏差的结合最终会导致基于算法和数据的智能司法判决的偏差。从审判意见到案件预测，司法偏见的直接后果是司法不公，这与法治原则的公正性相矛盾。

第二，算法和数据(未公开)的接近将导致“黑盒操作”。由于对利益的追求、知识产权的保护以及数据披露带来的一系列社会问题，智能决策系统的所有者通常不披露决策所依据的数据和算法。当应用于刑事司法和犯罪分析的智能决策出现需要追溯分析的问题时，算法和决策的所有者可以以商业秘密为由拒绝披露这些问题。在刑事诉讼过程中，司法机关适用案件规则时，公示是适用和转化案件规则的必要条件。人工智能决策“黑箱操作”的应用存在着将规则的调整和转换与司法机关的控制相分离的危险。此外，由于人工智能系统的质量和安全没有统一的行业标准，行业自律和问责机制缺乏制度保障，智能决策过程的不透明性与法治原则的开放性相冲突。

第三，关于刑事起诉，法官不仅根据现行法律，而且还根据刑事政策、改革试验、地方规范和其他非正式制度以及“隐藏的经验”来审判案件。基于数据和算法的智能决策系统所进行的“模式识别”不能具有人类的“隐性经验”和对不同等级标准价值选择的综合判断，也不能识别案件如何适用于符合宽严相济的刑事政策、起诉政策、改革试点和地区差异。因此，智能决策系统做出的司法决策必须是片面的，严重的案件可能导致不公正的判决。同时，由于人工智能各个领域和研究机构的相对独立性，开发者拥有的数据和算法也处于相对独立和保密的状态。大企业对信息的垄断在一定程度上导致了信息壁垒，以及算法偏差和数据。一旦智能决策出现问题，很难通过其他方式获得算法的生成和数据信息的模拟决策，责任主体也不能因此承担责任。它违背了罪刑法定原则，不符合法治原则的正义要求。

在理想状态下，预防和控制犯罪需要以法治和科学思考为基础，这应该是一种辩证统一的关系。然而，人工智能的内在特征或其发展中的客观现象导致了科学化与法制化的冲突。这对预防和控制犯罪同样重要。

3人工智能时代的犯罪预防和控制

3.1限制人工智能研究和应用领域

为了防止人工智能的不当应用造成新的社会问题甚至犯罪，应该为人工智能的研究、开发和应用划定界限。在社会治理层面，我们应该鼓励发展提供基本服务的人工智能，限制发展增强型人工智能，禁止发展超级智能。政府和行业利益相关者应决定哪些决策和操作是人工智能系统的禁区，并制定规则和标准，以确保人类对这些决策的有效控制，并为造成的损害分配法律责任。

基于司法大数据的局限性、模式识别能力的局限性、司法活动的规律和司法判决的特点，人工智能在犯罪起诉和分析中的应用也应受到限制。犯罪起诉和犯罪分析领域的最终决策机构仍然是人。人工智能作为辅助决策系统，“可以在分类案例中形成统一的智能算法；在不太规范的情况下，至少可以实现法律依据提醒、政策比较和类似的案例参考“[19”。具体而言，案例规则、调整和非正式系统(包括刑事政策、改革实验和地方规范)应该成为智能决策系统的禁区，[20]。

3.2减少人工智能系统的偏差

在数据方面，提高数据收集、筛选和判断水平是减少人工智能系统偏差的基础。在大数据时代，数据具有容量大、速度快、类型多、价值密度低的特点，从而增加了数据风险。该算法以系统输入的数据为前提。数据收集的范围、质量和值密度影响算法的生成、操作和结果。因此，区分不同的数据源，筛选高值密度的有效数据，剔除无用数据和旧数据是提高数据客观水平的选择。在数据准备方面，应考虑各个领域的专业功能，通过数据挖掘、数据集成、数据分析等环节实现专业数据准备。例如，政务智能决策系统的数据只能由相关政府部门提供，犯罪起诉和分析的数据只能由司法机关和行政机关提供，以确保数据的准确性。在算法方面，算法技术的改进是提高人工智能目标水平的关键。例如，犯罪起诉领域的智能决策系统在投入实际应用之前，可以通过细化训练规则和归纳现有经验，开发出类型化案件判决的优化算法。

此外，打破信息壁垒，公开算法和代码可以逐步改善人工智能系统。信息公开不仅可以保证数据的流动，而且可以在社会的各个层面实现更大的价值。

3.3人工智能法律责任与监督体系的构建

3.3.1人工智能问责机制的构建

制定统一的人工智能质量标准或者安全标准，制定人工智能产品研发人员的道德规范和行为准则，划定人工智能研发的禁区。通过立法，我们将建立与应用人工智能有关的民事和刑事责任以及信息安全使用的起诉和问责制度。本文构建了人工智能复杂场景下的突发事件解决方案，并针对机器人异化和安全监管等问题提出了制度性解决方案。

3.3.2通过构建三维监管模式，使人工智能监管系统公开透明

三维监管模式要求从智能产品开发(包括数据使用和算法设计)到结果应用的全面监管。智能系统中嵌入的规则和逻辑必须对监管人员开放，并接受风险评估和严格测试。与此同时，系统应根据用于决策的事实和法律生成审计数据，并将其提交给第三方审计。此外，必须允许当事人、律师和法院合理获取政府和其他国家机关使用智能系统生成和使用的所有数据和信息。公众应该有权了解做出或支持此类系统决策的投资者。

3.4犯罪防控与人工智能的深度融合

深度整合(Deep integration)不仅包括借助人工智能系统实现犯罪防控研究的高效性和科学性，还包括当人工智能可能引发或涉及犯罪行为时，犯罪研究人员加入研发团队，对专业问题和技术人员做出判断，共同做出决策。对于前者，犯罪研究人员在使用人工智能系统进行犯罪分析时，应了解智能系统的数据源范围、算法的基本原理以及智能决策的自我判断。一旦智能系统的决策发生偏差，应相应地提出改进和完善智能决策系统的建议。

在社会治理层面，犯罪研究人员主要参与与公共安全管理相关的领域。在犯罪起诉和犯罪分析层面，它们需要充分参与。这就对犯罪研究对象提出了更高的要求:他们必须具备一定的人工智能理论知识。跨学科人才主要通过培训、教育和相关配套措施来实现。

人工智能的时代已经到来。与实践界面实现人工智能与司法实践的联系所表现出的热情和速度相比，理论家们持相对“审慎乐观”的态度。对于犯罪预防与控制，从多维视角深入分析犯罪发生规律和犯罪预防与控制方法，可以使犯罪预防与控制获得人工智能的科技红利，更好地解决人工智能时代衍生的一系列社会风险。

参考

[1]朱松纯。人工智能:现状、任务、框架和统一[电子商务/其他]。(2017-11-02) [2018-01-04]。HTTPS://MP.weixin.qq.com/s/-Wsylu-xvorst8 _科亚-q

邱薇文。人工智能技术在政府服务领域的应用是困难的[。电子技术与软件工程，2017 (10) :259-260。

[3]王易立。人工智能在调查中应用现状[。学术理论，2010 (29) :161-162。

[4]腾讯研究所。《2017年司法科学技术展望报告》，[。北京:中国人民大学出版社，2017:5。

[5]匿名。中国科学家开发了“人脸识别”人工智能测谎仪[。2016年防灾博览会(1) :88。

林姿妤。增强现实技术在刑事科学技术中的应用[。海峡科学，2017 (2) :39-40。

[7]约瑟夫·巴·科恩，大卫·汉森。机器人革命:即将到来的机器人时代[。潘军，转。北京:机械工业出版社，2015:134-147。

陈晓华。基于智能机器人应用的公安工作路径创新[。福建警官学院学报，2017 (1) :33-39。

[9]张伟。英特尔利用人工智能检测金融犯罪[。《计算机与网络》，2017 (20) :21。

[10]吴月辉。人工智能会取代人类吗？[。人民日报，2017-07-07 (20)。

齐昆鹏“2017人工智能:技术、伦理和法律”研讨会在北京[召开。科学与社会，2017 (2) :124-130。

[12]腾讯研究所。人工智能[。北京:中国人民大学出版社，2017:245。

曹建峰。人工智能——机器识别与对策[。信息安全和通信保密，2016 (11) :15-19。

[14]雪莉。犯罪与现代化——工业化和城市化对犯罪的影响[。贺炳松，译。北京:大众出版社，1986:100-101。

[15]翟仲东。犯罪控制——对动态平衡的看法[。北京:中国政法大学出版社，2004:149。

王明亮。论犯罪生成模型和犯罪饱和生成模型[。法律杂志，2004 (3) :44-46。

[17]希尔伯特. M .大数据促进发展:承诺与挑战回顾[.《发展政策评论》，2016年(1) :135-174页。

张玉红、秦广智、小乐。大数据算法的鉴别本质[。《自然辩证法研究》，2017 (5) :81-86。

[19]何帆。我们离阿尔法·[法官有多远】。方圆，2017 (2) :58-61。

黄景平。刑事司法中的人工智能否定列表[。探索与辩论，2017 (10) :85-94。

笔记

1 .长春机场使用人脸识别系统，在一个月内有效拦截4人非法使用证件；沈阳地铁站的人脸识别系统在11天内捕获了3名在线追踪者。上海地铁站的人脸识别系统每月启动800多次，有效查询652次，协助公安部门抓获286名嫌疑人。

2浙江省某检察院自主开发的数据自动抓取系统和准确量刑建议系统投入使用3个月以来，通过办案辅助功能处理案件204起，量刑建议准确率超过90%，生成的一次性文件长度超过80%。

世界上第一位机器人律师罗斯(ROSS)基于大数据平台，通过自然语言处理和机器学习技术识别检索结果并评估价值，最终形成专业答案。同样，商标ndow在知识产权法律工作自动化领域。

4莱克斯·玛奇纳的服务系统从大量案件的原始数据中自动分析法官的处理趋势、针对律师的诉讼策略和案件的时间进程。

广义的刑事科学技术包括在案件调查、调查和刑事起诉中使用的所有科学技术手段和方法。狭义的刑事科学技术包括物证分析(现场调查、痕迹分析、物证检验、毒品检验等)。)、法医鉴定(尸检、临床试验)、犯罪心理分析(测谎、犯罪概况)和精神病学鉴定等。这篇文章采用了一个狭窄的概念。

非营利组织ProP ublic的研究发现，诺斯波特公司开发的COMPAS犯罪风险评估算法存在歧视黑人的风险。

恶意软件黑幕(Blackshades)为犯罪分子提供的黑客技术，使得犯罪分子即使不知道任何黑客技术，也可以通过点击鼠标进行攻击而不离开自己的家园，也就是说，用讹诈软件感染目标计算机并监控目标音频和视频。

百度安全实验室的人工智能系统“灰灰”(gray ash)在10分钟内破解了儿童智能手机网络，这意味着儿童智能手机的角色已经从帮助父母转变为帮助罪犯。目前，儿童智能手机的网络安全系数相对较低，这将降低犯罪成本，从而带来更多的犯罪机会。