技術(shù)進步降低人類犯罪率，未來能否“天下無賊”觀點
現(xiàn)在回想，早在大數(shù)據(jù)概念呼之欲出之時，“大數(shù)據(jù)時代人類犯罪率是否會降低”的探討便不斷涌現(xiàn)。
現(xiàn)在回想，早在大數(shù)據(jù)概念呼之欲出之時，“大數(shù)據(jù)時代人類犯罪率是否會降低”的探討便不斷涌現(xiàn)。
其實早在這一波智能技術(shù)滲透進人類生活之前，人類整體犯罪率就已經(jīng)在持續(xù)下降。數(shù)據(jù)顯示：19世紀全球最大城市倫敦的謀殺率是萬分之幾；20世紀全球最大城市紐約的謀殺率是十萬分之幾，謀殺率在一百年里下降十倍以上；過去二十多年美國人口增加20%，同期暴力犯罪率卻下降了30%；再比如，最近有人在國外問答社區(qū)Quora上發(fā)問“為什么這么多人喜歡中國”，其中一個引起共鳴的答案就是“安全”。
不過，就好比“飛機比汽車更安全”有悖于直覺一樣，很多人并不相信犯罪率下降的事實。舉個例子，從2002年開始，每年都有60-70%的受訪者認為犯罪率比前一年有所增加，于是不少政客也就順勢充當了“末日販子”角色，當特朗普大肆宣揚“美國治安糟透了”時，選民自然感同身受。
但真相是，技術(shù)確實正在降低犯罪率。
技術(shù)進步，致使犯罪率下降
就在此刻，大數(shù)據(jù)正在讓公安部門有效配置警力資源，減少各類犯罪案件發(fā)生。
數(shù)月前，在中央政法委組織的“政法干部學習講座”講座上，馬化騰就“現(xiàn)代科技發(fā)展帶來的機遇和挑戰(zhàn)”作了演講，其中一章就是“科技創(chuàng)新破解社會難題”，馬化騰用騰訊產(chǎn)品舉例：“騰訊LBS應用目前已覆蓋24個城市，服務100余次大型安保活動，覆蓋活動人數(shù)5000萬人次。利用人臉識別技術(shù)，提高涉恐識別、預警能力，也應用于尋找逃犯、嫌疑人快速查詢等。”
而大數(shù)據(jù)在垂直領(lǐng)域的深耕更多不是來自巨頭。國內(nèi)這邊，曾被比爾蓋茨造訪的數(shù)據(jù)運營商海云數(shù)據(jù)就開發(fā)了大數(shù)據(jù)可視指揮決策平臺智警，這一系統(tǒng)已經(jīng)可以做到將卡口視頻，警力分布，警車GPS等相關(guān)數(shù)據(jù)放到空間和地理維度分析。根據(jù)視覺結(jié)果分析，公共安全管理者能有效部署警力，建立快速反應安全控制機制。
這很容易令人想到《速度與激情》中“天眼”系統(tǒng)：“天眼”能整合這個世界上一切數(shù)據(jù)采集，調(diào)用任意角落的攝像頭與音頻系統(tǒng)，再用人臉識別等技術(shù)，令所尋之人或物無處遁形——這種上帝視角頗為迷人，以至于有十余部電影都將“天眼”視作是未來的一部分。
這并不難理解，每個人都想活在一個更安全的世界。就像在熟人構(gòu)成的村落中，人們可以靠本能迅速識別“危險的異己者”，現(xiàn)代人也期盼在陌生人集聚的城市，通過技術(shù)撲滅藏于暗處的犯罪火花——欣喜的是，如開篇所言，這種情況正在發(fā)生，只是多數(shù)人并未意識到。
犯罪率下降的事實，的確與直覺不符，畢竟新聞和社交媒體里的世界危機四伏，暴力事件頻發(fā)——然而，這在很大程度上是因為麥克盧漢“地球村”的比喻已經(jīng)成真，此時此刻，不論在倫敦，巴黎，東京還是首爾，任何一樁“大案”都會在瞬間傳遍整個世界，并被幾乎所有主流媒體大肆報道，而當“槍殺”“爆炸”“搶劫”等負面字眼進入讀者大腦，第一也是最重要的過濾器就是杏仁核，它總處于高度戒備狀態(tài)，找尋任何可能威脅生存的東西，媒體最喜歡爭奪的就是杏仁核的注意，這也是為什么“壞消息”總比“好消息”更容易傳播的原因。
真正值得關(guān)心的是：究竟是哪些原因致使犯罪率下降。最近在我聽到了一種令人信服的解釋：在經(jīng)濟發(fā)展促進就業(yè)，以及娛樂業(yè)高度發(fā)達的常規(guī)性解釋之外，人類犯罪率整體下降最根本的原因，是技術(shù)進步提升了犯罪成本。
舉個例子，上世紀八十年代，紐約犯罪問題非常嚴重，但到了九十年代，紐約犯罪率突然一路走低，甚至低于美國平均犯罪率——理由是，人類這個時候發(fā)明了網(wǎng)絡攝像頭，紐約率先開始大規(guī)模安裝攝像頭，這大幅提高了破案率，也讓犯罪率得以下降。
而幾乎可以肯定，從現(xiàn)在到未來，從政府到家庭，攝像頭將無所不在，全天候的無死角監(jiān)控將成為常態(tài)，加之人臉識別技術(shù)的成熟，犯罪成本和破案率都會增高。
事實上，若你見過公安系統(tǒng)的監(jiān)控設備，就會驚嘆于公安系統(tǒng)視頻信息量的龐大，它們已在安全態(tài)勢和案情分析中發(fā)揮了巨大作用。但問題是，與“天眼”系統(tǒng)的多維偵測不同，如今這些視頻信息更多以“默片”方式存在，現(xiàn)有技術(shù)不可能采集到音頻信息（人物活動地點離攝像頭都有一定距離），這種情況下，通過判斷嘴型疊加“音頻”信息——即唇語識別就變得非常重要。
機器讀唇術(shù)
作為一項集機器視覺與自然語言處理于一體的復合型技術(shù)，唇語識別系統(tǒng)通過機器視覺從圖像中連續(xù)識別出人臉，提取口型的連續(xù)變化特征，隨即將連續(xù)變化的特征輸入到識別模型中，識別出講話人口型對應的發(fā)音，計算出可能性最大的表達語句。
在現(xiàn)階段，唇語識別主要存在于學術(shù)領(lǐng)域，比較知名的有牛津大學研發(fā)的Lipnet，Google團隊研發(fā)的Deepmind，但離投入實戰(zhàn)還有較長的路要走。
總之，我聽到的最樂觀的預測是，有朝一日，諸如盜竊和謀殺等城市犯罪行為將變得極為罕見。誠如馬化騰所言：“社會治理得跟上社會變化，只有積極擁抱新技術(shù)，利用新技術(shù)來反制，那么提升社會治理水平也就會變得更加積極主動。”——不過有趣的是，他又話鋒一轉(zhuǎn)：“當然，隨著技術(shù)不斷進步發(fā)展和更新迭代，技術(shù)反制犯罪，犯罪利用技術(shù)，這樣的纏斗可能會一直持續(xù)下去。”
也許吧，說不定未來“科技犯罪”就徹底取代“現(xiàn)實犯罪”了呢。但無論怎樣，你都應該相信凱文凱利的判斷：人類正以“進托邦”（protobia）的方式發(fā)展（從來都沒有烏托邦和反烏托邦），這種模式里，今天總比昨天更好，盡管變好的程度可能只是一點點。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
