女幼師遭槍擊身亡引起大家的高度關注和恐慌，走在路上被槍擊這是怎么回事？是無意為之還是有意傷害？具體的我們一起來了解一下事情的真相，據最新消息稱嫌疑犯已經自殺身亡了。在罪犯橫行的年代，如何快速的抓住犯罪嫌棄人，人工智能助你一臂之力。

　　女幼師遭槍擊身亡——女幼師路邊遭槍擊嫌犯已自殺

　　9月18日上午，柳州市柳江區基隆開發區發生一起命案，一名幼兒園女教師在街頭遇害。警方經過偵查迅速鎖定犯罪嫌疑人，并發出通告懸賞3萬元通緝疑兇。9月19日，警方在偵查中發現了一具疑似該案犯罪嫌疑人覃某的男尸。

　　據柳江警方發布的案情通報，9月18日上午7時20分，柳州市公安局110指揮中心接到群眾報警稱：有一名女子倒在柳江區基隆開發區某小區入口處，請出警處置。警方迅速出警并將情況轉接120，醫務人員現場檢查確認倒地女子已經死亡。案發后，柳州警方成立專案組全力展開偵查。

　　經查，女死者姓莫，是一名幼兒園教師，致其死亡的作案工具初步判斷為“射釘槍”。警方經過偵查，鎖定與死者存在感情糾葛的25歲柳江區男子覃某有重大作案嫌疑。犯罪嫌疑人覃某身高約1.7米，中等身材，逃跑時穿淺藍色短袖T恤，藍色長褲，黑色鞋子，背有一個單肩男式挎包。

　　為盡快破案，柳江警方發出懸賞公告通緝命案嫌疑人覃某。懸賞公告稱，對于直接提供線索協助抓獲覃某的市民，警方將給予3萬元獎勵并為其嚴格保密。

　　9月19日下午，記者向民警處了解得知，警方在偵查中發現一具男尸，死因疑似自殺身亡。這名死者的衣著和體貌特征，與警方正在通緝的命案嫌疑人覃某相符。目前，警方正對這名男死者的身份作進一步核實確認。

　　女幼師遭槍擊身亡——人工智能幫助抓罪犯

　　隨著攝影時代的到來，19世紀的一小部分科學家們堅信，通過人類的面部特征，可以找到準確識別犯罪分子的方法。雖然他們的猜測受到了質疑，但新的人工智能技術證明，他們的想法也許是可行的。中國上海交通大學的Xiaolin Wu和Xi Zhang讓大家對這種面部識別觀念又有了新的認識，同時他們還建立了一種神經網絡，可以通過簡單看臉來挑出犯罪分子。

　　為了驗證這點，研究人員使用了一系列機器視覺算法，對一系列的罪犯和非罪犯的照片分別進行研究，從而來證實神經網絡是否能夠正確的告訴他們結果。在這個過程中，科學家們為神經網絡提供了總共1856張身份證照片，18歲至56歲之間，面部無毛發，只有一半有過犯罪歷史。研究人員僅使用了90%的照片訓練AI，使其識別兩組照片之間的差異，同時剩余的10%用來測試。

　　結果當然令人深刻。神經網絡可以準確識別犯罪分子的概率為89.5%，十分驚人。研究人員說，“這些高度一致的結果證明了，自動化面部感應推斷應用在犯罪識別上的可行性，盡管圍繞該話題有很多的歷史爭議。”如MIT Technology評論所解釋的，神經網絡從三個方面定義其面部特征：罪犯比非罪犯的上唇彎曲率平均要大23%；眼睛兩個內眼角的距離要短6%；從鼻尖到嘴角兩條線之間的角度要小20%。

　　更有趣的是，與非犯罪分子相比，犯罪分子彼此之間面部特征的差異要更大一些。“換句話說就是，跟犯罪分子的面部相比，一般遵紀守法的公眾的面孔具有更大程度的相似性，或者說犯罪分子的面部在差異化程度上比正常人更高，”Xiaolin和Xi進一步說。雖然有爭議，但研究結果并不奇怪。如果心理學家可以幫人類從非犯罪分子中正確辨認出犯罪，那么機器也可以做到 - 尤其是，因為神經網絡是建模在人類大腦之后的。

　　然而，關于這個特定研究的參數還有太多的問號，以至于還不能斬釘截鐵得相信它提出的方法。提供給神經網絡的照片樣品受到了嚴重的限制，至少，當涉及到AI解析照片的質量和數量這兩點的時候是這樣的。我不懷疑人工智能技術有一天能夠以無可挑剔的成功記錄執行各種面部識別任務。 但是，考慮到將遵守法律的個人標記為潛在的安全威脅是多么的威脅，最好輕描淡寫地走這條路。

　　我不懷疑人工智能技術有一天會完美的完成各種面部識別任務。但是，考慮到將遵紀守法的個人標記為潛在安全威脅是多么可怕的一件事，所以如果考慮應用此種技術，最好還是慎重一下。前往此頁面了解有關研究范圍和研究目標的更多細節。這里是一個完整的PDF版學術資料。