过去20年来互联网的兴起在很多方面改善了我们的生活。但这也使得犯下最令人发指的罪行变得更容易。互联网和数字货币的匿名性使得从贩卖毒品的受害者分享，出售和交易毒品，武器等非法材料成为可能。

2004年，国家失踪与受虐儿童中心审查了大约45万份儿童性虐待文件。到2015年，这一数字已上升至2500多万。图像和视频中描绘的大多数儿童性虐待受害者未满8岁。虽然互联网和数字技术帮助了儿童色情和性贩卖等犯罪活动的爆发，但它们也可以成为识别受害者，加快搜救时间，阻止滥用者和破坏这些犯罪扩散的数字平台的重要工具。

像Thorn这样的组织和像Veritone这样的技术提供商正在构建解决方案，利用深度机器学习来打击犯罪，例如将丢失的儿童照片与网上的图像相匹配，使用交通摄像头镜头定位车辆，通过识别旁观者或安全图像中的关键时刻来调查大规模枪击事件。

机器学习帮助执法

机器学习意味着计算机可以独立学习并根据新数据来调整其理解，而不是通过编程来执行特定任务。它所接触的数据越多，计算机就越能够开始识别和识别基于复杂模式识别的对象，直到它最终能够独立且高度准确地进行预测。比如，通过识别一系列图片，你已经帮助AI改进了识别什么是停车标志的能力。

由于计算机可以使用数百万个带标签的图像进行训练，因此可以比人类更快地成功识别图像。可以对可以对什么是停止标志的图像进行分类的算法或神经网络进行分类，以匹配其他类型的图像，例如汽车模型，车牌，武器或失踪人员。

机器识别的能力类似于条形码扫描仪在统一条形码中“看到”条纹的方式。但计算机视觉识别使深度机器学习能够在警察工作中得到更广泛的应用。防止人口贩运，抑制儿童剥削，让失踪儿童与家人团聚只是少数几个基于视觉的服务可以用于执法的用例。

机器学习有助于调查人员切入正题

全球管理咨询公司埃森哲的2018年技术愿景报告：“今天很少有犯罪行为没有一些数字成分，例如，激进的在线威胁，不雅图像的扩散以及社交媒体用于胁迫和组织障碍的情况。这改变了警方预防，发现和解决犯罪活动的方式。”

幸运的是，收集数据，存储数据以及构建自定义机器学习和深度学习模型从未如此简单或更具成本效益。例如，将机器学习算法与英特尔至强可扩展处理器的计算能力相结合，使开发人员能够创建智能和创新的新产品，并由机器学习提供支持，帮助执法机构打击和调查犯罪。

随着相机和工具越来越容易使用，机器学习将为执法机构及其合作伙伴收集和分析数据的方式带来强大的创新力量。

挖掘数据以找到相关证据

手动挖掘大量数据以找到相关证据是一项相当困难的任务。但是，技术公司Veritone已经找到了一种成功使用深度机器学习的方法，以帮助执法人员从大量数据中提取任务关键信息。

Veritone副总裁Tom Avery 解释了数据的激增对执法的挑战，“非结构化音频和视频数据的问题在于，如果你想检查它的相关性或事实证据，你必须坐下来观看它。如果资源受到限制，那么你如何应对呢？”

Veritone的aiWARE解决方案可以通过使用AI搜索存储的音频和视频来查找对象，语音，徽标，面部等，从而帮助解决这一挑战。针对执法部门，Veritone的IDentify采用AI自动将已知犯罪者和利益相关者记录与视频和照片证据进行比较，使各机构能够快速识别潜在的嫌疑人，以便进一步调查。

他解释说，“我们可以对执法产生的最大影响之一就是让数据可以搜索到，”你可以使用一套工具对其采取行动，而不是观察它，就像你将搜索引擎用于寻找答案的数据一样。”

例如，如果发生了枪击事件并且你知道其中一名军官大喊“枪”，你可以搜索“枪”这个词，它会带你到视频中的那一点。使用像aiWare这样的AI工具对数据进行分类，可以帮助执法人员更快地解决问题。

救援数据

能够快速获得正确的信息对于执法来说总是很重要，特别是在涉及儿童，阿尔茨海默病患者或其他可能处于危险中的易受伤害者的失踪人员案件中。

Thorn是一家非营利组织，与科技公司，执法机构，政府机构和其他非营利组织合作，Thorn的工具利用深度机器学习和AI来搜索黑暗网络上的不良图像，以缩小搜索范围，从而使执法部门能够更快地获取洞察力并对相关信息采取行动。

“凭借技术，我们拥有的巨大优势之一是能够在更短的时间内筛选出大量不同的信息，从而汇总信息，”Thorn产品管理总监Kristin Boorse说，“你可以寻找主题，趋势和模式，以便能够确定谁是最脆弱的人，并将他们与资源联系起来。”

在Thorn的工具的帮助下，执法和调查人员已经识别出超过5700名儿童性交易受害者，并拯救了100多名儿童。

虽然深度机器学习无法取代人类智能，但它可以极大地为减少执法人员负担，不再需要手动查看数千张图像或观看数小时的镜头以找到可能匹配的精确时刻。