人工智能：智能讯问技术在侦查中的实效研究——以AI多模态情绪识别系

　　人工智能：智能讯问技术在侦查中的实效研究——以AI多模态情绪识别系统为切入点

　　随着目前犯罪形式和手段趋于多样化、复杂化、隐蔽化，传统的侦查讯问工作面临着审讯关键点定位困难、审讯关键点缺少客观旁证、审讯数据缺失、精准回溯困难等现实问题。AI多模态情绪审讯系统正给智能讯问领域带来深刻的变革。

　　一、智能讯问技术在侦查中的运用

　　（一）智能讯问技术的背景

　　人工智能热度不断上涨，已受到社会广泛关注，国家也相继出台了一系列支持政策。国务院为对人工智能进行战略性部署，在2017年发布了《新一代人工智能发展规划》;并且在之后的政府工作报告中，多次强调指出要推动人工智能等研发应用，加快培育新一代新兴产业集群壮大数字经济的步伐。

　　随着目前犯罪形式和手段趋于多样化、复杂化、隐蔽化，传统的侦查讯问工作面临着审讯关键点定位困难、审讯关键点缺少客观旁证、审讯数据缺失、精准回溯困难等现实问题。同时，传统的讯问模式中讯问主体与讯问对象之间权力架构不对等，而目前讯问双方越来越往平等关系方向发展。传统的讯问方式可以对讯问对象施压，而随着司法的进步，讯问越来越平等化，主体与对象的平等性越来越强，即随着司法文明程度越来越高，以及刑事诉讼的进步要求，讯问双方关系越来越要求平等，但是讯问主体现有能力不够、水平不高、方法限制，这倒逼现有讯问方式进行改革，改革包括非法证据排除、去除深挖余罪功能等，这要求突破传统的讯问方法，引进智能讯问方法是改进传统讯问方法的迫切要求，现在普遍采用的传统型的讯问方式需要智能讯问技术来提高讯问主体的能力与水平，改进讯问方法。通过引进智能讯问的方法。传统讯问方式在司法实践中发挥的作用越来越小，取证功能越来越受到限制，引进智能讯问方法，借助机器、智能化的设备，能对传统的讯问方式进行技术上的延展与发挥，使得讯问主体不再依靠个人经验来进行讯问工作，可以借助智能讯问设备来辅助讯问，提高讯问的效率，提高讯问人员的水平，更有快速有效地开展讯问工作。

　　（二）智能讯问技术的理论基础

　　AI多模态情绪审讯系统是专门针对公安审讯业务场景定制化设计的多模态智能情绪分析系统。该系统通过交互式视频对话，综合微表情、微动作、声强、心率、体温等多模态综合智能分析能力，识别并快速捕获异常状态变化，提供实时告警及历史回溯的智能辅助审判系统。系统核心算法，提取人脸68个特征点，将8种特征表情和22种微动作进行数据结构化处理，通过深度学习的方式进行人脸图像分类和微表情识别，并通过其自主研发的多模态融合核心算法系统，分别对生理信号，人体姿态信号，文本语义信号，语音声纹信号，面部表情图像信号等多模态语义进行基于时序的分析、关联和映射，将每一个单模态里的语义信息对情绪变化的反映程度进行融合、对应和推理得出更加完整、准确的情绪心理状态。

　　（三）智能讯问技术的研究现状

　　关于多模态生理信号识别方面的研究，国内外已有大量相关研究文献以及已取得成果的应用系统。从19世纪开始，国外就有相关研究者开始分析研究人们的情感，但仅局限于哲学和心理学，真正对于人们情感理论的研究仅在小范围内开展。19世纪70年代，达尔文对人类和动物的表情进行了探究，并将其进行比较，将情绪与行为间的联系总结为进化的成果。20世纪80年代，研究者们开启了利用机器智能和感知分析人类情感的工作，经过长时间的研究与探索，目前已取得了显著的成效，并早已投入了实际生活中的使用。2004年Hagg等人以国际情感图片库为基础，诱导每一名被测试者的3种正面情绪和3种负面情绪，并记录下他们的肌电、脉搏、心电、皮肤温度和呼吸信号，其中最高的识别结果达到了96.6%。尽管国内在20世纪才开始相关研究，但已经得到了良好的发展趋势，2011年西南大学的温万惠教授采集了300名学生的心电、皮肤电、脑电、呼吸和脉搏等生理信号，通过随机矩阵理论对所收集的生理数据进行相关性分析，发现皮电和心率之间存在明显的情绪的相关反应，并在四类情感数据上获得了74%的识别精度。

　　目前，就从投入使用的状况来看，相关研究已经达到了较高的研究层次。国外学者较为重视情感计算问题，因此在研究程度的准确度上具有数据表达性，直接明了。而从国内研究来看，大多数系统是在高校的环境中进行的，将学生或吸收社会人士作为研究对象，以大量的实验为前提，在实验中分阶段增加变量与控制变量并得出相关实验结论。国内研究系统已经在丰富的实验中逐渐成熟，逐步贴合实际，部分系统已经被运用到实践当中，例如模拟驾驶等。虽然这些研究成果在实际讯问中还未被广泛推广，但其都是智能讯问发展的科学与技术基础，智能讯问将以此为依托，继续改进传统讯问方式，延展与发挥讯问主体能力，提高讯问效率。

　　下表展示了智能讯问技术的相关研究成果：

　　表1：智能讯问研究成果

　　表2：智能讯问研究成果

　　二、智能讯问技术在侦查中的实效

　　综合实证调研结果，整理得出以下结论：

　　（1）AI多模态情绪识别系统是弥补传统讯问方式短板的迫切需求

　　传统的讯问方式因其讯问方法与讯问工作的特殊性，讯问人员经常需长时间的工作，导致在讯问时，易出现讯问疲劳，从而错失重要的线索。传统讯问过程较为依靠讯问人员的讯问经验，对年轻讯问人员要求较高，易因讯问经验不足而难以从讯问中发现突破口，从而陷入讯问僵局。传统讯问过程中依靠讯问人员的主观判断，无专家或旁人指引，易进入讯问误区，从而很难及时修正讯问策略。传统讯问结束后，过程数据存储困难，造成案件复盘效率低下。

　　（2）AI多模态情绪识别系统在实际讯问中的开发与应用现状

　　AI多模态情绪识别系统开发的主要理论依据是通过精神生理学层面上人的行为表现和人的动作之间的联系，思维和肌肉运动之间存在的相关性，来对人的行为和意识进行识别分析。其通过前端摄像机图像采集分析人的脸部细微肌肉抖动（颤动）并进行捕捉，然后依据人的前庭情感反射功能和生理学以及心理学等关联性反应的参数值来分析被监测人的情绪变化。其开发处于并未完全成熟，需要在实践中逐步改进调整，进一步完善系统。

　　（3）AI多模态情绪识别系统的实际应用效果

　　AI多模态情绪识别系统在公安局刑侦队投入使用以来，由于系统不够成熟，需要经常的更新升级，同时民警未能接受系统完整的培训，不能完全熟练地使用系统，不能完全理解系统界面情绪数据的实际含义，将情绪数据与实际侦查讯问相结合，所以AI多模态情绪识别系统使用的频率不太高，投入应用以来，应用的案件数量没有积累很大的量，因而实际应用效果不太好，效果不太明显。AI多模态情绪识别系统的投入使用在一定程度上也为侦查讯问带来了便利，促进了侦查讯问方式方法的改变。

　　（4）AI多模态情绪识别系统本身与应用未来的发展方向

　　AI多模态情绪识别系统目前在系统本身与实地应用中存在问题，一方面AI多模态情绪识别系统本身的使用还不够顺畅，准确度也不够高，经常需要维护和升级；同时，AI多模态情绪识别系统对犯罪嫌疑人情绪的判断需要基于大量的实时数据，结合应用实践，系统目前的准确度远未达到完全脱离人力推断的地步，需要结合讯问情况与讯问经验进行讯问工作，因此很多情况下还需要进一步的探索。另一方面，实际应用中的民警大多数不具备相应的专业技术，同时办案民警对新技术的接受度不高，应用能力不够，这就意味着他们需要经过较长时间的培训，目前缺乏系统有针对性的培训。

　　三、智能讯问技术存在的问题与优化路径

　　（一）智能讯问技术存在的问题

　　通过实地调研中获得的材料，根据民警的反馈，AI多模态情绪识别系统自投入使用以来，日常使用频率不高。同时，AI多模态情绪识别系统只在个别案件中使用，主要针对一些特殊的对象，如累犯、盗窃案件、反侦察能力强的犯罪嫌疑人等，此外，在接触案件的人员上，仅限于办案区民警、行政民警，在大多数地区的推广面较窄，在普通民警的办案中，这套系统多数为摆设。其中根据民警的年龄、来源又有区别，正在朝年轻民警推广。即目前AI多模态情绪识别系统的应用还处于发展推广阶段，系统仍然需要不断地开发与完善。

　　其次，关于AI多模态情绪识别系统在侦查讯问中的实际应用效果，包括系统实际应用效果的积极与消极方面。通过建立的标准从办案效率提高方面、司法资源节约方面、证据采集准确度方面三个方面综合分析，AI多模态情绪识别系统在侦查讯问中具有较为良好的效果，但是在某些方面实际应用效果不太好，效果不太明显。AI多模态情绪识别系统的投入使用在一定程度上也为侦查讯问带来了便利，促进了侦查讯问方式方法的改变。

　　由于AI多模态情绪识别系统不够成熟，需要经常的更新升级，就目前应用现状来看，AI多模态情绪识别系统本身与实际应用方式方法均存在一定的问题。就系统本身来说，一方面，AI多模态情绪识别系统尚处于发展与推广阶段，其本身的使用还不够顺畅，准确度也不够高，经常需要维护和升级；另一方面，AI多模态情绪识别系统对犯罪嫌疑人情绪的判断需要基于大量的实时数据，结合应用实践，系统目前的准确度远未达到完全脱离人力推断的地步，需要结合实时的讯问情况与主讯人员的讯问经验进行讯问工作，才能完全发挥系统的作用，因此很多情况下还需要进一步的探索。

　　就系统实际应用的方式方法来看，系统的专业化程度较高，对讯问民警有着较高的技术要求，实际应用中的民警大多数不具备相应的专业技术，同时办案民警对新技术的接受度不高，应用能力不够，根据目前一线民警对系统的了解程度来看，要想达到熟练地使用需要进一步的培训，然而，由于智能讯问技术公司前期的资金投入量过大，可用于民警培训的经费不足；同时，智能讯问技术公司专业人才有限，能用于培训的人力不足，技术人员经常进行调动，使得培训缺乏系统性与完整性。其次，系统应用过程中存在的问题与其本身的一些弊端也有很大关系，系统的本身的弊端有，比如，开发时安装的硬件设备不达标，使用范围较窄带来的数据库容量较小，开发人员与司法使用人员的沟通不畅带来的更新滞后，开发不成熟带来诸如页面不易操作等弊端，系统本身存在的这些弊端不利于办案效率的提高，不利于证据采集准确度的提高，这也导致系统在某些方面的实际应用效果不太好。

　　（二）智能讯问技术优化路径

　　结合实地调研材料，针对AI多模态情绪识别系统在实地应用中存在的问题的解决建议与意见主要从系统本身和针对系统应用的方式方法两方面进行分析，从主体分析包括公安机关和智能讯问技术公司两方面：

　　1、公安机关

　　（1）加大对智能讯问技术的相关知识普及力度

　　调研发现AI多模态情绪识别系统在侦查机关只有一小部分办案人员熟悉使用方法并正在使用，大部分办案人员并不熟悉并带有消极抵触心理。因此，在合理的使用范围内要加大对智能讯问技术的相关知识普及，让更多的侦查讯问人员真正地了解这项技术，一方面省市级公安单位应组建推广普及智能讯问技术的工作小组，由专人负责，与智能讯问技术公司一同到各个公安分局对侦查讯问人员进行智能讯问技术知识普及与推广，另一方面配合智能讯问技术公司技术人员对更多的一线办案人员进行系统有效的AI多模态情绪识别系统使用培训，让更多的民警熟练地使用AI多模态情绪识别系统。

　　（2）拓展AI多模态情绪识别系统使用范围，即扩大使用办案民警范围和适用案件范围

　　一方面，因为目前使用系统进行讯问的多为年轻一代的新干警，因此需要将系统推广给另一部分退役转业干警和习惯传统讯问方式的干警，这需要智能讯问技术公司与侦查讯问负责人共同宣传AI多模态情绪识别系统，对民警进行培训；另一方面，因为目前系统适用案件主要是侵财类、累犯类等案件，因此，需要扩大系统使用案件的范围，推广到其它案件中使用。只有同时拓展这两个方面的应用范围，AI多模态情绪识别系统才能更好地节约司法资源、推动司法讯问智能化。

　　（3）为AI多模态情绪识别系统的进一步改进完善提供更多的实践数据

　　AI多模态情绪识别系统在投入使用后，为侦查讯问工作带来了便利，但对于办案民警来说AI多模态情绪识别系统依旧是新工具，因此需要大量积累实践数据与经验，以供智能讯问技术人员对系统进行改进完善和功能提升，更好地发挥系统的作用。公安机关在利用AI多模态情绪识别系统进行讯问的过程中要合理保存系统应用数据，记录AI多模态情绪识别系统应用过程中存在的问题以及改进意见，同时要与智能讯问技术公司技术人员建立良好的沟通协调机制，帮助讯问技术公司及时更新完善系统，改进优化系统。

　　（4）办案民警要提高自身的素质与新事物的接受能力

　　实际操作AI多模态情绪识别系统的民警大多数不具备计算机、数据统计分析等方面的专业技术，因此综合侦查讯问知识与智能讯问技术知识的民警几乎不存在，进一步推广使用系统需要培养更多了解智能讯问技术知识的民警，民警需要学习智能讯问技术知识，只有兼顾智能讯问技术知识与侦查讯问知识才能更好地开展讯问工作。

　　同时由于部分办案民警习惯于传统的讯问方法，所以对智能讯问技术的接受度不高，应用能力也不够，公安机关对于智能讯问技术要加大宣传的力度，对负责侦查讯问的民警进行长时间的系统有针对性的培训，帮助办案民警提高自身的素质，使得办案民警不仅熟练地使用AI多模态情绪识别系统，而且能够将讯问的经验与法律知识应用到讯问中。

　　2、智能讯问技术公司

　　（1）加强资金、尖端技术、高水平人才的投入

　　调研发现智能讯问技术公司对于AI多模态情绪识别系统的升级完善投入资金较少，缺乏尖端技术与高水平技术人才，难以满足系统发展的需要，因此需要加强资金的投入，保证经费充足；同时加大技术支持力度，在约定合作的范围内，提供最新的软硬件设备，没有良好的软硬件设备，后续的系统升级维护以及完善将难以实现，及时有效的沟通机制将为系统切合实际工作需要的升级与维护提供条件，这需要智能讯问技术公司与公安机关共同努力和配合；让更多高水平的技术人员参与AI多模态情绪识别系统的升级、维护等方面也十分必要，高水平技术人员能够更好地帮助系统完善。

　　（2）对负责侦查讯问的民警进行系统有针对性的培训

　　由于目前负责讯问的办案民警自身素质不高，缺乏相应的智能讯问技术知识以及操作AI多模态情绪识别系统的能力，导致民警对系统的接受度不高，缺乏相应的应用能力；同时智能讯问技术公司对民警的培训断断续续不具有规划，没有针对性，也使得民警对于AI多模态情绪识别系统不够熟练，难以完全发挥其作用，这就需要智能讯问技术公司投入更多的人员对办案民警进行系统的培训，即智能讯问技术公司要连续有计划有针对性的加强对于民警的培训，从而提高办案民警对于智能讯问技术的接受度以及应用能力。

　　（3）根据反馈改进意见及时升级与完善系统

　　调研发现智能讯问技术公司与公安机关缺乏长期有效的沟通协调机制，目前智能讯问技术公司较为偏重对公司自身实验室数据的利用而忽视公安机关实践中收集到的实践数据，公安机关实践中收集到的实践数据作为最直接的数据，对于系统进一步的改进升级帮助巨大。对公安机关反馈的实践数据以及意见建议进行及时分析，有利于提高系统使用的准确度。

　　（4）AI多模态情绪识别系统的综合改进措施

　　第一、出于侦查讯问人员非专业性与系统易于理解操作的考虑，应当简化AI多模态情绪识别系统的反馈系统，数据分析后呈现页面应当适当简化，即在内部技术构造不变的情况下简化系统输出程序与结果，从而更加直观的反应犯罪嫌疑人的心理、情绪等的变化，便利讯问人员的操作。

　　第二、根据系统实际操作经验以及传统讯问方法的存在弊端分析，应增加对被讯问人员数据检测的种类。简单来说，即增加诸如对于犯罪嫌疑人身体健康指标的检测，包括心跳、体温、脉搏、呼吸、血压等方面，一方面体现了系统对于讯问的帮助，一方面也兼顾了办案安全方面，有利于系统在实际中的推广，真正适应司法讯问活动。

　　四、结语

　　传统的讯问中双方权力架构不对等，而目前讯问双方越来越往平等关系方向发展。传统的讯问方式可以对讯问主体施压，而随着司法的进步，讯问越来越平等化，主体与对象的平等性越来越强，但是现有讯问主体现有能力不够、水平不高、方法限制，这倒逼现有讯问方式进行改革，改革包括非法证据排除、去除深挖余罪功能等，这要求突破传统的讯问方法，引进智能讯问的方法，所以需要借助机器、智能化的设备来提高讯问人员的水平。引进智能讯问方法，使得讯问主体不再依靠个人经验来进行讯问工作，可以借助智能讯问设备来辅助讯问，提高讯问的效率，更有快速有效地开展讯问工作。