2019年11月18日，一則有關人販子“梅姨”第二張畫像發布的消息刷爆朋友圈，隨后，公安部兒童失蹤信息緊急發布平臺微博發布消息辟謠，但關于“梅姨”的討論依舊熱烈。

“梅姨”是何許人也？2017年，廣東省東莞市增城區警方曾發布一則公告，公告稱，“梅姨”，真實姓名不詳，曾長期在增城、韶關新豐等地區活動，涉及多起拐賣兒童案件，并附了一張梅姨的模擬畫像。

兩年過去，梅姨至今仍未落網，警方、尋親家長們尋找梅姨的腳步也未曾停止。也有許多人提出，人工智能加持下的安防技術突飛猛進，為何遲遲未能幫助公安機關抓獲梅姨？

用AI安防技術抓住梅姨，靠譜嗎？其實這一想法并非沒有依據。例如在2018年，張學友演唱會上的人臉識別系統就幫助警方抓住了幾十名在逃的不法分子；而在日常生活中也經常聽說公安機關利用AI視頻圖像分析技術幫助找回走失老人的事跡。這都展現了AI安防技術的效果。

不過，無論是不法分子還是走失老人，均有清晰照片，而梅姨卻僅有警方的畫像，在全國范圍內尋找一個特定的人無疑困難重重。

這也牽扯到AI安防的落地情況。據艾瑞咨詢數據，AI攝像頭在存量城市監控中滲透率為0.4%，到2020年，滲透率或可達到16%。目前全國視頻監控設備中，占主流的仍是普通攝像頭，而部分老少邊窮地區甚至尚無攝像頭覆蓋。

在城市中，率先用上AI攝像頭的往往是火車站、地鐵等人流密度較大的區域，密集的人流也使得AI安防系統需要處理的人臉數據十分龐大，通常會用GPU加速來完成，再加上軟件研發、系統定制與部署等成本，架設一套高吞吐的實時人像識別系統系統造價或許會達數千萬美元。

除高昂的架設成本以外，系統誤判率也是一個問題。目前人臉識別已經達到99%以上的高精度，但即便只有0.1%的誤判率，在龐大的人流作為基數的情況下都會產生許多預警，需要警方進行二次判斷。

因此，要想發揮人臉識別技術的作用，就需要縮小檢測范圍，目前人臉識別也多用于火車乘車驗證人證合一等場景，利用AI安防系統在短時間內抓獲梅姨這類不法分子是不可能的。正如卡耐基梅隆大學機器學習系副主任邢波所說：“人工智能產業缺乏的不是算法，而是如何更好地轉化成工程手段。”

結語：這位“神龍不見首也不見尾”的梅姨反映了公眾對兒童拐賣的關注。在打拐方面，還是需要辦案部門、公益組織和社會大眾合作，共同保衛兒童安全；在安防技術方面，盡管目前落地情況仍面臨滲透率不足、成本過高、實際應用中識別率待提升等問題，但安防企業仍需潛心鉆研，或許不遠的將來，這些技術將使梅姨落網，也幫助被拐兒童與家人盡快團圓。