5月25日有很多意義，但其中最沉重的一個，叫做國際失蹤兒童日。兒童的失蹤和被拐賣問題，毫無疑問已經成為當今中國最尖銳、最令人刺痛的社會問題之一。據非統計，目前中國每年失蹤兒童總數在二十萬左右。

兒童失蹤背后的的一個重要原因是人口拐賣，它給家庭和社會造成了鮮血淋漓，難以愈合傷害。四年前，黃渤、趙薇主演的電影《親愛的》曾經揭示過兒童失蹤案帶給人性的拷問。而今看來，這個問題依舊質問著社會安全。

更令人無奈的是這類案件的破案率始終不盡人意。根據公安機關給出的數據，目前中國破獲拐賣兒童案件的平均時長是半年。這樣長的偵破時間里，兒童很可能已經被轉手幾次，很難找回。即使找回也極大可能會兒童和家庭心理造成不可逆轉的傷害。

這殘酷而復雜的一團亂麻里，大數據、人工智能技術正在成為改變現狀的關鍵變量。今天，AI尋找失蹤兒童和破獲拐帶案的技術應用，不只是一個靜態的技術樣本，而是在以超過預期的速度完成自我發展。

AI監控抓捕人販子，需要多久？

2017年春節前夕，深圳龍崗區一個三歲孩子走失了。派出所接到報案后，迅速從視頻云中找到了一個片段，懷疑孩子被一個中年婦女帶走，但問題是，頭像很模糊，不能確定嫌疑人。民警馬上用模糊圖像搜索匹配到了高清圖像。又從身份證信息庫里面鎖定了身份，發現她入住了某賓館，調出賓館視頻看到了被拐走的孩子，確定了嫌疑犯。又通過全國公安數據大聯網中發現她帶了小孩從深圳北站搭乘火車潛逃去了武漢。公安干警馬上部署在武昌將孩子救回，全程只有不到15個小時，小孩還沒感受到恐懼，就回到父母的懷抱。

現在，讓我們來還原AI黑科技在這起案例中的工作流程吧：

1、視頻數據的精度恢復：我們知道，城市攝像頭所拍攝數據并不一定能保證高清。限于空間、角度、光線和運動等限制。視頻數據往往會模糊不清。在上述案件中，深圳警方雖然找到了疑似人販的視頻資料，但人眼并不能看清嫌疑人特征。

但通過華為云EI的人臉識別功能，警方用模糊圖像搜索匹配到了高清圖像，運用高度成熟的機器學習算法，還原圖片精準，確保后續的人臉搜索和警方通緝不會誤入歧途。

2、人臉搜索和軌跡跟蹤：有了清晰的嫌疑人資料，下一步就是對嫌疑人進行人臉搜索。首先是確定嫌疑人的身份，這需要龐大的數據資料庫和精準的特征匹配能力。

人力對比照片和資料，往往會出現誤差，而華為云EI采用了遷移學習算法來增強人臉資料的標簽模型特征，從而可以對圖片進行語義分析，實現業界不多見的圖像自動推理；再加上華為自研的新一代GPU對算法加速的提升（億萬照片秒級搜索），識別準確率大于92％，幾秒鐘就可以完成人臉匹配，并搜索城市數據中的其他匹配樣本。

換言之，人臉識別并不只解答“嫌疑人是誰”，而是通過與其他攝像頭數據的聯動，對嫌疑人進行軌跡追蹤和推理。發現其接下來的行動軌跡。深圳這次案件中，警方就是借此掌握了嫌疑人入住酒店的位置，從而鎖定了其位置。

3、AI監控與全國數據聯動：對于警方來說，數據聯動是提升破案效率的利器，比如這一起案件中，警服將人臉識別＋AI軌跡監控與全國交通系統以及公共交通網絡數據相結合，建立大范圍的AI追蹤通道。在本次案例中，警方就是靠公安系統數據追蹤到了嫌疑人的火車買票信息，最終找到解救被拐兒童的地點與時機。

下一幕：人臉加速搜索和主動尋童

以前，當兒童拐賣案件發生后，輿論和媒體往往會用美國安珀警戒系統來說事。但安珀是與警力、地區通訊特征高度結合的，很大程度上并不適用于中國城市與交通網絡。目前來看，華為云EI等技術企業所提供的，躲藏在攝像頭背后的“AI天眼”似乎是更精度貼合中國城市空間的方案。

前不久，張學友演唱會上兩次抓到了逃犯成為熱議。各種吐槽之余，吃瓜群眾也見識到了人群集中區域的人臉識別有多厲害。其實，演唱會只有幾千至上萬人參加，人臉模型匹配難度并不太高，而在數百萬人員流動的大都市里，發現并定位追蹤到人販子的臉，顯然是一個更加巨大的挑戰。

隨著多媒體、人工智能技術的發展，智能攝像頭等設備捕捉的圖像數據也在極快的增長，在中國“平安城市”的背景下，以深圳市為例，每年會產生大約1400億張的人臉圖像。

在如此海量圖像數據面前，如何從中快速、準確地檢索到用戶需要的圖像數據存在不小的挑戰，檢索性能需要秒級響應并支持并發檢索，且使用檢索加速方法后的檢索精度要保證與直接不加速檢索相比精度基本不下降；大規模數據直接訓練時間非常長，且數據時刻更新，需要在保證精度的前提下支持無需增量訓練或定時快速增量訓練。

對此，華為云EI自研了人臉千億檢索加速算法，構建快速訓練與高速檢索關鍵技術，使用少量數據進行模型訓練，可以滿足不斷加速的城市人臉檢索需求。

AI等先進技術正在使得尋童與打拐變得日益完善。技術催生的善惡力量此消彼長，或許是這個國際失蹤兒童日我們能得到的最大安慰。

另一個重點：與交通體系結合的AI尋童

另外一個在尋找失蹤兒童、打擊拐賣犯罪中的重要技術能力，是要將AI人臉追蹤與城市交通體系結合在一起。

舉個例子，在2017年湖北破獲的一起拐賣案中，人販在武漢誘拐了兒童，被警方監控到購買了去河南的火車票。但事后卻發現犯罪分子并沒有到目的地，而是反復換了很多次火車汽車，又回到了武漢附近。

如今狡詐的犯罪分子，已經學會了依靠不挺變換交通工具來擾亂警方視線。假如只是追蹤人臉的話，那么在犯罪份子來回變換交通工具的情況下，很容易失去監控目標。

好在這個問題也在被AI技術＋城市安全網絡所解決。還是回到深圳的案例當中，華為與深圳交警合作的“深圳城市交通大腦工程”已經正式啟動，該系統可以實現交通數據的全覆蓋、全關聯、全分析。

在今天的中國，城市交通問題正在逐個被AI等新技術解決或者幫助解決。而我們期待的是兩個方向：1．城市AI對個人安全起到更好的保護；2．成功案例能夠被盡快復制到更多城市，尤其是二三線城市以及城鄉結合地區。

結束語

歸根結底，人工智能等新技術對很多必須由人類完成工作的極大顛覆。在尋找走失兒童時，我們不能依靠人眼與大腦去分析龐大的商業數據，同時更不可能再僅僅依靠勞碌的警員和絕望的父母，在人海中去尋找被罪惡帶走的孩童。

AI正在給我們更好的解決方案，而尋找走失與被拐兒童顯然是一個極度重要的應用場景。我們的終極希望，是有一天可以取消這個紀念日。好在無論是AI還是你我，今天都在努力著。