來源：品玩 作者：Cactus
幾家科技巨頭的 "AI 尋人 " 項目正在變成公益落地。
5 月，騰訊優圖與福建警方合作，利用人臉識別將走失 10 年的孩子送回家；近期，百度公司也宣布實施了兩年的 "AI 尋人服務 " 已升級，其官方宣稱，"AI 尋人啟動至今，用戶發起的照片比對已經超過 20 萬次 , 幫助超過 6700 個家庭重新團聚 "；今日頭條甚至將尋人項目拓展到 " 尋找烈士后人 "、" 無名患者緊急尋親 " 等等 ……
上面這些信息乍一看的確令人欣喜，不過借助 AI 技術尋人的效果沒有那么神奇。
PingWest 品玩通過瀏覽國內最大的非官方尋子網站 " 寶貝回家 "，其論壇上的 " 尋子帖 " 足有 710 頁，有標記的帖子中顯示 14185 名男孩和 6938 女孩仍無下落。在 CCTV 官方尋親平臺中，則顯示有 315588 條尋人信息待解決，其主要類型為家尋親人。
面對龐大的走失人群數量，AI 技術協助尋人還有很多現實困境：受限于登記時間跨度長、信息缺失等，AI 尋人即使擁有技術，也依然對很多走失案件表現出無能為力。
" 寶貝回家 " 官網論壇 AI 人臉尋人被困 " 人臉 "
今年，某 AI 公司與相關部門共同打造了 " 城市大腦 "，利用 AI 系統預警老人跌倒、失蹤等各類異常狀況。
雖然通過該系統實現的 AI 尋人已有不少成功案例，但該 AI 公司相關負責人在與 PingWest 品玩的交流中提到：如果走失老人的行動范圍在城市攝像頭的捕捉范圍內，那么目前的 AI 算法幾乎可以百分百分析反饋結果。
" 但現實中城市場景視頻太多，若是遇到偏僻點位沒有攝像機，或是走入監控盲區，這些情況下，AI 只能‘非常遺憾’地無法繼續幫助民警找到更多線索。"
網絡數據顯示，截止 2016 年，國內估算已有 1.7 億臺攝像頭到位，其中 2000 萬臺由公安系統掌握。這種攝像頭部署點一類主要覆蓋在道路、廣場、地鐵公交等人流密集區域，二類多為醫院、學校、公園等公共場所。
不過事實上，由于視角范圍廣、距離遠，絕大多數普通的安防監控攝像頭無法獲取滿足人臉識別分辨率的圖像。而影響 AI 識別的因素包括光照、姿態、遮擋度等等，而其中清晰度是人臉識別精度的關鍵要素。
對此，一 AI 尋人項目的負責人向 PingWest 品玩表示，未來的 AI 尋人或許不再拘泥于人臉或人體識別：" 目前，多數這樣的公司在做的是通過目標找目標，未來會同時通過面部、人體、衣著、狀態、環境特征等多種屬性，一次性將所有目標線索都找出來，加快尋找效率。"
百度 AI 尋人也表示，現有技術雖然成功幫助 7619 個家庭實現了團聚，但實際需求遠大于此。
" 數據庫內容要不斷豐富，人臉識別技術也需要更多新場景。例如，通過在救助系統內部署人臉識別功能，就可以對多次入站的人員進行快速甄別。" 百度 AI 項目負責人補充道。
某男童走失前監控視頻捕捉畫面
視頻數據 ≠ 有效情報
以視頻數據為核心的安防監控體系，確實能為警方提供海量的尋人線索，但也實屬成為一種負擔。
如果沒有 AI，面對這些監控視頻，尋人的時候需要耗費很大的精力，在不久前一位老人走丟的案例中，" 若不是利用 AI，我們需要查看接近 300 個攝像頭尋找老人行蹤，假設檢查每天 10 小時的視頻，3000 小時的視頻資料，不吃不睡連續 150 天才能看完。但是通過視頻結構化系統，這項工作縮短到幾分鐘，為尋人爭取到了時間和人力成本。"
以上提到的 " 結構化數據 "，正是人工智能中的數據挖掘與分析。目前，安防攝像頭所拍攝下來的數據都是未經處理的原始數據，而結構化可將數據的特征信息提取出來，以系統能理解的算法語言進行通用性描述，進而迅速對海量信息進行篩選和整理，并予以大規模地檢索、統計和分析。
某市公安采用曠視包含視頻數據結構化的立體防控系統對重點區域的綜合治理
這意味著，原始海量數據要經過深度、合理的分析和挖掘，才能夠成為有效線索，協助人工分析，利于搜尋工作。
例如攝像頭在人工智能下捕捉到走失目標群體后，除了有人體、面部、外貌特征甚至環境條件等識別，對其行為做出分析和判斷甚至警報，甚至生成走失路線的數據預測等，之后人力要做的就是篩選、判斷以及優化。
AI 尋人要做的不只是淺層次的數據挖掘，應用于不同場景、不同狀況下的針對性算法和應用才能夠有效地把結構化數據變成有效線索，而這正是現階段人工智能的短板。
數據庫難共享
隨著人工智能技術的不斷完善，主動應用和事前預警成為可能，AI 下的安防從傳統模式的事后追溯，走向實時監管預防的趨勢。
據 PingWest 品玩了解，在一定更開放空間的動態領域里，如今一些 AI 系統可針對在逃、違法等重點黑名單人員進行布控；同時也可把控白名單人物動向，比如走失老人、被拐兒童等。這使得不法之徒在縝密的布控下，難有可乘之機。
但事實上，一些拐賣兒童的案例中，犯罪份子會從人口控制密集的一二線城市轉戰到偏遠地區。地區發展落后、地理環境復雜且偏僻，正是 AI 安防無法觸及到的盲區，而這里的安全問題如何解決又將是難題。
" 其實 AI 尋人的知曉度也是我們面臨的一個難題。" 百度 AI 尋人項目負責人向 PingWest 品玩表達了這樣的困擾。" 截至目前，仍有部分走失人員家屬并不知道 AI 尋人這種新的尋人方式，特別是在偏遠地區。后續我們會通過流量精準推送以及區域下沉活動等方式，讓 AI 尋人實現進一步的精準傳播和觸達。"
假設我們依舊在條件如此極端的情況下獲得了走失兒童和嫌疑人的信息，從各方尋人平臺的操作流程來看，報案者需要上傳走失人的照片，系統會進行人臉比對生成對比結果。但這樣的比對結果和其依靠的數據人臉庫有著直接關系，其基本來源于尋人平臺合作的各地救助機構、公安、政府、以及路人隨手拍等渠道。
不過我們至今都沒有統一的平臺，這就意味著，走失信息和背后數據庫、各地方監控視頻資源與社會化監控視頻資源分散在不同地方，而 AI 的數據分析依托于這些數據之上。數據共享問題也是影響當前 AI 尋人成功率的重要因素，而且似乎比技術更難以得到推進。
百度 AI 尋人項目負責人告訴 PingWest 品玩，面對現實中相對獨立的平臺間造成的 " 數據壁壘 "，百度正在積極拓展合作伙伴。" 我們正陸續接入全國救助尋親網、寶貝回家等平臺的數據。未來期望能有機會和更多機構產生合作，通過 Feed 流分發 + 小程序服務，進一步發揮 AI 尋人平臺與技術價值。"
對于 AI 尋人來說，技術只是這項互聯網公益的一部分。
cctv《等著我》官網尋人信息
（應采訪對象要求，某 AI 公司隱去真名。）
