AI可以识别小偷的肢体动作

如果说步态识人是建立在已知数据库的基础之上对既定目标进行识别的话，那利用AI对不同犯罪类型进行犯罪行为的提前预判就是防患于未然了。

传统的应对犯罪行为的模式，一般是在事后进行视频监控调取，确定目标嫌疑人，然后再进行大海捞针般的寻找。但如果有了AI的提前预判，可以大大减少安全员的反应时间，让其早做准备，从而防止犯罪行为发生或缩短破案时间。

就在今年，日本电信公司NTT East和科技公司Earth eye合作开发出了一款名为AI Guardsman的人工智能系统，用以及时发现商店中的小偷。通过商店摄像头对顾客的实时追踪，将顾客的一言一行与内置的已知可疑动作进行匹配，一旦发现有符合预定动作特征的行为，系统就会向手机上关联的App发送一条报警信息，提醒店员注意。并且据他们声称，该系统令店里的盗窃行为减少了四成左右。

该技术的理论想法固然是非常美好的。即便不是用来抓小偷，延伸到更多的场景中比如美国校园枪击案预警、防暴行动当中，也会有非常高的利用价值。但其面临的问题是：如何保证识别的准确率？

利用AI进行预测犯罪，最大的疑问点来自于预测的准确性。

第一，小偷的动作是否都是固定的？有的新手可能在偷盗的时候眼神闪闪烁烁，左顾右盼，动作不自然，这样AI自然可以轻易捕捉到；但对一些惯偷而言，随手拿个东西就是家常便饭。是否有足够多的数据供AI来学习，来实现识别的精准呢？既然花了钱用AI来识别小偷，最终却只能抓几个小鱼小虾，未免有点太过于鸡肋。

第二，为了保证“不使一人漏网”，AI会否会扩大报警的动作范围？比如说顾客拿了个东西看了半天，最终又放回去；或者店员补货登记的时候停留很久，是否会被认为即将进行偷盗？因为以目前的资料来看，其仅仅是对动作进行判断，而没有相应的“识人”方案。如果有一点点可疑就要发警报，店员这一天精神是得有多紧张啊。

从这个角度上来说，AI要通过姿势来预测犯罪行为的发生，就必须要在精准度上下一番苦功夫了。