面對(duì)高(gāo)開放性、多(duō)結構性和(hé)彌散化(huà)的(de)社會環境，傳統信息文本樣本小、品類泛、價值低的(de)特性使得(de)公共決策和(hé)治理(lǐ)面臨嚴峻挑戰。

因此，爲了(le)提高(gāo)決策樣本的(de)優質性、時(shí)效性與客觀性，有必要借助人(rén)類神經網和(hé)精密的(de)設備程序對(duì)散漫、遊離的(de)數據信息進行綜合加工處理(lǐ)，那麽依據異構、多(duō)源、海量數據展開的(de)“循數治理(lǐ)”便成爲政府和(hé)其他(tā)機關應對(duì)複雜(zá)社會環境的(de)必然選擇。

從警務決策的(de)來(lái)源看，人(rén)工智能技術憑借其敏銳的(de)感知能力、強大(dà)的(de)數據過濾以及深度的(de)機器學習(xí)，實現了(le)警務情報的(de)有序性、動态性和(hé)高(gāo)效性，生成了(le)警務情報的(de)新形态、新内容和(hé)新要素。基于模拟與再造人(rén)類神經網絡形成的(de)深度學習(xí)習(xí)性能促使人(rén)工智能大(dà)腦(nǎo)對(duì)輸入的(de)海量數據進行自主式訓練，可(kě)以在新數據輸入後産生最優的(de)輸出價值。

因此，警務情報數據化(huà)的(de)意義不應僅是社會治安場(chǎng)景的(de)靜象呈現，還(hái)應是逼真、精細、豐富安全治理(lǐ)話(huà)語的(de)動态折射。具體而言，基于人(rén)工智能的(de)動态感知、高(gāo)速傳輸及深度學習(xí)訓練，通(tōng)過對(duì)社會行爲主體所生成的(de)海量數據進行清洗、篩選、歸類、轉化(huà)，便可(kě)形成規範統一、動态交互的(de)情報數據庫。

基于此，警務系統可(kě)以構建内部決策研判與外部安全态勢感知的(de)雙向交互模型，實現警務決策“設想”與實際場(chǎng)景研判的(de)動态切換。相應地，也(yě)可(kě)推動規章(zhāng)制定、巡邏安檢、市場(chǎng)監管、交通(tōng)管制、社會安全治理(lǐ)等警務工作的(de)預測更加精準、決策更加精明(míng)、過程更加精細、協同更加高(gāo)效。

基于人(rén)機交互的(de)泛學習(xí)能力，人(rén)工智能技術能依據差異算(suàn)法自動地将安全治理(lǐ)的(de)客觀對(duì)象與數據标簽進行智能匹配，形成元情報和(hé)主題情報等數據新形态。元情報是對(duì)社會性數據形成過程的(de)概括性描述，亦即社會性數據位置、結構與意義的(de)具象标定，而主題情報是對(duì)元數據加工處理(lǐ)過程的(de)诠釋，亦指在多(duō)源、異質元情報的(de)基礎上，依據元案件、元情報等屬性、性質的(de)不同而形成的(de)數據形态，從而助力公安系統有針對(duì)性地對(duì)同類性質或存在隐含關聯的(de)案件開展預測與分(fēn)析。

得(de)益于人(rén)工智能的(de)機器學習(xí)技術、自然語言處理(lǐ)技術以及圖像識别技術的(de)賦值，警務人(rén)員(yuán)通(tōng)過對(duì)各類案件、交通(tōng)流量、嫌犯軌迹信息、人(rén)流動量等靜态 數據進行清洗、篩選與整合并加以量化(huà)、模型化(huà)和(hé)動态化(huà)，生成刑事預測報告、社會風險評估系數等警情新内容，在一定程度上縮短了(le)警員(yuán)的(de)應急反射弧，增強了(le)公安系統對(duì)社會潛在風險的(de)智能響應。

爲此，警務情報數據化(huà)趨勢的(de)發展打通(tōng)了(le)數據鏈、情報鏈、系統鏈價值的(de)“任督二脈”，能夠整合各類基礎數據、警務資源、服務清單和(hé)任務清單，開發标準一緻、内容豐富、聯動共享的(de)立體式情報地圖，進而推動警務決策走向循數化(huà)。大(dà)數據存在的(de)意義不僅在于其體量大(dà)、類型多(duō)，而且在于通(tōng)過對(duì)這(zhè)些數據進行交換、整合，人(rén)類可(kě)以發現新知識，創造新價值，從而帶來(lái)“大(dà)知識”“大(dà)利潤”與“大(dà)紅利”。

由此，在“大(dà)數據+人(rén)工智能”雙輪驅動的(de)前提下(xià)，實施數據彙集工程、豐富警務實戰信息源泉、利用(yòng)智能終端驅動警情向數據最優化(huà)發展、擴大(dà)情報主導警務的(de)面向是形成以智能、自動、高(gāo)效爲新要素的(de)警情數據的(de)發力點，是實現警務決策循數化(huà)的(de)起始點，更是高(gāo)效聚合、開發、利用(yòng)警情數據中具有潛在開發價值信息的(de)最優路徑。

來(lái)源：廣州大(dà)學南(nán)方治理(lǐ)研究院陳潭、王鵬