2019年10月17日-10月18日上午

       暨17日之后，18号上午的研讨会，其余的国内外刑侦鉴识科学顶尖专家围绕计算机犯罪、大数据与人工智能应用 & 指纹、DNA与生物识别技术两个专题进行了相关主题演讲。

鉴识科学与司法公正

勒索软件的业务及其对调查人员的意义

       美国硅谷纽约研究工程师Eugen Hotaj讲述了怎么借助于深度学习使计算机视觉在鉴识当中能起到很好的作用。

       鉴识的过程是非常冗长的，而且需要专业知识支撑。像原始的、传统的、现场取证和鉴识方式，比如手工的工作需要运用一些域，但是这样非常耗时耗力。而深度学习是在机器学习基础之上更高级的学习，它可以完全从数据当中自动学习，而且能自动获取一些特性，它是这三种学习当中学习效率最高的。他们的工作就是通过ADIAC数据集，在46种不同的“硅藻”类型当中进行区分，如果通过专家衍生的36种功能，不需要硅藻的专业知识，利用图形就可以帮我们实现和完成鉴识的任务。一些物种对于环境当中的污染物也具有高度的敏感性，硅藻种类的不同比例与浅水、沼泽状水体和开阔水域相关，物种定殖可以用来估计死亡时间，更多的殖民物种与更长的时间跨度相关，样本中硅藻的数量可以用来确定死因，比如大量硅藻表明死前溺水，少量硅藻表明死后溺水。

通过 AIcameo 平台基于AI行为理解的5G犯罪预防系统

        美国马萨诸塞州州立大学心理学教授hubin jiang认为很多犯罪是可以预防的，甚至可以在发生之前进行预测，通过 AIcameo（智能客串）平台基于AI行为理解的5G犯罪预防系统，进行更好的预防。这个预防系统包括离散协作学习模式、推理式学习中心以及知觉学习算法，是利用人工智能系统来替代个人预警的方法。

       AIcameo 平台的人工智能行为学习，是一种非中心的、离散协作的学习模式，它提供了各种学习能力。AIcameo 系统使用了推理式的深度学习中心，可以学习很多精细的数据，包括数据的源头。AIcameo 系统也是基于知觉的学习算法，它汇聚了各种物体，能够提供非常精准的知觉学习算法。该系统还记录了很多的环境数据，包括网络及GIS地理信息系统等。通过使用该平台的5G技术，即基于 AIcameos 平台的人工智能行为理解，简单的说就是使用他们的5G手机进行屏蔽，可以降低犯罪数量、犯罪的概率。该平台获得2014美国技术领袖奖。

加强执法与新技术的发展趋势

       来自台湾警察学院副教授、卡塔尔警察学院联合副教授李承龙博士是李昌钰博士的学生，他在卡特尔警察学院任教三年。卡塔尔是一个只有台湾三分之一大小的国家，他们要在2020年举办足球世界杯，因此需要壮大警察力量，中东地区国家非常喜爱新科技，而李承龙博士给他们带来了3D、AR、VR三项技术，这些技术都可以在处理现场时节省很多的时间。3D Scanner技术通过3D扫描后建模可以呈现出3D模型，帮助还原现场。AR、VR技术相较于传统的动画模拟则更加先进，法官、检察官戴着VR眼镜可以在虚拟现场采证，细致观察血迹、物证等，使现场重现。

知识产权及其在电子取证和智能城市中的应用

历史还比较短暂，它是基于神经网络工作的高度智能。人工智能可以和机器人联合，从而降低人工成本，还可用于指纹识别以及智能签名。人工智能包括形音意的结合、字与字之间的关联、语义的延伸性，其中语义的延伸性又包括逻辑性、语义网以及知识表达。它还与中国的六书有很多相似性，既可以表形还可以表意。

最后他还邀请李昌钰博士参与他们相关专栏的推动。

利用大数据和人工智能进行犯罪预测与预防：挑战与机遇

       美国加州州立大学计算机科学系副教授Philip Chen首先指出数据具有隐藏的价值，我们可以使用特殊的工具和技术，例如数据管理来发现潜在的有用信息。大数据有四种分析类型：诊断分析、描述分析、预测分析和规定性分析。它的应用范围也是非常广泛的，包括智能医疗、多渠道销售、金融、国土安全、交通控制、电信、贸易数据分析、基站、人口管控等。大数据帮助预测，而人工智能用于决策。

       人工智能最初是计算机的一个子领域，它是机器人技术，包括计算机视觉等，随着人工智能的多年发展机器学习应运而生，而最终层面是深度学习。大数据和人工智能可以用于各种预测，包括对犯罪的预测。例如在波士顿马拉松爆炸案中，如果可以利用大数据预测，就能够避免这种灾难事件的发生。在当今社会，执法人员可以有效的运用前沿的犯罪预测和数据分析工具来进行资源的部署，从而更准确、有效的用于犯罪的预测和预防。

理解大数据及其应用

       Rachel介绍到世界上90%的数据都是在过去两年里产生的，在美国每天都有成千上万的数据点被收集。数据的来源方式有线上和线下，例如APP、浏览界面、手机、公共住房记录、电视等。数据内容则包括性别、年龄、行为、人口学、种族、医疗信息等。

      在性侵犯案件中，调查人员面临的最大挑战是确定受害者的同意问题。”在这个问题上，区分月经血(无论是干燥的还是染色的)和创伤性外周血可以提供一个潜在的解决方案。在取证场景中，由于样本的质量和数量经常受到影响。因此，研究者必须能够利用无损检测工具尽可能有效地鉴别出微量样品，以方便日后进行个人鉴定。而使用PCA-LDA和PLSR方法，准确度将提高到100%。同理，阴道液，精液和血液样物质也可以通过这种方法在样本中鉴别出100%的准确性。