徐州应引领中国警务算法前沿建设

【编者按】

日前，零点有数董事长袁岳博士的《徐州应引领中国警务算法前沿建设》投稿警界媒体并获得刊发，下文为袁岳博士关于中国警务算法建设的一些洞见。

数据智能要素包括了算量（数据）、算力和算法。由于我国警方包括徐州警方信息与数据系统建设水平已经有一定基础，因此徐州警务系统的算量建设水平比较高。由于国家整体重视包括超算、云存储与云计算、数据存储中心、区块链等在内的建设，徐州本地与周边地区的算力水平也相当高。而在算法方面，江苏包括徐州警方在智慧破案、 会治安态势分析与城市安全风险管控方面已经对于警务算法有了相当的探讨，但比较而论，警务算法是智慧警务三要素中提升价值与空间最大的要素。

01

算法与警务算法

算法（Algorithm）是一系列指令的集合，这些集合型的运算规则，使得在保证有特定化数据输入的时候，就能形成特定化的成果输出。警务算法则是一系列对应特定警务工作场景的专业处置规则所构成的指令集合，借助于这些集合型的运算规则，使得只要有一定数量和条件的警务数据输入，就能形成一定的分析成果、判别结果、行动对策与预测预警信息，支持高质量决策与决策执行追踪与“数据情 分析—决策指挥—行动追踪—舆情分析一体化（情指行舆一体化）”机制。警务算法在不断的数据训练与实景应用中优化升级，特定的算法针对性地解决某个或者某类特定警务场景问题，而集合型的警务算法可以解决多类多型警务场景问题，对应全场景与全类型警务场景的全量警务算法集合构成“警务脑核”，这是警务系统数字化管理中枢，是当下警务大脑内容建设的核心。

从警务工作数字化转型与数字化治理三层次（Digitization数字型信息体系的形成、Digitalization运用数据优化专业工作方式、Digitalization Transformation / Digitalization Governance实现具有常态化的数指行舆一体化机制）逻辑架构出发，则警务算法集合是数字化警务治理从第一层次跃升到第二层次以上的关键和第三层次的构成要件。

02

警务算法的类型及其典型案例

警务算法的第二种分类是按照针对问题场景的处置功能来分类，比如我们针对问题需要进行判别判定（比如判定电信诈骗、在线赌博、在线传销行为、僵尸车确定等）、分类排序（如确认电信诈骗类型）、场景匹配（比如人物比对、事项比对、亲子鉴定）、预测预警（交通事故多发地段预判、特定气候或者疫情条件下的交通事项管理、特定案件关联关系空间关系分析）、搜索推荐（基于行为模式而进行的探头中的图像视频搜素分析）、指令模拟（出警案件现场工作智能提示）、指令分发（任务工单智能派发）、任务追踪（处警工作全程追踪）、成效评估（指数化自动分析），这些都可以形成相应的判别算法、分类算法、分布算法、排序算法、匹配算法、预测算法、搜索算法、推荐算法、指令模拟算法、分发算法、追踪算法和评估算法。理论上，警务算法可以覆盖警务管理行为全程。如果能够把典型警务场景中的 警信息、立案信息、审案信息、破案信息均能加以清洗标注、图谱化和深度学习，则可以在立案辅助、审案辅助、案件分析辅助方面提供警务算法支持。

警务算法的第三种分类是按照算法构建留存的技术形态而分为朴素模型化算法与软件化算法两类。前者通常以文字和图形描述的模型逻辑架构+一定的计算公式的形式存在，通常大部分的算法也是有这样的模型基础的；后者则以程序语言的方式将算法的模型与非模型逻辑，开发为可以在系统上进行容器化或者插件化部署的微软件、微软件组合或软件模块。目前学术界所称的算法前一种会多一些，而在专业数据智能应用界，软件化算法因其具备置入硬件、软件系统、 络而实现在线运行和快速自动计算的优势而成为主流形态。未来中国警务算法可以在多类警务工作系统之上进行插件化部署。

典型的软件化警务算法部署实例包括，使用在警务热线管理后台的热线诉求管理智能分析工作台上的分析类算法、业务导航类算法指令、专项问题(热点问题、重点问题、难点问题与新点问题)解析型算法；探头影像视频中的问题事项与嫌疑人甄别算法；问题事项智能派发与追踪算法、多类问题 格分布可视化关联分析算法、多类数据问题时空序列分析算法等；基于各类 区 会矛盾案例、治安处罚与刑事犯罪案件的立案、审问、破案文本信息进行的知识图谱建设与深度算法开发而形成的行为类型判别算法、最佳审问推荐算法；基于 会矛盾数据、治安与刑事犯罪案件、检控与司法审判数据进行的区域 会治安态势分析算法与区域重点事件、人物追踪分析算法；基于多类感知数据、探头数据、热线数据与 会数据源进行的城市重大风险预判算法；针对警务单位最佳工作标杆（警队、派出所）的数字化解析与算法化指令设计，形成培植“超能警长”、“超能警队”、“超能警署”的算法化管理模式等等。

03

面对海量数据尤其是文本型的警务数据（警务热线工单、治安与刑事案件卷宗资料、治安办事数据、警务系统对应业务数据、非警务 会基础数据），专业团队往往还需要通过知识图谱技术开发大量的警务知识图谱，以支持高效的机器化的深度学习，并在知识图谱基础上开发高精度的警务算法。同时作为对应具体警务工作场景的应用算法，警务算法开发需要在充分利用基础算法工具与通用算法工具的条件下进行。总之，警务算法是对于特定警务场景问题的解决方案，因此开放警务工作场景并不是目的，推动警务数据共享也不是目标，场景提供与数据提供是提出问题与提供各类专业团队进入问题解决环节的机会，获得警务算法才是开放警务场景与附条件提供警务数据的目的。有价值的警务算法开发既不能只依赖系统内团队，因为其算法架构往往缺少创新性与超越性；也不能变成外部技术团队的专利，那样的算法往往不能有效解决特定场景问题。警务算法的开发需要特定警务领域的业务团队、掌握算法系统开发技术的技术团队、具备逻辑架构与跨界协调能力的警务算法架构者高效协同。

警务算法开发是问题驱动型的对策开发，也是需求驱动型的解决方案开发。而且同一个警务服务场景，需要的算法也不是只有一个、一种或者一类角度开发出来的算法，不同业务背景、不同技术背景、不同内外协同工作模式的团队可能会开发出不同的警务算法，其精度效能会有一定的差异，因此在选择合作的警务算法团队的时候需要充分考虑这些因素，当然在可能的条件下，允许针对同一警务场景问题尝试开发运行不同算法，以起到纠偏趋准的作用。在技术上，因为智能化警务算法微软件具有模块化、插件化部署的特点，不同特点的算法也同样可在相关系统上兼容部署，并不需要不断重复投入建设系统和平台，但需要原有与现有的系统开发商确保开放算法模块接口，而不至形成技术阻隔与低效部署。

04

警务算法的集合及其应用

在警务算法软件化的前提下，同一团队开发的警务算法模块可根据需要形成不同的集合，用于解决不同的问题。不同团队开发的警务算法模块同样也可以参与形成组合，即使是不同开发团队开发的警务算法本身可以通过一定的接口连接起来。一旦有警务问题场景需要，就可以招标购买更多的独立算法开发团队参与警务算法的构建。因此，不同时期、不同类型、不同功能的警务算法模块达到一定规模与数量，就可以构建分类、分级的“警务算法池”或者“警务算法货架”。类型丰富充分、结构合理清晰、接口规范通畅、可以自动联结运行的算法集合构成“警务脑核”，并将“警务脑核”在警务算法模块的不断横向类型丰富与纵向升级的过程中，实现整体的持续升级，模拟出人类脑核运行的基本机理（人的脑核=脑区—皮质—神经元—细胞体—突触；政务脑核=智能区块—算法集成模块—特定警务算法—算法接口API）。

在智慧警务建设中，警务算量是警务算法构建的基础也是警务算法训练、算法运转的原料供应要素，数据建设追求汇融但不必也不容易实现跨系统汇融，汇融中也特别容易出现“能汇融的无大用，有大用的不汇融”的现象，因此数据建设的关键应放在数据清理到可访问、规定授权下有条件可访问可贯穿使用、常态化分布式存储；警务算力保障了警务算法运算的效率，尤其是海量数据输入下的运算，但应该尽量减少算力重复建设、算力的无效过度应用（海量存储、过多大屏呈现、无意义的分布式存储）；警务算法集合涉及警务智能脑核的实现，是得以面对大量警务工作中的场景性问题、寻求问题解决方案的中枢部位。未来结合大规模警务算法与警务知识图谱资源的累积，基于深度学习与自动算法生成能力，形成新一代的具有面对新型警务场景问题的多模态算法自动生成脑核，同时实现对于算量和算力的精准调用、调度。

由于我国警务系统辖区人企物基础数据库已经有效建设起来，警务工作运行中数据留存、维护与应用的综合水平很高，实现警务大数据向警务大算法递升也最具备条件。在整体政府服务版图中，警务系统也以其数据总量大、数据质量高、系统升级周期算、全系统数字化程度高、智慧化探索积极而走在数字化政务治理建设的前列，而中国警务算法建设，也将使得警务系统在新一代智能政务建设与数字化治理转型中，为政务大算法建设提供引领性的思路触动、标杆示范与资源支持。徐州警务算法建设则为引领长三角智慧警务发展与全国智慧警务建设的提升提供引领性的最佳实践。

05

前后台效应：警务算法与警务业务工作

警务数据的智能化应用支持警务业务工作并协助行政相对人高效办事，而大量的工作与办事痕迹形成更多数据，如果数据转化为算法并不断精化算法，则可以支持办事效率持续提高与办事方式持续优化；站在警务工作角度，如果数据转化为算法并精化算法，则可以支持高效处置特定事项并优化处置方式。对于警务算法工作重视，将更多领域的办事标杆与大量数据洞察中转化而出的警务算法，用于支持最佳警务处置方式的普及化、办事中遇到的共性问题优化解决高效化、监测数据中问题的垂直深度发现与联动分析常态化、多类问题整合分析与决策提示上升到更高的层次，有了警务算法支撑的智能后台，能有效实现警务工作前后台问题场景的“情指行舆一体化”。从警务系统之内能实现内通数据，到警务系统之上有警务算法集合，形象地说，不断升级丰富的警务算法集合，使得现有的拥有即时场景数据感应供应与问题反射能力的“八爪鱼式”体系，上升到拥有“警务脑核”智能对策系统覆盖的有机警务智慧体系。

06

警务算法的能力体系与赋能机制

警务算法构建需要较大规模的警务场景问题及其相关数据（包括在必要的实地大调研数据）的汇集能力、警务服务与管理领域的经验规则提炼能力、运用程序语言表达最佳业务规则的转化能力、警务算法逻辑架构与警务创新解决方案运筹能力、推动警务算法通俗化推广与应用能力。以警务算法集合为内容的警务脑核一旦形成，将极大地提升有目的地调用警务数据资源的能力、合理利用警务算力的能力、甚至应用相关数据监测 会稳定与安全状况及提供智慧对策的能力。

警务算法体系与警务脑核的建成，可有效推动“双赋能”目标：警务部门透过算法分享与政务服务其他板块之间实现算法支持与算法对接；实现不同层级警务部门之间警务算法资源的赋能与分享，尤其是上级警务部门集中开发的算法与下级警务部门的分享。过往不同部门间与不同层级间的数据交流关系，将进一步因算法资源交流关系而得到新的充实，这将引领数字化治理生态的新发展。

07

徐州警务算法建设可引领中国警务算法建设的先声

建设警务算法，建议徐州警方可以做五件事：一是建设高水平的“徐州警务算法中心实验室”（XLPA）和“徐州警务算法资源中心”（XRPA）作为警务算法建设的前沿载体单位，鉴于全球算法产业化不同于算量产业、算力产业的巨头化特性而更具丰富化样态，因此XLTA和XRTA建设应在市局层面由信息化部门和业务警种单元共同参与，可以适度引进互联 界与IT系统建设界的实力机构，还应充分考虑计算界、应用数学界、数据科学界的海归型专家，部分在警务算法领域有先行实践经验的专业架构共同参与，XLTA也可在全市不同区警务部门选择建设2-3个分实验室；二是形成“徐州警务算法建设三年行动计划”，重点规划重点聚焦的警务工作场景、警务知识图谱建设、基于110 警电话与其他 警信息的智能警务分析工作建设、警务算法建设年度建设成果（数量与质量指标）预期、中心实验室与分实验室工作分工及其内部合作伙伴业务分工、制定鼓励与推动警务算法发展的专项政策与算法资源管理政策，将警务算法建设纳入到智慧警务建设的工作大框架中；三是展开警务算法开发“警算计划”，推动以110警务热线问题与诉求、治安事件与刑事犯罪中的典型案件场景、线上线下治安办事大厅事项、治安交通探头系统与感知数据系统中的事项为线索，以集中采购、开发擂台赛、平行算法应用实验等途径，在现有警务系统建设开发的基础上，实现警务算法模块的丰富化，为“警务脑核”初期提供足够的启动性算法资源；四是规划年度徐州警务算法最佳实践案例大赛，让更多的专业团队能聚焦所发布的警务工作场景，为警务算法发育与壮大实现供需匹配，让一批获得“警算奖”的优秀机构，列入警务部门可重点对接服务的警务算法供应商长名单和短名单；五是保障在警务算法与警务脑核建设方面的预算投入，其投入的理想水平应占整体智能警务投入的15%，最低限度不低于7-8%的水平。

第12届金铃范儿火热进行中