人工智能终于在公共安全领域占据了一席之地

两年前，如果有人走进警察局长的办公室并提到“人工智能”，对话很快就会停下来。不因为局长们不愿意接受新技术（大多数机构已经花了十年时间将从调度到记录管理的所有内容数字化），而是因为早期的人工智能工具承诺的比他们能做到的要多。供应商们兜售变革。机构们获得的工具在现实世界中不堪一击，不能融入真正的工作流程，也不能赢得信任。

今天的对话看起来不同了。局长们不再问是否应该探索人工智能。他们问的是什么问题人工智能真正擅长解决，以及如何以能够经受住审查的方式部署它。这种转变并不是因为炒作变得更响亮。它之所以发生，是因为新一代工具开始解决真正的运营问题，机构们也变得更擅长区分真正的能力和演示。

实际发生了什么变化

今天赢得信任的工具有一条共同的线索：它们不试图取代判断力。它们试图给判断力更多的发挥空间。

公共安全领域中目前最有用的人工智能应用处理的是那些耗时但不增加安全价值的平凡工作：整理信息、连接散乱的记录、总结已知的内容，以便人们可以更快地采取行动。这些是辅助工具，而不是决策者。它们减少了已经精疲力尽的人的认知负担，并且将实际的决定（谁应该被指控、如何响应、什么应该优先）留给了应该做出这些决定的人：警官、调查员、分析师。

这种区别是将获得真正牵引力的工具与那些不能的工具区分开来的关键。机构们在采购过程中变得更擅长提出正确的问题：我的数据如何暴露？系统如何得出输出？我们可以审计它吗？当它出错时会发生什么？什么模型最适合什么功能？能够清晰回答这些问题的供应商正在赢得交易。三年前，“负责任的人工智能”所代表的标准更高了，这是一件好事。它迫使技术变得更好。

价值的体现

人工智能在公共安全领域的真正价值并不夸张。它是关于时间和揭示那些原本很难找到的东西。

在噪音中找到线索。 调查员通常面对大量数字证据，包括佩戴式摄像头录像、数字法医提取、案件文件、报告和举报电话，远远超过任何团队可以手动一一审查的数量。能够整理这些数据并揭示与案件真正相关的内容的人工智能工具正在为调查员节省每个案件数小时的时间，并在某些情况下发现了纯手动审查可能由于数量而错过的线索。

连接报告中的点 – 大多数机构的记录分散在不同的系统中，同一个人、车辆或地点可能在多个无关的报告中出现，而没有人注意到这种模式。能够自动将人员、地点、车辆和事件分组并将它们与分析师或调查员联系起来的人工智能工具，将碎片化的文档转化为可行的线索，并且帮助解决了原本由于信息不连贯而停滞不前的案件。

从调度到法庭的记录丰富 – 一个更为低调的应用是随着案件整个生命周期的进行，从最初的电话调度到响应、调查和案件管理，实时丰富背景信息。当背景信息在每个交接点被连续捕获和丰富，而不是由人手动重新输入时，生成的记录在到达案件文件时变得更加完整、一致和充分记录。这种情况在法庭中支持发现义务时至关重要。

这些都不是推测性的能力。机构已经在今天运行这些工作流程，价值体现在相同的货币中：返还给工作人员的时间和由于信息不需要通过艰难的方式找到而更快推进的案件。

用更少的资源做更多的事情

这之所以重要，还有一个结构性的原因。流经公共安全机构的数字和机器生成的数据量（视频、传感器数据、数字证据、来自越来越多系统的记录）只会继续增长，并且会超过机构手动处理的能力。人员编制在大多数机构中并没有跟上数据量的增长，也不会跟上。

这就是人工智能在这个领域的真正理由。它不是关于做一些令人惊艳的事情。它是关于建立能够从机构无法完全手动处理的数据量中提取背景和意义的层次。将其视为基础设施的机构，一个建立在现有记录系统之上的智能系统，将能够用现有的人员和预算做更多的事情。那些不这样做的机构将发现自己每年积累更多的数据，但使用这些数据的能力却越来越少。

负责任的部署仍然需要什么

如果部署不当，这一切都不会奏效。获得真正价值的人工智能的机构有一些值得注意的习惯。

他们从运营问题开始，而不是技术。问题永远不是“如何使用人工智能”，而是“什么真正阻碍了我们的工作人员，并且人工智能是正确的解决方案吗？”他们坚持可解释性：如果一个工具提出一个连接或建议，某个人需要能够具体地解释为什么，而不是模糊地解释。并且他们将技术保持在辅助角色中，提出信息并减少噪音，而不是做出需要承担责任的决定。这些决定仍然留给受过训练和有权做出这些决定的人。

值得讨论的对话

过去两年中最重要的转变并不是“人工智能”在公共安全领域不再是一个令人不舒服的词。它是对话变得更加具体。我们已经从“是否应该使用它”转变为“什么问题人工智能真正擅长解决，以及如何负责任地解决这些问题？”这是一个更好的对话，也是我们今后值得讨论的对话。

做对的人工智能部署的机构不一定是那些行动最快的机构。他们将是五年后仍然能够交付并且仍然值得信任的机构。那是一个值得达到的标准。