当小偷遇上人工智能……

AI识别小偷的肢体动作

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，然后再进行大海捞针般的寻找。而AI则可以提前预判，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，日本某电信公司和某科技公司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但其面临的问题是：如何保证识别的准确率？

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。