以智能化手段增強依法防疫體系的三點建議

陳笑天 念沛豪

在疫情大考中，我國依法防疫體系暴露出不少不足，比如人員不足、預警不強等。賽迪研究院規劃研究所認為，要建立更為高效的依法防疫體系，就應加強智能化系統和裝備的應用，以“機器換人”和“指揮上云”解決疫情期間執法中的現實問題，為更從容、更科學應對重大突發公共衛生事件奠定良好甚礎。

依法防疫面臨人防持續性差、

成本高的天然困境

成本因素導致的人少點多矛盾難以從根本上解決。根據相關媒體統計，在抗擊疫情一線傷亡的執法力量，多是因連續工作缺乏人手替代，導致熬夜和過度疲勞突發疾病所致。這種情況說明，布控點多、執行任務多、日常工作多的情況如果不能根本改變，不僅執法力量捉襟見肘，依靠高強度工作彌補力量不足的現行模式也不可持續。在短期內大量擴充執法隊伍不現實的情況下，依靠智能化技術與裝備是可行途徑。比如，在深圳、浙江、湖北等地的抗擊疫情執法一線，出現了輔助執法的機器人，對工作效率的提升超出預期。

預警能力不強導致到處滅火浪費機動力量。將危險和隱患消滅在苗頭初起是成本最低、效率最高的。西方發達國家認為，日常行為范式決定了突發情況中的個體選擇，因此美國情報部門利用谷歌、臉書、推特的大數據，對人群中標記的“潛在恐怖分子”提前控制。在防控疫情過程中，有些人故意沖擊路卡、趁火打劫，甚至有人精神失控攻擊醫護人員等突發情況時有發生，其中相當一部分人曾有違法違紀前科，或是精神類疾病。在戰時狀態，對有前科和反社會傾向的人員本應事先預警，但由于缺乏統計和識別方法，致使這些不穩定因素能夠輕易引發各類突發事件，在擾亂社會秩序的同時也嚴重浪費了警力。

執行難反映出法律的貫徹落實不能完全依靠一線執法人員。疫情期間，部分城市發生了闖卡、傷醫、攔截物資等危害公共安全的行為，但由于各種原因，基層執法者多以勸說處理為主，證據留存等工作開展不力，致使有人多次重復類似行為。依法治國的核心在于法律的貫徹，但在人情社會，貫徹法律僅依靠基層執法者遠遠不夠，很可能會出現因人而異致使事情處理尺度不一的現象。由此可見，自動化的“行為—法條對應”、證據采集、自動上報等手段實施勢在必行。

防疫的幾點建議

建設社會智能安防機器人網絡。一是構建標準化安防機器人平臺。建議行業主管部門聯合公安部門，與相關企業共同開展安防機器人平臺設計，即構建以安防機器人為終端，安防云計算和邊緣運算為技術支撐的社會智能安防機器人網絡。二是協調標準化安防機器人平臺快速達產。成立部際層面的安防機器人平臺生產管理協調小組，根據抗擊疫情和維護社會穩定的迫切需求，推動安防機器人平臺快速形成產能并達產，優先供給疫情一線、醫療衛生部門和物資保障部門。三是建立安防機器人控制指揮網絡。協調小組推動建立安防機器人指揮系統，采取扁平化架構，基于5G技術開展遠程安防機器人遙控。持續優化安防機器人自帶AI系統，爭取在5年內實現管理人員有限介入的安防機器人蜂群自組織模式。

完善公民社會違法失信分級制度和智能化預警機制。一是依托公民信息大數據庫和社會信用大數據庫，在現有違法失信數據庫的基礎上，完善公民社會違法失信評分系統。建議行業主管部門聯合公安部門以及大數據企業，建立國家級公民身份信息數據儲存中心和運算中心，其中應包含公民的各類違法、違規和失信行為信息，擴容現有數據庫和數據分析能力，打通部門數據壁壘，實現社會違法失信等歷史信息與人臉等生物特征、手機等電子特征，以及身份證、銀行卡等信息的深度綁定，通過提高運算水平縮短從識別身份到反饋違法失信可能帶來社會危險性的反應時間。二是設置對評分較低人員在交通運輸、資本信貸和移動通信等領域的活動預警。加快各類系統的數據整合，在實現快速識別的基礎上，對違法失信評分較低人員在參加各類公共活動、前往敏感地點、使用公共資源，以及在特殊時期出行等方面設置一定的預警。三是依托電子圍欄、天眼等系統，建立自主標準、安全可控的智能社會危害預警系統。當檢測到違法失信評分較低人員進入各類可能產生重大危害的區域時，實現自動識別隱患并通知安保人員，在發生險情后自動發送信息調動周邊應急力量前往現場處置。

加快對違法行為自動識別的人工智能技術攻關。一是依托天眼網絡，建立類似機動車違法自動識別系統的違法行為自動識別、報警和證據留存系統，對襲警、搶劫、偷盜物資、跨越管控區域等判定較為簡單的行為進行自動判定、警告和取證。建議在有條件的城市和城市群優先分批次更新和部署高清晰度、5G實時連接的新型多功能音視頻采集系統，解決分辨率與識別目標不匹配問題。二是借鑒西方國家網絡情報和輿論影響自動化系統經驗，行業主管部門應聯合公安、國安等部門，基于自身及企業既有網絡輿情監控和引導控制系統，建立反謠言和網絡攻擊智能系統，對互聯網惡意謠言進行自動識別和溯源，對長期為敵對勢力服務的互聯網人群進行標記。三是為一線執法人員探索研制“行為—法條匹配”終端。行業主管部門應聯合立法、執法和司法部門，開發對現有法律條文和司法解釋與判例進行對照機器學習的技術，研制通過行為判斷對應法條的“行為—法條匹配功能”智能系統終端，輔助基層民警、輔警進行實時違法行為識別、證據采集和嫌疑人處置。