毫無疑問，毒品是這個星球的頑疾。

　　身處21世紀，令我們憂心忡忡的是，如今毒品這個惡癥非但沒有逐漸康復的跡象，反而愈演愈烈變本加厲——暗網帶來的新銷售網絡、新型毒品的隱性危害、難以察覺的實驗室毒品，都拷問著全世界對毒品犯罪的固有防線。

　　Netflix的熱播劇《毒梟》（Narcos）中有一句經典臺詞：毒品就像暴風雨一樣無法阻擋，但從來都不缺少在暴風雨中修籬笆的人。

　　面對著新的毒品犯罪趨勢，也許人類已經該拿起技術的工具去修建一面新的籬笆了。而人工智能，恰好能提供一些選擇。

　　今天我們來聊聊已經上陣和時刻準備登場的反毒戰線AI們。當然，應用在反毒品犯罪當中，只是AI打擊犯罪的眾多可能之一。在更廣闊的社會秩序與安全維護上，AI有充分發揮用武之地的可能。

　　這也是關于AI的一個基本矛盾：在我們擔心AI威脅人類安全的時候，首先要用AI來維護自己的安全。這么說來，人類也是挺矯情的……

　　攔截社交網絡和暗網的毒品交易

　　有個問題大家不妨思考一下：在微博實名制之后，微博上各種廣告、網絡乞討、違禁品販賣，尤其是“賣片”的消息，真的變少了嗎？

　　相信不用任何大數據統計，我們都可以給出答案——沒有！反而越來越多了！

　　這就是社交網絡上傳播非法信息的“原罪”。問題或許根本不在于是否實名，而在于低廉的刪除代價，以及人工監控的不足、機器監控的簡單粗暴，根本無法跟上違禁信息發布者的變化速度。

　　反正無非就是關鍵詞屏蔽嘛，那我加點字符，加點火星文，大不了換個關鍵詞不就OK了？人類的聯想能力是非常豐富的，真有這種需求的人一眼就能明白是什么意思。

　　這種情況下，社交網絡成為了眾多違禁品販賣的全新通道。根據對Twitter的大數據統計，目前每天產生的消息中，每600條推文當中就有一條涉及不同程度的違法交易信息——這個數量總和已經相當可怕。

　　而這也是人工智能可以發揮能量的地方。不久前，圣地亞哥的一個醫療研究團隊發布了一款弱監督狀態下的人工智能系統。利用深度學習模式，這個系統的作用在于分析海量社交網絡信息，從中精準找出關于毒品銷售的線索，留存證據并進行定位。

　　根據介紹，這個系統的核心能力之一，是可以學習Twitter上毒販所用的新修飾、新暗語，以及在各種表情、符號、亂碼中夾雜違禁信息的方案。

　　人工智能系統的最大優勢，是可以把原本人類與機器審查各自的優勢結合到一起，保證高效的同時進行智能識別。另一個突破在于，AI審查可以將傳統網絡追查中，找到線索之后重新定位和整合信息的步驟省略掉。一旦系統找到違法信息，將進行自動定位和策略分析，推理出毒品犯罪可能的供應鏈。比如通過眾多販毒信息在同一地理坐標中發出，推測該地區可能隱藏著毒品生產或集散地；通過對不同賬號、毒品販售信息之間的關聯互動，推斷出毒品販賣網絡的情況。

　　同樣的技術，還可以運用在隱藏度更高的暗網監控上。由于暗網利用了各種保護措施和變換ID，傳統追查模式很難找到蹤跡。往往只能通過相關人員供述找到線索。

　　但暗網絕不是無敵的。作為一個平臺，它畢竟需要一套開放給特定用戶的模式，需要一套切換入口的規律和用戶驗證方式。監控社交網絡的AI系統，同樣可以通過對案例和數據的學習，建立找到并切入暗網的一整套機制。從而擊穿暗網保護，挖掘到真實的毒品以及其他非法物品流通信息。

　　人工智能對信息流的監控，往往是一件毀譽參半的事。但在打擊毒品犯罪這個領域，應該還是值得點個贊的。

　　目前這類系統大多只能作為實驗品，不能作為真正的破案工具和證據提供機制進入司法系統。當能力被進一步證明之后，利用AI來追查網上犯罪，也許能帶來不少驚喜。

　　暗角推理：如何發現實驗室毒品

　　如今毒品犯罪的另一個嚴重隱患，在于實驗室毒品開始層出不窮。

　　傳統的毒品交易網絡，源頭往往是罌粟種植和毒品加工廠。摧毀源頭，整個交易系統就可以順藤摸瓜。但新興的實驗室制毒卻打破了這個規律。大熱的美劇《絕命毒師》展現了這一過程：化學專家可以利用隱藏在任何地方的實驗室制造出毒品，這給緝毒工作帶來的挑戰非常大。

　　但是實驗室毒品并非可以不用原材料。只是利用的原材料相對來說較為普通和合法。假如我們能夠有一個龐大的物資流通監控系統，來檢查化工原料在某處的不正常波動，即輸入原材料無法得出對等的產出比，或者大規模采購了特殊原料，那么就可以發現毒品實驗室的藏匿之所。

　　作用于城市物資流動監控與智能調配的AI系統可以完成這樣的任務。只要城市化工原料數據經過嚴格的檢驗和數據上傳，AI系統就可以智能分析出原料與產品間的比例。從而透視出城市化工用品的不正常暗角。

　　除了實驗室毒品之外，爆炸物、非法制藥、假貨工廠等等也可以利用這樣的模式來破解。在傳感裝置和數據體系進一步完善后，還可以將AI分析系統由一個城市向外擴張，組成區域甚至全省的監控系統，減少不法分子通過違規運輸完成生產的可能。

　　理論上來說，一個區域資源的輸入和產出必須是等值的。如果系統中有異常點，常常就是有某些見不得光的生產與流動在進行著。傳統的人力監察分析系統，無法進行大規模運算和跨信息源分析，而這些AI可以勝任。

　　腦洞，大腦洞：用“讀心術”來查販毒

　　前面兩種AI緝毒模式都比較靠譜，為了平衡，下面咱們講個不靠譜的…．或者說，目前還有點太前沿了。

　　今年3月，《美國科學院學報》刊登了弗吉尼亞理工學院一個神經科學研究團隊的實驗結果。這個實驗很有點超能力的意思：研究人員讓40名志愿者過海關，其中有一些知道自己的行李箱中藏有毒品。在經過模擬的販毒之后，研究人員對志愿者的大腦進行了核磁共振檢查，然后用人工智能系統來分析核磁共振圖像上的不同。

　　研究表明，AI已經有相當幾率通過大腦檢測數據來辨別出哪些人知道自己參與了販毒——這不就是傳說中的讀心術嗎？

　　這個技術當然只是大腦檢測犯罪剛剛開始的一小步而已，目前法律也不允許用大腦讀取結果來給嫌疑人定罪。但其指向性還是很有意義的：在隨身攜帶毒品跨越國境的犯罪中，有相當一部分人并不知情攜帶的是毒品。經常是替人拿行李、替朋友帶禮物，或者撿到包裹等情況下參與了犯罪。這種情況在很多國家的法律中與蓄意販毒是有量刑差別的。同時也有很多毒販冒充不知情而希望減罪。

　　面對這個復雜的情況，用人工智能+大腦波動檢測的方式或許可以給出一些新的解決方案。

　　當然了，這事兒真的還有點遠……

　　在萬物中分辨毒品：即將登場的機器嗅覺

　　最后，該AI反毒品事業上真正的殺手锏登場了。

　　我們知道，如今AI技術應用上最火的是兩種，一是智能語音，二是機器視覺。

　　但是作為讓機器獲得類人能力的AI技術，絕不應該僅僅在這兩種感官上模擬人類能力。至少還缺少對人類，或者說生物另一項至關重要能力的模仿——嗅覺。

　　科學界很早就開始探索嗅覺仿生，早在上世紀60年代，德國科學家已經成功制造出可以模仿嗅覺能力的產品：電子鼻。數十年的發展過程里，這項技術已經廣泛應用在警報器和傳感器領域。

　　但電子鼻的問題是分辨能力比較單一，往往只能對一種或幾種特定氣體與氣味產生反應。缺少對氣味和氣味環境進行拆分、理解和逆向還原的能力。在AI成功擠入聽覺和視覺的大門后，利用AI識別嗅覺的技術也被提上了日程。

　　當然，目前這個領域還僅有一些研究和暢想，并沒有太實質性的突破。因為嗅覺這個東西實在是很復雜，僅僅人體能夠散發出的味道就有300多種。而且不同生物對嗅覺的理解也完全不一樣。

　　在這個領域，也許我們最好的老師就是狗。我們都知道狗鼻子靈，而且警犬也是如今檢查毒品的最有利武器之一。但狗在嗅覺上的工作原理究竟是什么呢？有科學家認為，狗的嗅覺能力在于可以將環境中的氣味拆分成不同的主體關系。也就是說狗聞到的不是一種氣味，而是同時感受著幾種不同氣味的混合體。

　　這個仿生模式帶給AI研究者很多啟發。通過對環境氣味的陣列化拆分和模塊還原，AI或許有希望將隱藏在復雜環境中每一個散發氣味的物體識別出來。機器視覺領域的識別與分析，前提是必須讓AI看到物體，而機器嗅覺可能會將這個前提省略掉。直接窺視隱藏物體的本質。

　　今年7月，《每日郵報》報道了一位尼日利亞科學家研制出了一種新型AI芯片，可以讓計算機擁有嗅覺識別能力，比如識別出爆炸物氣味等等。這個報道沒有披露太多信息，目前看來其實不太靠譜。但是至少說明人類距離嗅覺AI越來越近了。

　　我們期待中的機器嗅覺識別，是能夠在遠場喚醒、在復雜氣味條件理解信息源，并對每一種信息進行還原。如果這種能力達成，那么公共場合中的毒品將無處遁形。人類會第一次擁有遠距離識別毒品的技術能力，效率應該比警犬高得多。

　　機器嗅覺還有各種各樣其他的腦洞，我們可以回頭再說。以上幾種方式至少表明了，人類在通過打擊犯罪中，已經可以抄起AI這件新的武器。精準識別、技術仿生能力、智能化的分析和檢測，這些東西至少夠不法分子頭疼幾年的。

　　他們的頭疼，不就是AI的勛章嗎？