做者 | 胡巍巍算法

出品 | CSDN（ID：CSDNnews）微信

一个女人，背着7宗命案，潜逃国内23年。自觉得很侥幸，然而天网恢恢，疏而不漏。一颗摄像头，最终仍是“抓”到杀人犯劳荣枝。网络

被抓时还略带微笑？哼！等待你的就是Game over。性能

据人民日报报道，12月5日，福建厦门警方已经将其移交江西南昌警方。江西警方当日将劳荣枝押解回南昌。学习

劳荣枝潜逃期间，可能是夜间在酒吧、KTV工做，临被抓前，曾到朋友的手表专柜，帮忙照看生意。大数据

而她正是在商场看生意时，被警方一举抓获。嗯，这个朋友，真是个为民除害的好朋友。人工智能

被抓前的过程是酱婶儿的，据央视新闻，11月28日，厦门市思明公安分局刑侦大队，经过大数据信息研判发现，一名疑似命案逃犯劳某枝的女子，出如今厦门某商场一带。blog

随后，警方经过DNA数据对比，肯定她就是命案逃犯。支付宝

这已经不是警方第一次，经过人脸识别大数据+DNA数据比对来抓坏人了。深度学习

“北大弑母案”的凶手吴谢宇，也是在重庆江北机场送人时，被摄像头捕获人脸，警方根据大数据对比，确认是吴本人，最终吴谢宇落网。

此外，截止目前，警方还从张学友演唱会上，抓了很多逃犯。

2018年张学友演唱会苏州站，22名在逃人员落网。这其中，也涉及到人工智能和大数据技术。

当时，苏州公安官微，还特地就此发微博。

而劳荣枝落网，也是“云剑”行动的超大硕果。

“云剑”行动是指，以互联网云服务、云平台为利剑去抓捕疑犯。

这项行动“ 以科技信息化手段为支撑，突出打击重点，全面创新打法，创建长效机制”。

为何过了23年，大数据还能认出来是她？

事实上，逃亡期间，劳荣枝还曾整容，可是人类的颅骨、瞳距、虹膜却不会变化。

因此，以深度学习为基础的人脸识别技术，才能认出来她就是逃犯。

“笑问客从何处来”，深度学习有答案

所谓深度学习，其实指的就是训练神经网络的过程。

神经网络，就像你的大脑同样有记忆。

举个例子，你给一个神经网络，看过你家猫在睡觉、吃猫粮、静蹲和跳跃时的不一样照片，那么神经网络就会记住这只猫呈如今照片中的全部特征。

这只猫也许之后会变胖、毛发也会减小，可是神经网络已经紧紧记住这只猫的不变的特征。

用术语来讲，就是“当一张图像流过神经网络的时候，会进行特征点提取，而所谓的特征点，在数学上就是一个高维坐标”。

深度学习的诞生和优点

早在上世纪八九十年代，就已经有深度学习的存在，可是当时可分析的数据量过小，因此深度学习并无引发注意。

2006年， 深度学习教父杰弗里·希尔顿（Geofrey Hinton ）提出快速计算“受限玻耳兹曼机”网络权值及误差的CD-K算法，这直接致使DBN等深度网络的诞生。

它的优点在于，第一，深度学习拥有持久学习力，数据规模变大，它的性能会跟着变强；第二，深度学习能够直接从数据中提取特征，可谓省时省力。

深度学习在国内外的应用

在国内， 阿里巴巴、科大讯飞、百度和中科院自动化所等公司或研究单位，都在研究基于深度学习的语音识别或人脸识别。

好比，2019年3月，马老师就曾在德国汉诺威IT展览会上，向德国总理默克尔展现支付宝的刷脸支付。

几个月后，蚂蚁金服高级专家张洁，曾在采访中表示，“支付宝人脸识别深度学习采用的是x60人脸区域（Patch）的多层卷积神经网络。多层卷积神经网络有三个核心，局部感知 、全值共享、时间或空间亚采样，这三种思想的结合保证了在必定程度上得到位移、尺度和形变不变性。”

此外，科大讯飞的语音识别技术、微信语音识别技术，都必定程度上使用到深度学习。

也就是说，警察蜀黍用深度学习来抓坏蛋，之后再也不会是新鲜事，劳荣枝这样的逃犯，必定会快快地落网。

有的坏人做恶，并不以为是做恶，甚至连丝毫悔恨都没有！

23年间，劳荣枝舞照跳、酒照喝、妆照化，没事儿人的每天发朋友圈，却忘了倒在本身手下的7条人命，对待这样的人，惟有快速正法才能彰显正义。科技助力法治进步，走你！