改变已经发生。根据从亚马逊和Fitbit等联网数字设备收集到的证据，警方已实施多起逮捕行动。这仅仅是由物联网、人工智能和机器人领域所带来变革的冰山一角。使用这项新技术帮助打击犯罪当然是有好处的，但它也提出了一些涉及到我们隐私权和安全漏洞的有挑战性的问题。

1、用于打击犯罪的物联网

世界各地的执法机构都在接受关于在犯罪现场寻找什么，以及如何处理数字证据的培训。游戏机，Echo设备，甚至是Fitbits都提供了有价值的信息来帮助解决犯罪问题。大多数人都不理解这些联网设备的强大之处，它们可以用于反驳不在场证明或分辨谎言。随着我们对这些数字设备的依赖不断增长——手表、手机、电视、起搏器等等——在试图解决犯罪问题时，侦探们往往会花费更多的时间来分析这些设备。

警察在巡逻时使用身体摄像头已经司空见惯。这些摄像头可以提供另一组眼睛来进行互动，研究表明，它们可以提高自我意识，减少发生不可接受的行为。这些互动将被记录下来，可以对不良行为产生巨大的威慑。

一些警车配备了GPS投射器，可以通过遥控进行射击，并将其钩在被指控者的车辆后面。这可以让警察知道嫌疑犯的位置，从而防止高速和危险的汽车追击。智能传感器已经被开发出来，可以固定在警官的枪内，用于追踪枪是如何被使用的，包括它是否被打开或者卸下。这些信息在刑事审判中是有价值的。

2、人工智能辅助预测警务

几家执法机构已经涉足预测警务行业，包括我的客户——英国伦敦杜伦市的警察。他们使用了一种名为Hart(危害评估风险工具)的系统，对个体进行分类，并对他们将来再犯的可能性进行排序。该系统基于在2008年至2013年间收集的数据，根据当前犯罪的严重程度、犯罪史、潜逃风险等因素对罪犯进行评估。尽管Hart的预测准确率很高，但也有其他的研究警告使用算法和预测软件工具，因为他们将少数人种(黑人)被告列为高风险，是白人被告率的两倍。ProPublica的一项研究表明，人类的偏见往往会被植入到这样的公式中，因为人类的错误判断被用来创建最初的程序。

世界各地的机构都在朝着以数据为导向的方法来解决犯罪问题。机器学习特别擅长识别模式，并且在尝试辨别罪犯的作案手法时非常有效。数字工具可以加速这项工作的实施，并找到可能需要人类更长时间才能发现的连接。在将来，这类算法可能会被证明对检测同一个人或团体所犯的系列犯罪很有用。

3、Robo警察首次亮相

迪拜有一名新警官帮助打击犯罪，尽管他戴着警帽，但他100%是个机器人。迪拜警方计划配备机器人警官，到2030年使之占据人类警察四分之一的数量。它能说六种语言，并且被设计可用于识别面部表情。它有一个电脑触摸屏，人们可以在上面举报犯罪行为。该机器人主要被部署到旅游景点，并配备一个摄像头，将实时图像传送回警方总部，以确定嫌疑人的身份。尽管Robo警察可以帮助制止犯罪并减轻警力活动，但是人们仍然期待警方的逮捕行动。

其他机器人被部署在世界各地收集证据，调查和引爆炸弹，以及在其他任务中控制人群。这并没有阻止超过1000名机器人专家，如Elon Musk和Stephen Hawking，警告他们不要在没有人类控制的情况下武装机器人。

就像人工智能和物联网一样，我们都有一些问题要提出、回答和解决。世界各地的执法机构都在努力解决这些问题，试图找到合适的平衡点，利用这项技术的优势，在保护隐私和安全的同时，打击和解决犯罪行为。