智慧社区的人工智能技术应用*

王笑洋 刘业辉 赵元苏

（北京工业职业技术学院）

人工智能作为推动新一轮产业与技术变革的重要力量，颠覆传统决策方式、逻辑思维与管理模式，明确传播信息方式、社会利益格局与主体行为习惯等，推动社会迈入社会化、网络化、智慧化时代。例如，上海2019年5月启动人工智能试验区建设，开始有序建设智慧社区，启动数据获取及分析工作，提高了政务智能水平。因此，智慧社区应当实现社区治理与人工智能技术的深度融合，以构建现代化治理体系，提高社区服务水平。

一、人工智能技术概述

人工智能（简称“AI”）涉及诸多学科领域，分别为自然语言解释、机器人学、认知与推理、自然语言理解、博弈与理论等。以人工智能研究而言，通过智能机器加强人类在治理社会、改造自然等任务中的效率与能力，实现机器与人和谐共存，机器以类似人类智能方式予以反应，以远超人类的工作精度、速度、耐力，完成更多复杂的、高难度工作。可见，人工智能可升级技术，赋能机器改变人们思维方式与生活方式。以技术层面而言，AI包含人工智能与增强智能。人工智能是以机器替代人类程序化、普通的劳动；增强智能是通过机器为人们日常工作、生活提供辅助。AI领域还可细分为机器人与神经网络，机器人能够辅助、替代人类的体力劳动，神经网络可辅助人类开展脑力劳动。具体特征如下：会看（文字识别、图像识别）、会说（人机对话、语音合成）、会听（机器翻译、语音识别）、会思考（定理证明、人机对弈、医疗诊断）、会行动（无人机、自动驾驶汽车、机器人）、会学习（知识表示、机器学习）。

二、智慧社区功能特点

人工智能基于大数据支持，利用人工设定运算方式及特定性能，可为智慧社区提供大量数据，从繁杂数据中分离、提取有用数据，供人工智能使用以满足人们的优质生活需求、基础生存需求及基本生活需求。（见图1）。

图1 智慧社区服务需求

智慧社区应用人工智能具有以下功能特点：

（一）数据挖掘

数据挖掘技术是数据库领域及人工智能热点问题，可从数据库中大量数据内揭示先前未知、隐含的潜在信息。典型数据挖掘系统成分包含数据库、数据仓库、知识库、数据挖掘引擎、模式评估模块、图形用户界面等。以原则而言，其能够在任意类型信息存储上实施，包含数据仓库、关系数据库、高级数据库系统、展开文件及事务数据库。数据挖掘步骤：数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示。数据挖掘见表1。

表1 数据挖掘

（二）预测分析

预测分析是统计或解决数据挖掘方案，包含非结构、结构化数据能够使用确定未来结果的技术与算法，可为预报、预测、模拟、优化等提供方式，为流程规划提供信息，洞察智慧社区关键点。预测分析系统能够综合考量数十项、百项预测变量，将已知数据均输入至系统内，系统运转内综合考虑因素变量，通过核心学习技术，获得预测结果。

（三）数据管理

大数据离不开数据管理与数据质量，可为大数据提供良好工具，保证实现有效、高质量的数据管理，为后续分析提供支持。可利用Spark、Hadoop等分布式计算框架解决大数据读取问题，面对大量数据，多台机器轮番运算，以协调工作前后数据，保证其能够协调通信。

三、智慧社区的人工智能技术的应用

（一）社区基础信息采集

智慧社区需做好安防工作。近几年，先进社区通常会建设入侵报警、视频监控、访客管理、门禁管理、停车场管理、消防报警等系统，但会存在监控模糊、看不清、丢失视频的情况，需加强社区基础信息采集。在社区采集信息中，通过人工智能与大数据先进算法，不仅可及时发现网络、设备故障，通过定期巡查，探查视频画面模糊、条纹、花屏、云台故障、脏污等潜在问题，及时处理。特别是社区视频采集信息中，原始视频包含诸多冗余数据，检索与查看视频仍消耗大量人力，通过AI摄像机，则能够辨认画面车、人等信息，呈现清晰人脸。在智慧化社区改造中，为保证准确采集基础信息，逐渐增加单元门禁、人员出入口、地下室门禁、车辆出入口等。而生物识别作为人工智能最火热的技术，在深度学习技术的发展下，虹膜、人脸、指纹、掌纹等技术用于社区场景，对于社区特殊环境，即特殊人群识别（老幼男女）、大规模识别、恶劣环境、黑夜白天、卫生型要求，分解生物识别技术（见表2），具有环境适应性、非接触、大库容优势。

表2 生物识别技术

小区单元门禁、出入口以最佳视角弥补监控不足，记录人员必经之路，利用智能门禁及出入口产品，无缝对接社区监控系统，还原真相、随时查看。人员出入口系统，通过人脸门禁、人脸速通门、认证访客机采集人像，对比中心服务器，推送异常情况至收集，保证人员能够迅速反应，且在监控室屏幕上将图像实时呈现，做好人员权限管理、出入管理工作。车辆出入口管理，采取出入口相近管理车辆出入，以视频采集车辆信息；事后可查询车牌、时间等，降低管理社区车辆复杂度，具有方案灵活、识别率高的特点。

（二）社区实有人口管理

小区重要路段、出入口设置图像分析及AI产品，对比名单库人员，分析人员身份，识别疑似登记后搬离人员、居住未登记人员，按照研判信息加强人员入库管理，更新人口变动信息，推送平台名单库至人脸识别名单库，以形成闭环人口登记。

（1）疑似登记后搬离人员。智慧社区自动分析搬离人员，按照人员名单，可研判登记人员及疑似搬离家庭的详细信息，包含出现在小区内的同住人信息、抓拍信息、月出现规律、可能搬离地址等，推送预警信息至责任民警，民警采取电话联系方式，确认人员去向，对人员做好搬离处理。

（2）居住未登记人员。智慧社区建立频繁出现人物，根据结果研判频繁出现在社区内的未登记人员，掌握详细信息，自动将人脸信息和登记人口名单库加以对比，且结合相似度从高至低加以筛选，预判人员身份。同时，在详情研判中，展示居住未登记人员出行规律、活跃地点、同行人信息等，推送预警信息至责任民警，核实确认后，登记人员或进行误报处理。

（三）智能研判

在智慧社区建设中，社区房屋、车辆、人员可能出现异常，为保证社区安全，需加强智能研判分析。具体如下：

（1）车辆异常研判。社区停车场或出入口中，分析车辆出行规律，提取有关规则，设置可疑、异常车辆行为标签，构建夜不归宿、频繁夜归、昼伏夜出等异常车辆模型，补充分析僵尸车辆信息，即小区未登记车辆和已登记车辆，按照配置分析小区车辆行驶入小区内超过一定时间无通行记录，符合僵尸车规律，则需要获取车辆可能车主信息、基础信息及最后出现车辆的抓拍数据等。

（2）房屋异常研判。疑似非法商用/生产研判，社区内信息做到按户归档，包含实有单位、实有房屋、实有人口、标准地质、物业费、水电费等，统计分析每户水电信息，水电费出现异常增长，超出设置阈值后，即可初步判定非法商用或生产；疑似群租房研判，陌生人员频繁出入租赁房屋，且有规律出入该租赁房屋，规律性早出晚归，即可判定人员住于租赁房屋，达到一定指标，即多少平米住宿不能超出多少人，可研判为疑似群租房；未登记出租房研判，利用业务模型登记住户为疑似租赁、自住房屋情况，物业采集登记人员信息，相同房屋多人频繁拜访，或是房屋人员出入规律，研判为疑似未登记出租房，民警获得异常信息后，亲自上门查看，或是督促物业查看。

（3）人员异常研判。智慧社区为满足防范安全需求，可在公共区域或出入口内分析人员出行规律，提取规律。频繁夜出，夜间某时间段人员出行抓拍，且标记为夜间陌生人出行标签，系统可提取人像库陌生人库人员夜出规律，且支持统计展示频繁夜出陌生人的信息、出现次数等，系统也可将夜出规律指定配置；昼伏夜出，社区公共区域及出入口，分析某阶段内出行频次规律及天数符合昼伏夜出规律，提取人员信息，系统将昼伏夜出规律指定配置系统内；疑似盗窃人员研判，分析社区公共区域、出入口记录，对非小区人员某阶段进出情况，或是多小区出行加以分析，对比公安盗窃人员数据库，即可预警人员盗窃踩点；深居简出，社区某阶段登记居住人员未出现或出现频次及天数低于出行正常频次水平，提取深居简出人员规律。

四、总结

综上所述，人工智能对于世界造成了颠覆性影响，深刻改变了社会发展格局与人们生活方式，可用于智慧社区中，加强社区治理。智慧社区应用人工智能技术中，可从社区基础信息采集、社区实有人口管理、智能研判这几方面出发，为社区治理提供信息决策支持。