APP下载

ChatGPT 模型引入智慧警务建设:功能、风险以及规则

2023-09-11刘黎明程伍强

警学研究 2023年3期
关键词:警务公安机关模型

刘黎明,程伍强

(四川警察学院,四川 泸州 646000)

ChatGPT的横空问世,因其更高的智能程度、更宽泛的领域知识、更灵活的响应能力、更真实的对话环境使得整个互联网受到极大的冲击。在大数据、云计算、人工智能等新一代通讯技术普及应用的背景下,公安机关的警务工作逐渐转向数字化方向发展,以科技赋能、赋权为理念的警务模式已日渐清晰。推动警务工作方式、警务运行机制已经成为公安机关智慧警务发展的重要任务。

ChatGPT(Chat Generative Pre-trained Transformer)是OpenAI创建的生成式AI①对于生成式AI,Gartner Group公司这样定义:通过各种机器学习(ML)方法从数据中学习工件的组件(要素),进而生成全新的、完全原创的、真实的工件(一个产品或物品或任务),这些工件与训练数据保持相似,而不是复制。生成式AI其实是一种机器学习算法,该算法可以使用现有内容,如文本、音频文件或图像,来创建新的可信内容的程序。语言模型,且运用自然语言处理技术①自然语言处理技术(Natural Language Processing,NLP)是一种人工智能技术,其目的是让计算机理解、处理、生成自然语言。,能够实现高质量的自然语言理解和生成。其核心算法是Transformer[1],这是一种基于自注意力机制的深度神经网络结构,具有较强的序列建模能力和表示学习能力。通过预训练②预训练是指使用大规模数据对深度学习模型进行的初始训练。和微调,ChatGPT模型能理解和生成自然语言文本,并在各种应用场景中发挥作用。ChatGPT模型的成功归结于Transformer的优秀性能和生成式预训练技术的成熟。在预训练阶段,ChatGPT模型可以通过无监督学习的方式,从大规模的文本数据中学习语言的规律和特征,使得模型在有限的数据集上进行微调,并获得出色的表现。而在语言模型训练中,ChatGPT使用自回归语言建模(Autoregressive Model,ARM)的概率方法,基于输入的上下文预测最可能的下一个单词或短语来实现这一点。[2]由此产生的回答往往是高度连贯且语法正确的,使其很难与人类生成的文本区分开来。目前ChatGPT的主要功能有:自然语言对话、文本生成、语言翻译、文本摘要、情感分析、知识问答、编程能力、个性化设计、自然语言处理、数据分析。[3]ChatGPT是人工智能发展的一个重要里程碑,对AI和人类都有重大影响。对AI而言,ChatGPT具有的大数据、大算力、大算法、人智化的特征[4],促使更复杂的人工智能系统发展。对人类而言,ChatGPT成为人们编写代码、翻译、数据分析等各种环境中使用的有用工具,是对人类的又一次赋能赋权。

一、技术赋能:ChatGPT模型应用于智慧警务的功效

ChatGPT模型代表了人工智能领域的重大技术进步,可以促进智慧警务的发展,助力案件侦办与预防犯罪。其先进的自然语言处理、有效的数据分析和准确的算法处理能力可以大大提高警务工作的效率。

(一)深度对话,智能警务服务建设

公安机关智能警务服务建设是一项利用现代科技手段和人工智能技术来改善公安机关工作效率和服务质量的重要措施。建设智慧警务是新时代公安机关信息化警务的探索,智能警务服务则是其中的一个关键方面。ChatGPT的出现给智能警务服务带来新的机遇,借助于ChatGPT开放接口等途径解决日益增长的警务服务需求。

一是警务服务的智能性。ChatGPT模型内置科学化和人性化的人工智能语言系统,能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,其出人意料的语言“理解”和表达能力,可以显著提升警务服务中人机交互的友好程度。与传统的人工智能对话系统相比,ChatGPT在智能方面取得了显著的进步。通过广泛的数据训练,ChatGPT可以模仿人类的语言行为,并基于交互式指令成功执行语言翻译、回答问题和总结文本等多种人机交互任务,极大提升民众对警务服务的满意度。ChatGPT在运行过程中始终主张情境式表达,这保证了数据的真实性、准确性和实用性,同时尽可能最大限度地满足人类的情感需求。因此,这种方式真正体现出“以人为本”的沟通与对话理念。

二是警务服务的便利性。ChatGPT的使用不仅为民众举报犯罪提供一个高效可靠的平台,而且有助于社区群众、犯罪嫌疑人、证人等关于法律咨询、业务办理的过程,为民众提供便利的智能警务服务。

三是将ChatGPT集成到警务服务中,将会提升违法犯罪的举报效率。ChatGPT将民众收集的关键违法犯罪信息,如位置、类型和相关细节自动转发给所在辖区派出所以进行进一步调查,进而提升违法犯罪查处效率。

(二)技术嵌入,助力案件侦办与预防犯罪

情报指导警务已成为当前公安工作主要模式。预防犯罪、侦破案件都需要情报进行指导,而ChatGPT拥有完善数据采集、存储、分析体系,可为公安情报研判提供有力支撑。这为公安工作中的大数据情报分析带来无限可能。

一是助力案件侦办。ChatGPT具有智能分析模式,可总结以往所有案件的情况,根据现有的证据,综合ChatGPT所搜集的最新网络资料,为案件侦查方向、侦查对象给予全方位指引和参考。加之,当前声纹、DNA、RFID等基础要素信息实现自动化采集、数字化存储也给ChatGPT提供了基础的数据保障。[5]另外,当前电信诈骗频发,而且支付手段多样化、洗钱渠道纷杂,在固定证据或查找源头时层层受阻,给办案人员带来了巨大挑战,ChatGPT的出现,可以从浩如烟海的信息海洋中,快速、准确地筛选出办案人员想要的信息。

二是预防犯罪。随着各种来源产生的数据量不断增加,数据分析在公安机关执法中的应用变得至关重要。使用高级分析的犯罪分析和预测已成为一个新领域,旨在帮助公安机关识别犯罪模式、预测未来犯罪并更有效地分配资源。ChatGPT是OpenAI训练的大型语言模型,可用于该领域,以改进犯罪分析和预测应用。[6]犯罪分析是分析犯罪数据以确定模式、趋势和关系的过程,有助于公安机关更好地理解犯罪现象并制定有效的犯罪预防策略。在犯罪分析的过程中,ChatGPT可以帮助公安机关分析社交媒体、犯罪报告和监控录像等大量数据,检测潜在威胁,确定犯罪模式和趋势,对可能发生犯罪的领域做好警力部署,并预防犯罪。犯罪预测是基于犯罪分析基础上的预测性行为,能够预测犯罪可能发生的地点和时间以及可能发生犯罪类型的模型。犯罪预测模型的运用将会更有效地分配警务资源,并制定减少犯罪的预防措施。ChatGPT在犯罪分析和预测中的运用,将会提高犯罪分析和预测的效率性、准确性、及时性。[7]

(三)算法融入,提升警务工作效率

近年来,人工智能和自然语言处理(NLP)已成为一种强大的工具,可以帮助公安机关提升警务工作效率。

一是提高犯罪调查效率,通过利用ChatGPT和NLP,公安机关可以提高侦查效率,加快收集和分析证据。例如,ChatGPT可用于分析社交媒体帖子和其他在线内容,以识别潜在嫌疑人或证人。通过分析这些帖子中使用的语言,ChatGPT可以确定这些帖子是否包含违法犯罪的信息,或提供可由公安机关跟进的线索,这可以让警务工作人员专注于最有可能产生成效的线索,从而节省大量时间和资源。

二是ChatGPT用于分析警方报告和其他文件,以确定可能与调查相关的模式和趋势。通过分析大量文本数据,ChatGPT可以识别可能表明犯罪活动的行为模式或语言。这可以帮助警务工作人员将注意力集中在最可能的犯罪嫌疑人或线索上,增加破案的可能性。

三是提升基层警务工作的效率。ChatGPT用于嫌疑人的人脸识别比对和视频分析、实时实现语言翻译、访谈和询问笔录自动转录和记录、帮助警务工作人员撰写文件、文章编译等。

四是警务工作人员利用ChatGPT实现专业知识的有效自主学习,从不同角度查询和接收对特定概念和内容的响应,解决知识差距,并利用ChatGPT帮助开发、转换、调试、简化、注释和记录警务技术需求的源代码。此外,ChatGPT还可以支持特定资源的主题和摘要提取,从而提高各个领域的警务工作效率。

二、技术风险:ChatGPT模型应用于智慧警务的风险

人工智能技术本身是一把双刃剑,在ChatGPT模型服务于智慧警务建设的同时,也伴随着警务数据安全的风险、责任认定风险、公民数据权利被侵犯风险。认知相关风险对于智慧警务建设具有重要意义。

(一)警务数据安全的风险

数据作为公安机关社会管理和预防打击违法犯罪的重要战略资源,不仅关乎智慧警务的运行状况,而且涉及数据安全。

一是数据情报安全风险。在大数据时代下,数据安全无疑被提上了新的高度,一旦警务数据库被不法分子入侵,就很可能引发“数据污染”“数据窃取”以及“数据攻击”等安全隐患。[8]众所周知,智慧警务的持续运行需始终以社会各个领域的“关键性基础信息”①根据国务院公布的《关键信息基础设施安全保护条例》可知,关键信息基础设施是指公共通信和信息服务、能源、交通、水利、金融、公共服务、电子政务、国防科技工业等重要行业和领域的,以及其他一旦遭到破坏、丧失功能或者数据泄露,可能严重危害国家安全、国计民生、公共利益的重要网络设施、信息系统等。引入作为支撑。利用ChatGPT模型进行警务工作将涉及授予ChatGPT数据平台管理关键基础数据的获取、利用、分析和存储的权限。然而,任何微小的疏忽都可能导致大量高度敏感的信息泄露,从而构成重大风险。二是数据技术安全隐患。确保技术具有自主性、安全性和可信赖性对于维护数据主权和安全至关重要。在警务工作中使用ChatGPT模型时,极有可能面临因自主技术不足而引发的安全隐患。OpenAI早在2015年就发布了GPT-1语言模型,该模型依赖于自主研发的近端策略优化算法。从那时起,该公司围绕这一模型建立了许多先进技术,包括神经网络、图像神经网络和人工智能系统。随着时间的推移,已经从最初的版本发展到了第四代模型。与OpenAI相比,百度、腾讯和阿里巴巴等公司在中国开发类似于ChatGPT的模型起步较晚。因此,如何开发大型神经网络和语言交互系统来加强技术并弥合差距,是未来智慧警务建设的一个重大挑战。[9]

(二)责任认定风险

ChatGPT在公安领域中应用,可以帮助提高工作效率,但同样存在干扰正常办案秩序从而导致责任认定风险的可能。ChatGPT具有先进的智能分析功能,但也是基于预训练的数据和后期学习,如果在此过程中确有不完整或不正确的数据,则会导致模型训练错误,从而导致警务决策的错误。即使模型正确,也存在着误报的可能。

确保行政问责制是增强行政权力公共属性的一个关键方面。在传统行政决策中坚持“决策者对自己的决定负责”的原则,从本质上可以建立自成一体、合乎逻辑的行政问责体系。[10]随着ChatGPT模型的出现,权力、责任和算法之间的相互联系变得更加紧密。由于内部算法黑箱或ChatGPT模型中的偏差而导致警务决策错误的发生可能会危及行政问责制的逻辑链。申言之,公安机关很可能会基于ChatGPT模型造成的操作错误推诿责任。此外,将行政责任强加给ChatGPT模型是具有挑战性的,因为其可能会模糊行政行为和市场行为之间的界限。[11]更重要的是,ChatGPT模型有可能在警务决策过程中从辅助系统转变为主要决策系统,甚至在某些情况下直接取代警务工作人员自身的价值判断[12],毫无疑问,这将进一步加剧追责链条的断裂风险。综上所述,新型算法系统与传统行政主体在警务决策中的角色错位导致警务决策会陷入无责可追的状态之中。

(三)公民数据权利被侵犯风险

ChatGPT模型的有效运行与数据的收集、整合和存储密切相关。ChatGPT模型如果脱离海量数据的支撑,其能力将会大打折扣。一是过度收集风险。OpenAI在隐私政策中提到,ChatGPT会收集用户账户信息、对话相关的所有内容、互动中网页内的各种隐私信息。一旦ChatGPT模型正式集成到智慧警务中,其存储的个人信息数据将大幅增加。因此,依赖信息积累的ChatGPT技术可能会加强“数据权力”对普通公民的主导地位。对于警务工作中ChatGPT模型关于个人信息数据的收集将会更加全面,给公民的个人信息数据安全带来严重挑战。二是深度整合风险。ChatGPT模型具有深度、专业、高效和准确数据整合①数据整合是指通过一定数据转化、数据推理和数据模拟技术,将规模庞大、排序散乱的数据转换为具有一定规律性和逻辑性数据的处理机制。的能力,因此具有显著优势。然而,在使用其模型时可能会偏离警务工作的预期目标,在警务工作人员不知情的情况下,将数据整合系统重新调整用途。毕竟,算法黑箱的存在使公众只能观察算法的表面功能,而无法追踪其起源或更深入地了解其内部工作。[13]因此,保护公民的数据权利在本质上是被动的。三是存储和泄露风险。首先,未经允许的个人信息存储。OpenAI目前没有为个人提供任何审查其数据存储库的手段,OpenAI公司提供的信息使用条款也不包含任何数据存储问题的保障措施或解决方案。其次,个人数据的无限期存储。根据《中华人民共和国个人信息保护法》(本文以下简称《个人信息保护法》),关于个人信息存储的时间是有限制的,并非可以无限期存储。事实上,ChatGPT模型并没有说明信息保存的具体持续时间,这对于公民个人信息数据安全的保护构成威胁。最后,个人数据泄露风险。在智慧警务的发展过程中,ChatGPT模型很有可能由于数据处理不当,从而导致公民个人信息数据的泄露。

三、技术规则:ChatGPT模型应用于智慧警务的路径探析

(一)数据规范:推动ChatGPT警务数据的分类分级

ChatGPT模型带来数据安全风险的根本原因是其所依赖和处理的数据。因此,在源头阶段建立数据分类分级制度至关重要。这将使ChatGPT模型能够得到有效的监管和指定,确保其在安全可靠的框架内运行。一是定义警务数据分类分级和分类分级过程的范围和目的。实现警务数据分类分级的第一步是确定这一过程的范围和目的。这包括确定需要分类和分级的数据类型,以及每种类型数据的敏感性和机密性水平,为整个分类分级过程奠定基础。数据分类分级的目的是确保敏感和机密数据免受未经授权的访问、修改和披露。该过程有助于确保数据用于预期目的,不会被滥用或泄露。[14]二是制定分类分级系统。该系统应包括多组类别和子类别,以反映数据的不同敏感度和机密性水平。分类分级系统的设计应方便用户,易于理解,以确保警务工作人员使用该系统时,其具有足够的灵活性,以适应正在收集和存储的数据类型的变化。分类分级系统中的类别和子类别应基于数据的敏感度和机密性。例如,个人信息可以分为公共信息、机密信息和高度机密信息等类别。犯罪记录可以分为非敏感犯罪记录、敏感犯罪记录和高度敏感犯罪记录。三是增设风险评估,以确定数据的敏感性和机密性水平。风险评估应考虑数据类型、数据来源、数据的预期用途以及未经授权访问、修改或披露数据可能造成的潜在危害等因素。

(二)责任导向:完善ChatGPT模型的责任链条

虽然ChatGPT的引入会提高警务决策自动化的有效性,但至关重要的是要加强问责机制,健全追责链条,以防止因ChatGPT融入警务决策而导致“无责可追”的问题。一是引入阶段的责任审查。在ChatGPT引入阶段,公安机关有责任通过透明的评估和审查,谨慎选择数字协作平台,并探索ChatGPT的专用警务平台。应审慎考察合作平台的资格,全面掌握平台的技术特征,对ChatGPT引入智慧警务的数据安全、模型安全、基础设施安全、数据隐私和保护、合规性和治理等进行审查评估,从而将ChatGPT模型引入警务工作的潜在不利影响降至最低。二是应用阶段的责任鉴别。尽管算法决策具有高度自动化的性质,但在基于算法做出警务决策的过程中,公安机关可以对算法的使用进行一定程度的控制。当涉及到数据过滤、数据输入和结果采用时,警务工作人员应该谨慎,因为ChatGPT模型的输出通常取决于问题的输入。公安机关有责任了解与“算法至上”和“算法代表”相关的风险,并确定算法决策系统的适当使用。[15]如果过度依赖这些系统导致警务决策错误,就必须承担相关的行政后果。

(三)权利保障:强化公民数据的保护义务

ChatGPT在警务工作中的应用是一个快速发展的领域,具有许多潜在的好处。然而,ChatGPT的使用也引发了民众对自身的数据权利保护的担忧。加强对公民数据权利的保护,防止将ChatGPT引入警务工作对公民数据权利造成的任何潜在损害。一是事前风险预防义务。制定并执行严格的政策和法规,管理ChatGPT在警务工作中的使用,包括确保公民数据始终建立一个透明的问责系统,让警务工作人员和其他ChatGPT用户人员对任何侵犯公民数据权利的行为负责。对ChatGPT进行定期审计和风险评估,以确定公民数据权利的潜在风险,并采取纠正措施缓解潜在风险。实施加密、访问控制和数据最小化等技术保障措施,以保护公民数据免受未经授权的访问或使用。对警务工作人员和ChatGPT的用户人员提供关于数据保护和隐私法律以及维护公民数据权利的最佳实践的全面培训。二是明确侵害排除义务。在智慧警务建设过程中,公安机关不仅是数字平台的合作者,同时也是数字平台的监管者,其对ChatGPT模型与数据权主体之间的关系始终负有平衡义务。[16]具体而言,通过公安机关监管,降低侵害风险。《个人信息保护法》《中华人民共和国数据安全法》关于公民个人信息数据权利的实效性将会增强,促使ChatGPT模型为警务工作更加合理地提供数字服务。三是强化救济义务。为被侵犯公民数据权利的民众提供救济途径,增设监管投诉平台、完善数据权集体诉讼机制等[17],以确保其数据权利得到保障。

(四)人才培育:加强公安科技人才的培养

加快对“警务+AI+新工科”专业的技术人才培养,是解决缺乏警务科技人才的有效措施。一是警(警察院校、公安机关)校合作共建警务实验室,为基层公安输送警务技术人才。开展警察院校与其他高等院校、科研院所合作,培养信息科技人才。建设面向警务技术专业需求的培训平台。高等院校、科研院所提供实训教学场所,警察院校、公安机关提供实训设备和实训平台,共同搭建警务实训基地。与新工科①新工科主要指针对新兴产业的专业,以互联网和工业智能为核心,包括大数据、云计算、人工智能、区块链、虚拟现实、智能科学与技术等相关工科专业。相关的警务技术结合,分析警务先进技术和警务职能,确定人才培训的方向,打造复合型、多元化的警务实训平台。结合警务实战案例,提供真实可交互的实训环境,开展层次化的警务技能实训,培养出具有实操技能和实战能力的公安科技人才队伍。完善新工科警务实训体系。警校双方结合各自资源优势,进行优势实训资源整合,不断创新改进。根据警务实战需求,以警务技术能力分析为基础,把专业技能和警务素养有机整合,开发以警务技术能力为导向、警务实战为基础、警务技术人才培养为特色的教材。加强警校合作,努力培养“警务+AI+新工科”专业的技术人才。二是构建警务科技人才培养的多元化保障体系。以“组织机构”为先导、“警务科技队伍”为保障、“政策制度”为关键,建立以培养公安科技队伍为核心的保障体系。充分利用传统警务和智慧警务的优势,为智慧警务建设和公安科技队伍的融合提供强力支撑和有效保障。三是定向化开展警务科技大比武。培养公安民警创新精神和实践能力,组织“互联网+”“警务AI”“数据建模”等擂台活动,激发公安民警的潜能和创造力,培育公安民警的创意思维和创新精神,选树一批警务科技应用标兵能手和尖兵人才。

(五)科技驱动:数据和AI驱动警务

1.数据驱动警务。公安机关通过互联网或其他相关软件采集海量数据,组织数据并形成信息,再整合、提炼相关信息形成以数据为基础的自动化警务决策和行动模型。一是规范数据收集标准。严格执行公安部数据采集标准,完善信息采集目录,制定数据采集、管理、开放、应用和交换接口标准,规范基本数据信息采集目录的类型、内容、范围和方法。[18]加强各种基本技术规范和标准,以确保设备接口和编码标准兼容,从而解决上下连接、内外整合的相关问题。制定一系列工作标准和规范,以收集、传输、处理和维护各警种和不同部门的数据信息。大力推进警情数据标准化、案件标签化、标准地址库、视频信息结构化建设,努力将非结构化数据转换成可读取的数字化数据,提高警务数据应用价值。二是信息共享,构建统一数据交换平台。整合区域数据资源[19],规范信息共享机制,打造数据一体化中心处理各类信息数据,将分散在不同部门、不同行业的公共数据,汇集到统一的公共数据交换中心,实现共建共治共享。如公安机关接入城建、城管、安监、环保等部门提供的信息数据,促使业务流、信息流、机制流等有机结合,各种要素互联互通和碰撞关联。三是警务数据共享。在整合警务资源、区域数据资源的基础上,汇聚出入境信息、交通信息等模块数据,打造以公安大数据为核心的现代警务引擎,增设大数据警种,实现数据整合、数据共享、数据分析和数据价值的深度挖掘,以直观可视化方式展示全域警务工作态势。四是资源分配。以公安大数据为中心,汇聚警务、区域数据,实时汇入视图、数据至“情指行”②“情指行”是一种现代警务模式,着力打造情报感知迅捷灵敏、风险防控精准主动、合成处置高效规范、行动力量专门专业的“情报、指挥、行动”(简称“情指行”)一体化运行机制。合成作战平台,高效合理分配警务资源,如向高风险地区部署警力、增派巡逻和实施预防犯罪战略。五是设定权限使用,保护数据隐私。公安机关应严格规定民警数据收集权、数据处理权、数据侦查权[20],根据警务工作中的研判需求开放数据使用权限,从而保护公安机关、社会、个人的数据安全,防止数据泄露。

2.AI驱动警务。警务工作正在向数字化方向发展,以人工智能为驱动的警务工作逐步进入业务实战应用阶段,推动警务数字化改革,已经成为公安机关的重要任务。一是加强AI数据化分析和警务实战模型建设。公安机关可探索借助ChatGPT等新一代人工智能的自主学习功能,利用人工智能搜索,捕捉数据轨迹,进行实时比对、自动分析、研究评估,及时识别风险,分类应对处置,有效预防和阻止犯罪活动,实现对潜在风险的准确预测、预警和提前处置;开发和实施通用数据分析模型,按照“模型+AI+数据+警务”的思路,自定义开发警务实战模型;利用ChatGPT等新一代人工智能促进“超级智能、数据碰撞、轨迹分析、背景审查和犯罪预测”等决策工具的研究,并创建全面的警务应用程序,不断提高主动预测、预警、研判、管控、决策水平。二是运用AI学习功能。OpenAI对ChatGPT在训练过程中采用了“人类反馈强化学习”(Reinforcement Learning from Human Feedback,RLHF)的思路。[21]训练出对人类偏好进行识别的反馈模型(Reward Model),通过反馈模型和原始模型之间的对抗和强化训练,不断改进并输出成更准确、更符合人类语言习惯、偏好和价值观的语言生成模型。[22]因此,公安机关可运用人工智能的学习思路、AI学习功能,研究“AI+警务”的犯罪识别模型,加强对面部识别系统、语音识别系统、犯罪预警系统的建设,预防和打击网络诈骗、侵犯公民个人信息、非法侵入计算机信息系统等违法犯罪行为。

ChatGPT模型作为生成式AI领域的重大技术突破,在智慧警务建设过程中,需从技术赋能、技术风险、技术规则进行全面考虑并加以综合统筹,才能克服技术带来的限制。事实证明,ChatGPT模型能够推动智慧警务更加高效和智能,但同时也可能引发数据安全风险,这要求我们必须建立一个涵盖数据规范、责任导向、权利保障以及人才培育、科技驱动的完整体系。2023年4月11日,国家互联网信息办公室起草了《生成式人工智能服务管理办法(征求意见稿)》,其中对于生成式AI算法设计、训练数据选择、模型生成等过程有了初步的规定,但是对于用户是否可以检查其数据存储库、个人数据深度整合风险、个人信息数据存储的时间等风险问题并未界定,本文从ChatGPT模型引入智慧警务的角度对以上问题进行讨论,同时参照《生成式人工智能服务管理办法(征求意见稿)》,提出数据规范、责任导向等相关措施和意见。综上所述,ChatGPT模型的植入,需把握人工智能技术发展的规律,同时要以包容的理念、辩证的思维以及系统的规则加以调适,并将ChatGPT模型始终置于法治和监管框架之中,才能让ChatGPT模型更好地服务于智慧警务建设。

猜你喜欢

警务公安机关模型
重要模型『一线三等角』
重尾非线性自回归模型自加权M-估计的渐近分布
衡阳市公安机关党员风采剪影
公安机关处置家庭暴力案件的实证研究
3D打印中的模型分割与打包
对已经移送公安机关案件的当事人做出罚款的行为是否涉嫌渎职犯罪?
HIV感染的警务预防与处置
公安机关刑事案件侦查中的假说、推理和证据
FLUKA几何模型到CAD几何模型转换方法初步研究
警务实战训练教学中开设