人工智能时代下边检信息化工作创新发展研究

摘 要：鉴于人工智能的强劲发展，应鼓励利用人工智能时代的发展潜力和大量数据促进边检管控工作创新和信息化，但同时，这也将带来许多实际挑战收集、应用、分析、管理和交换边检管控的大量数据。因此，很有必要结合边检工作实际，从思想保障、应用平台、技术援助和智力支持四个维度，探讨有效利用智能开发边检信息的措施。将不断提高人工智能在边检信息生产中的使用质量和效率，推动智能技术在边境管制信息领域的深入应用，推动智能技术的进一步发展。边境线向数字化、电脑化方向发展，边检在新形势下发生了成功的变化。

关键词：人工智能;边检;信息化建设

中国的边检是在国际交流和改革开放的推动下进行“快、大、杂”的现实状况。如何智能高效地收集、组织、处理这些大型边检数据，并且怎样从海量信息中，提取比较有价值的信息，进一步发挥服务指挥信息的作用，实现证件识别数字化，实时监测与检查以及信息研究与定罪自动化，协助边检机关开展巡控检查、智能化研究与决策，是当前和未来边检工作中亟待解决的问题。

1 人工智能背景简述

按照Moore硬件规则，使用云计算和数据挖掘作为技术，使用移动计算和社会网络作为企业的驱动力，人工智能技术诞生，但学术界对“人工智能”的定义并未达成一致。根据麦肯锡的人工智能搜索报告，认为“人工智能”一般是指：海量复杂的数据采集在一定时间内无法提取、存储、搜索、共享、分析和处理。

2 人工智能应用于边检信息化建设的机遇

2.1 人工智能应用于边检信息化建设的必要性和可行性

参与边检管控的人员和设备数量不足以应对新形势。在大规模数据处理的浪潮中至关重要，信息资源日益成为生产和社会福利的重要因素。这也正是为什么成为适应形势需要、走在路上、以科技强警、以警立警、以控数据和信息疫苗的有效性为另一方面，成为公安部后加强的重要战略选择提出了“四个建设”（基础信息建设、警务实战建设、执法规范化建设和军队标准化建设），各单位要按照智能时代的要求，研究并成功实施信息化建设，运用现代信息技术加以改进。可以看出，边境管制信息的开发将逐步进行，有大量数据可供应用。

2.2 边检信息化建设应用大数据的前景机遇

2.2.1 非结构化数据推动边检工作研判分析的准确性

没有结构智能，就意味着文本、报告、图像、网站、音频、视频等难以通过二维逻辑传输的数据。最常见的边界控制应用是桌面系统、端口系统和广泛的视频监控网络。有许多非建设性数据，如表格、图像和视频，需要大量研究，生产和潜在能力，如海洋质量数据的中心位置和垂直识别，旨在为了尽可能准确地预测进出口，使用多算法融合平台，使动态图像和人像数据库的实时比对更加准确、快速，这对接访检查员、边界管制研究和分析工作以及提高准确性证明有用性都是有益的。促进“智能边境控制”的开发。

2.2.2 边检智能的高处理能力推动边检工作创新发展

受到现有数据处理技术的限制，大量边检数据的潜在价值还没有用完：时间允许大规模云计算服务器进行并行处理，可以快速支持TB及以上数据分析。大量数据间的“链接”，有效地提高了大量边检数据的处理和分析能力，对二级市场价格进行了预测。

资料来源通过评价有关边境措施的相关性，提高其有效性，从而有效地创新和开展边检活动;以关照外国人综合信息系统项目为例，它可以提供数据输入等功能，并在综合查询、动态显示、跟踪统计执行、关键外籍人员监控报警、与相关部门和社会组织进行信息交流等方面取得了显著的改进，使用佣金云终端重新设计，安装边检桌面办公室，为边检部门创造“云桌面”，提供数据空间、管理服务，为最重要的参与者提供尽可能多的桌面模式。其优点是：信息安全，维护方便，操作快捷，设备配置频繁，便于远距离操作。降低了单位信息成本，提高了边界控制的处理效率和资源利用率。提高可持续性和安全性，显著提高边检机关的办公效率。

3 人工智能时代边检信息化建设面临的挑战

3.1 边检大数据观念尚未形成

第一，我们理解边境控制和大数据相结合的要求。大多数边检员都知道“人工智能”一词，这是一个人人都关心“人工智能”的时代。然而，在边检工作中，如何将大数据与实际相结合，大多数人还没有想到，只有当他们与边检管理的要求充分联系起来，他们才能自己解決问题，才能使边检工作有很大的附加值，第二，资料收集不够全面，大量元数据是智能分析应用的前提和保证，而大多数边检人员对资料收集重视不够，输入资料不规范、不完整，资料收集质量差，效果不强。第三，大数据思维转换不到位。大数据将成为未来信息技术发展的战略趋势，不仅需要改变数据量，而且需要从根本上改变对数据的思维方式：把样本数据转化为全部数据，把结果数据转化为数据处理，把静态存储数据转化为动态数据流处理，把因果关系转化为关联，这对边检来说并不敏感。资料处理的品质及聚合资料的动态性质。对于传统观念看问题，忽视数据，不能构成边防数据背后的输入—输出图表。

3.2 边检数据采集质量不够理想

除边检资料收集还存在着一些客观问题之外，在思想认识上也存在诸多不足，例如：收集格式和标准不明确，非结构化数据来源混乱、复杂，易出现项目不全，边检资料采集相关性低、质量参差不齐，后续“智能清理”存在重大困难，其次是自动记录仪利用率低。虽然不少边检站引进了新设备、新技术，如获取证件资料等，但由于该站重视程度和操作培训程度较低，边检工作人员对操作不当、责任心不强感到担忧，使新型自动装置的辅助采集使用频率不高，因此难度大，其实际功能和效率发挥得很好。最后，智能转接存在障碍，边检业务相对分散，系统复杂。全国人口数据库、Mesa系统和API系统之间的信息交流很少，大型数据提取和收集检查的要素和格式难以找到。

3.3 边检数据加工整合、分析应用有待提高

第一，“信息孤岛”没有对信息进行全面有效的长期分析导致边检系统之间连接不畅，造成了“信息孤岛”和大量的“睡眠数据”的分布式信息管理，同一数据存在不同的标准，这严重影响了各边检站之间的互动和业务之间的合作，边检支离破碎的数据无法整合使用，这无助于改善边检数据结构，提高数据率。第二，边境管制缺乏数据处理和分析平台，而“云”基础设施和软硬件投资必须进一步加强，在没有升级硬件的情况下，不能播放更新软件，无法进行大型项目分析边界控制数据，所以才使用“云平台”，边防检查站将进一步强化“云终端”和“云端”。“电子口岸平台”“旅客自助通道”等配套设施的建设，进一步推动了第三方边境管制数据的高粒度、高处理能力，数据粒度指的是将数据细化并集成到数据仓库中的程度。在处理边检数据时通常是简单的累加，将其进行比较，以及百分比的计算等等，利用传统数据分析方式与工具进行数据应用，其智能化程度较低导致边检数据的精细化、集成化程度低，数据粒度较高。

4 边检信息化建设有效利用大数据刍议

4.1 培养大数据意识和数据素养

通过有效的宣传和培训获得大容量数据，以适应大数据时代、改革和边境信息化建设的需要。与此同时，边境检查站要充分利用人工智能获取有价值的信息和知识并且与时俱进，思考大数据，第一，他们应该知道数据创造的声音。在对非结构化数据进行开发时，工作人员应当认识到，非结构化数据的开发不是一種简单的概念，而是以大数据为基础，在实用和创新的应用支持下，开发边检信息。第二，智能数据的提取是依照字母的顺序推进进行的，采集完整数据要素依照相关规则深入分析和应用大数据的基础。提高边检人员对输入、输出数据的敏感性，提高数据采集的标准化和质量，完善系统数据标准化，进一步有效数据挖掘，以期为智能规范共享做奠定。

4.2 加强智能规范共享，研发数据综合应用系统

加强智能规范共享首先必须要研究制定相关部门规定条文，推动“智能试验台”等智能设备的发展，进一步提高信息采集的质量，提高基本信息资源交换、综合科研评价和各种信息系统的实际应用水平;二是建立和完善信息与信息交流机制，促进各业务系统的横向联动促进申报信息、后勤监测信息、检查信息、出版物信息和其他有关运输工具、货物、物品和人员等出入境的数据的一致性和充分交流，以实现最大限度地利用有限的数据资源的目标边界控制，提高数据值。三是加强“智能综合查询平台”的研究与开发，增加自有智能存储服务器，推动并充分利用好关键系统开发应用，促使：一个平台;三个系统的进一步建设，建立“中心、两个支撑”，实现管理标准兼容、高度集成，充分可靠地使用大数据进行边防管理。

5 结论

创造检查信息是人工智能时代的机遇，也是挑战。边检部门要始终遵循公安部的要求，加强“四个建设”，结合边检工作实际，转变观念，以“人工智能服务边检”为契机，满足数据需求，明确边检工作目标，制定边检标准，发挥边检数据的潜力，充分利用现代科技对边检信息发展的“日增效应”，不断提高边检信息制作中人工智能的质量和效率。

参考文献：

[1]张俏.海港边检检查站服务管理模式创新研究[D].辽宁：大连理工大学，2015.

[2]范霞.组织变革与服务质量的提升：对上海机场出入境边检检查站的个案研究[D].上海：复旦大学，2014.

[3]林泓铠.边检服务品牌创建的研究[D].福建：厦门大学，2011.

[4]付欣欣.中国出入境边检检查管理体制研究——以深圳出入境边检检查总站为例[D].江苏：南京大学，2007.

作者简介：刘小文（1989— ），女，汉族，江苏南通人，本科，检查员，研究方向：边防检查。