校園安全是一個世界性的問題。由于發(fā)生場所的特殊性，其受社會的關(guān)注也一直很高。每一次校園安全事件的發(fā)生，都會引起社會的熱議和強烈憤慨。

傳統(tǒng)的校園安全工作主要分為三個部分：學生思想教育、學校政工管理和家長安全看護。除此之外，加強門禁的管理可能是保證校園安全的最主要手段了。畢竟看門大爺（現(xiàn)在更多的是保安）在每個學校都是一個神奇的存在。

但是這種模式并不能很好地避免校園安全事件的發(fā)生。美國頻現(xiàn)的槍擊案件嫌犯大多都是學生，而我國校園的流血事件多是如此。除了一部分來自校外人員的威脅之外，更多的安全事故是發(fā)生在校園內(nèi)部的活動主體身上，校園安全仍時刻處于高壓態(tài)勢。

針對這點，很多人已經(jīng)開始了以AI作為新的嘗試，探索其在保障校園安全上的可能性。

槍擊陰影下的美國校園：用AI讓槍手無處可藏

雖然美國對槍支的管控非常嚴格，但允許私人擁有槍支本身就暗藏著巨大的風險。因此，槍支犯罪成為美國的一個顯著特征。在這種社會大背景下，美國校園也面臨著槍支高壓的風險。

尤其是最近幾年，幾乎每年都會發(fā)生校園槍擊事件，造成數(shù)量不等的人員傷亡。據(jù)統(tǒng)計，今年以來，美國至少已經(jīng)發(fā)生了6起校園槍擊案，最嚴重的一起造成了17人死亡。

面對接踵而至的慘劇，美國的科技公司坐不住了。

前不久，美國一家名為I-TEAM的公司聯(lián)合另外兩家IT公司Genetec和Lencore開發(fā)出了一套槍手檢測系統(tǒng)。這套系統(tǒng)通過檢測槍聲發(fā)出的位置，即時發(fā)出危險警報幫助執(zhí)法人員趕往正確的地點，以在最短的時間內(nèi)阻止槍手進一步擴大活動范圍。

從技術(shù)上來講，它需要在每個建筑物上都安裝一個傳感器。這個傳感器由用來確定聲源的麥克風和識別槍口閃光的紅外攝像機構(gòu)成。槍響發(fā)生之后，具備機器學習能力的麥克風通過對聲音的分析來確定其為槍聲，同時利用攝像機抓拍槍口閃光位置，第一時間確定現(xiàn)場情況并向執(zhí)法人員傳遞信息。

在具體的執(zhí)行方面，這套系統(tǒng)又擁有著其他作用。通過攝像頭對槍手的監(jiān)控，警察可以鎖定其位置并對相關(guān)區(qū)域進行封鎖。如果學生比較多，存在著更大的傷亡風險的話，警察則可以將槍手引到系統(tǒng)根據(jù)學校的整體布局和人員分布情況而推薦出的最佳位置進行誘捕。這樣，就可以實現(xiàn)最快的槍手捕獲和最小的人員傷亡。

這套槍手檢測系統(tǒng)的適應(yīng)性當然不僅僅局限于校園，在辦公樓、教堂、政府大樓乃至居民區(qū)內(nèi)，都可以嘗試布局。

在AI時代來臨之后，基于聲音識別和圖像識別，這項技術(shù)落地應(yīng)用的可能性還是很大的。但可以明顯看出的是，這套系統(tǒng)主要作用是在于事情發(fā)生之后的報警。雖然大大縮短了警方的反應(yīng)時間，但不能從根本上解決槍擊問題。應(yīng)對校園安全的最好的方式，莫過防患于未然，而最好的方式莫過于把槍支杜絕在校園大門之外。

當然，百密未必沒有一疏。一方面要做好校園槍支管控的源頭控制工作，另一方面也要做好技術(shù)來應(yīng)對可能的突發(fā)狀況。畢竟在嚴峻的形勢下，技術(shù)的力量和人的力量的完美結(jié)合，才是保障校園安全的成功之道。

人臉識別：可能是最廣泛的校園安全應(yīng)用

那么，在基本不存在槍擊風險中國校園，又該讓AI在何處有用武之地？

目前對于保障校園安全來講，最成熟也最可行的技術(shù)手段恐怕就是圖像識別了。從可行性上看，至少有以下幾點。

1. 陌生人識別和安保響應(yīng)。這是最近比較火熱的一個話題，比如一名嫌犯去看足球結(jié)果被攝像頭識別出導(dǎo)致被捕。對學校而言，只要將學生和教師的圖像資料儲存到資料庫中，攝像頭就可以輕松識別出在學校林蔭小道散步的人是不是一個外來人員。甚至如果有條件的話，還可以將圖像識別系統(tǒng)與公安嫌犯資料庫聯(lián)網(wǎng)，從而判斷來人自身是否具有威脅。北師大女生宿舍就已經(jīng)安裝了此類系統(tǒng)，一旦有陌生人進入將自動報警。

2. 聚會及其他人流量監(jiān)控報警。學校的人口密度本身就很大，而且往往呈現(xiàn)出固定的時間點內(nèi)人流量集中的情況，比如放學、聚會等高峰時段。部分寄宿制學校在大星期的時候校門口人流和車流量更大，其存在安全隱患也很多。那么，利用人臉識別技術(shù)來對人數(shù)密集的區(qū)域“數(shù)人頭”，一旦超出承載力便進行預(yù)警，由相關(guān)人員進行疏導(dǎo)處理，將會有助于防患于未然。目前，智能監(jiān)控流量的技術(shù)已經(jīng)在廣州等地的春運期間試運營，并取得了不錯的效果。如果應(yīng)用到學校，類似湖南湘潭的學生踩踏導(dǎo)致嚴重傷亡的事故在很大程度上或許就可以得到避免。

3. 管理學生在校情況。在中小學階段，由于叛逆心理或其他原因，部分學生往往會以各種方式試圖離開教室或者學校，前往一些青少年不宜進入的場所，如網(wǎng)吧、游戲廳、歌廳等。然而老師們并不能做到時時刻刻的監(jiān)管。那么，利用布置在班里的攝像頭，其可以空位進行識別，然后報告學生出勤情況。甚至而言，其可以精確地報告缺席的學生個體、缺席的時間段等，以便于老師管理，防止校外安全事故的發(fā)生。

除了利用圖像識別技術(shù)的監(jiān)控，我們在不久之前的文章也講到，有相關(guān)機構(gòu)通過對有暴力過往史的學生進行調(diào)查研究，分析了他們的對話語氣、家庭背景等，從而建立了一個預(yù)測青少年是否存在暴力傾向的模型，并得到了較高準確度的驗證。另一方面，通過對青少年社交媒體等進行語言識別，也有助于實現(xiàn)對校園暴力發(fā)生的預(yù)測和預(yù)防。這無疑也是保障校園安全的重要舉措。

影響校園安全的不僅只有人與人，還有其他

然而，保障校園安全是一個復(fù)雜多樣的系統(tǒng)性工程。判斷槍手、識別陌生人、預(yù)測暴力等都是對學生具有明顯而直接的身體傷害，因此往往會成為校園安全防范的重點。但安全無小事，在更多的地方，AI一樣可以派上用場。

比如食堂。

學生食物中毒算不得什么新鮮事，國內(nèi)某大學校慶發(fā)餐券都能把學生給吃得上吐下瀉，就更不要提基礎(chǔ)設(shè)施薄弱的基層的中學了。食堂工作人員可以直接看出工作間的衛(wèi)生狀況，但食材的質(zhì)量卻不是簡單一眼就能判斷的。

但是AI可以。日本食品生產(chǎn)商Kewpie Corporation和伙伴公司BrainPad利用TensorFlow開發(fā)出了一套機器學習系統(tǒng)。通過近兩萬張照片的訓練，其能夠精確地識別出食品中含有的優(yōu)質(zhì)成分。將這種模型用于學校食堂對蔬菜的質(zhì)量檢測，想來技術(shù)上應(yīng)該不是什么大問題。相應(yīng)地，食物中毒發(fā)生的概率也會因此而在一定程度上下降。

同時，AI防火、防盜，甚至遠一點來說幫助學生進行情感塑造，都有可能對校園安全的保障提供積極的意義。

如果一切都能實現(xiàn)，那么AI將從整體上提高學校判斷安全事件的智能性，同時也不拘泥于傳統(tǒng)的低效率安全保護方式，為對安全事件的掌控提供全方位、多渠道的識別手段，把單一的通過人力保障安全升級為“人力+智能”的高效安防模式。

當然，這種全新的校園安全防護模式的深入鋪展仍面臨著重重的難題。比如說，目前很少有學校會建立人臉數(shù)據(jù)庫，這也就AI缺少了必要的數(shù)據(jù)學習基礎(chǔ)。而學校作為事業(yè)單位要布局這類安保系統(tǒng)，會面臨巨大的資金壓力。因此，“學校+政府+科技企業(yè)”的合作體系有可能成為一條路子。另外，要想讓整個系統(tǒng)動起來，學校的安全管理人員也不可避免地要加強科技意識。

總之，守護校園這方凈土，義不容辭的不僅是人類，還有技術(shù)。AI張開自己的羽翼，正欲去護佑那些未染世事的心靈。

本文轉(zhuǎn)自腦極體，作者小豪，文章為作者獨立觀點，不代表芥末堆立場。