邱秀蓮 曾錦華 施少培

摘要：隨著人工智能技術的越發(fā)成熟和廣泛應用，以模式識別方法為代表的人工智能技術被廣泛引入司法鑒定應用場景中。此外，司法鑒定領域中傳統的專家鑒定技術具有悠久的研究和應用歷史，擁有較好的實際應用價值和實踐適應性。當前，專家鑒定技術和人工智能技術將處于長期并存和共同發(fā)展狀態(tài)。基于此，文章通過研究專家鑒定技術和人工智能技術的特性和優(yōu)缺點，并對司法鑒定意見模式分類理論進行論述，研究專家鑒定技術和人工智能技術相互間的交互模式以及兩者間的綜合應用方法，并通過實際司法鑒定案例闡述專家鑒定和人工智能技術相互結合的方式，從而實現司法鑒定技術綜合能力提升。

關鍵詞：司法鑒定；人工智能；鑒定意見；人臉識別；聲紋識別

中圖法分類號：TP182文獻標識碼：A

Expert identification and research on interaction mode ofartificial intelligence technology

QIU Xiulian' ， ZENG Jinhua2'3，SHI Shaopei2-3

（1.East China University of Political Science and Law，Shanghai 200042，China;

2.Academy of Forensic Science，Shanghai 200063，China;

3.Shanghai Forensic Service Platform，Shanghai 200063，China）

Abstract：As artificial intelligence technology becomes more mature and widely used，artificialintelligence technology represented by pattern recognition methods has been widely introduced intoforensic application scenarios.In addition， the traditional expert identification technology in the fieldof forensic identification has a long history of research and application，and has good practicalapplication value and practical adaptability.Atpresent，expert identification technology and artificialintelligence technology will coexist and develop together for a long time. Based on this，the articlestudies the characteristics，advantages and disadvantages of expert identification technology andartificial intelligence technology，and discusses the classification theory of forensic identificationopinions，and studies the interaction mode between expert identification technology and artificialintelligence technology and the comprehensive application between them.method， and through theactual case of forensic identification to illustrate the combination of expert identification and artificialintelligence technology， so as to improve the comprehensive ability of forensic identificationtechnology.

Key words： forensic science， artificial intelligence， expert opinion， face recognition， voiceidentification

1 引言

司法鑒定是指在訴訟活動中鑒定人應用科技或者專門知識對訴訟涉及的專門性問題進行鑒別和判斷并提供鑒定意見的活動。鑒定意見概念屬于大陸法系范疇，與之對應的是英美法系中的專家證言[1]。

現有的《民事訴訟法》《刑事訴訟法》中，均明確鑒定意見作為法定證據類型。司法鑒定技術的研究具有悠久的歷史，亦積累了較多的研究成果。傳統的司法鑒定主要依賴專家鑒定技術。專家鑒定技術泛指司法鑒定人在長期的司法鑒定實踐中形成的專業(yè)經驗知識積累和實踐鑒定方法總和，其特色為鑒定人的人為深度參與檢驗，專家經驗對檢驗結果發(fā)揮著較大程度的影響作用。另一方面，隨著以模式識別為代表的人智能技術的越發(fā)成熟和在司法鑒定領域的廣泛應用，在特定領域，如人臉識別[2～3]和 DNA 檢測技術[4～5]，人工智能自動化識別技術性能甚至超越專家人工識別能力，其特點在于其自動化識別特色中的人為干預較少。現階段，司法鑒定領域中的專家鑒定技術和人工智能技術正處于且將長期處于協同并存和共同發(fā)展狀態(tài)，本文研究了司法鑒定中的專家鑒定技術和人工智能技術的特征及其優(yōu)缺點，以期實現兩者的協同合作、相互促進，進一步提升現有司法鑒定技術的綜合水平。

2 司法鑒定技術

2.1 專家鑒定技術

正如司法鑒定定義中所提及的“鑒定人應用科技或者專門知識”，其中的“專門知識”更多的體現在專家鑒定技術中，現有司法鑒定的專家性質和專家保障是司法鑒定的重要特色和優(yōu)勢之一。專家鑒定技術的優(yōu)點在于專家經驗知識深度參與的人為檢驗，以及特征提取與特征檢驗的全面性和基于專家經驗知識的特征價值評估方法應用；由于人為經驗知識的深度參與，鑒定結果必然受專家經驗知識的層次和優(yōu)劣制約，這是專家鑒定技術的核心缺陷。

現有的人工智能技術在特定領域的技能遠遠超越人類的智力水平，但也僅局限于特定領域，人腦仍是計算機無法超越的綜合智力載體。在司法鑒定領域的特征提取方面，在專家鑒定技術的應用中，鑒定人可以對被檢驗的對象進行全方位的特征提取和檢驗，如在人像鑒定中，提取和檢驗的人像特征包括頭部形態(tài)特征、五官形態(tài)特征、五官配置關系特征、胡須特征、皺紋特征、顏面動態(tài)特征、體態(tài)特征、人體特殊標記特征、人體著裝特征、人體佩飾特征等[6]。然而，在人像鑒定領域，現有的人工智能模式識別技術還僅局限于人臉識別，其檢驗對象局限于人臉圖像，對人像的其他特征尚無能為力。

特征的價值評估方法是司法鑒定中的寶貴經驗知識。以物證來源類鑒定為例，物證來源鑒定是司法鑒定領域中的重要內容，對其鑒定方法的研究具有悠久的歷史，期間形成了諸多寶貴的先驗領域知識。其中，對物證來源鑒定中涉及的特征價值的評估原則和評估方法顯得尤其重要，常見的特征價值評估準則包括：（1）稀有形態(tài)特征價值權重高于常見形態(tài)特征價值權重；（2）穩(wěn)定特征價值權重高于易變不穩(wěn)定特征的價值權重；（3）細節(jié)形態(tài)特征價值權重高于輪廓形態(tài)特征價值權重。此外，還涉及整體形態(tài)特征和局部形態(tài)特征的價值權重關系、組合形態(tài)特征和個體形態(tài)特征之間的權重關系等[7]。

2.2 人工智能技術

人工智能可以通俗的理解為研究如何使計算機做過去只有人才能做的智能工作。其中，應用在司法鑒定領域中更多的是模式識別技術，所謂模式識別是指數據中模式和規(guī)律的自動識別，有數據就有模式，模式是專家經驗的計算機表達，通過計算機技術可以實現模式的自動化識別。近年來，基于深度學習的模式識別技術取得了長足進步，并被廣泛應用于司法鑒定場景中。模式識別技術的優(yōu)點在其自動化運行以及內在的專家經驗知識，其缺點在于沒有明顯的特征價值的評估方法，以及部分無法物理意義溯源。比如，現有的基于深度學習方法的人臉識別系統，其輸入為人臉圖像對，輸出為計算的人臉相似性分值，人臉識別系統變成了一個“黑盒子”，其內部運作機理的物理含義無法得到很好解析，就像人臉識別系統計算結果表明兩個人臉圖像非常相似，但是哪里相似無法確定。

在司法鑒定領域，現有的比較成熟的自動化模式識別系統包括 DNA 檢測系統、人臉識別系統[8]、聲紋識別系統、指紋識別系統等。其中，聲紋識別系統[9～10]是近年才逐漸成熟并處于積極推廣應用的過程中。在模式識別領域，被識別對象可以劃分為剛體和非剛體，所謂剛體指的是不易變化的物體，而非剛體指表現特征易變的物體。其中，人臉和聲紋是典型的非剛體對象，人臉會受心理影響呈現出不同的表情變化，對人臉識別造成一定的影響。此外，人體發(fā)音特征亦容易受心情和說話方式的影響。相對而言，印章印文、DNA 等可以歸納為剛體對象，對其檢驗鑒定更多的是對這類對象的有效提取。

3 司法鑒定意見模式

3.1 法庭證據類別體系

根據《民事訴訟法》第六十三條規(guī)定，證據類別包括：（一）當事人的陳述；（二）書證；（三）物證；（四）視聽資料；（五）電子數據；（六）證人證言；（七）鑒定意見；（八）勘驗筆錄。同時，在《刑事訴訟法》第五十條規(guī)定中，證據類別包括：（一）物證；（二）書證；（三）證人證言；（四）被害人陳述；（五）犯罪嫌疑人、被告人供述和辯解；（六）鑒定意見；（七）勘驗、檢查、辨認、偵查實驗等筆錄；（八）視聽資料、電子數據。現有的法庭證據類別體系中，并無包含基于人工智能自動化識別結果的檢測報告，自動化識別技術可以作為偵查技術手段，但其計算結果并不能直接用于法庭證據使用?，F階段，以專家鑒定技術為主的司法鑒定意見卻是重要的法庭證據。

3.2 鑒定意見模式分類

在物證來源鑒定中，法庭科學鑒定意見模式分類可以劃分為“識別/排除”方法、“來源概率”方法、“匹配概率”方法和“似然率”方法[11～12]。其中，“來源概率”和“識別/排除”方法是目前國內用得比較多的鑒定意見表述方法，廣泛應用于筆跡鑒定、人像鑒定、語音同一性鑒定等項目中，“來源概率”方法的文字化表述樣例可以為“比較有可能”“非常有可能”或者“幾乎可以肯定地是”兩份筆跡出自同一人書寫，數字化表述樣例可以為“有99％的可能性兩份筆跡出自同一人書寫”。而“識別/排除”方法可以看成“來源概率”的極端例子，來源概率閾值超過某條高門檻線時，就會報告“識別”，而當評估的結果低于某條低門檻線時，則會報告為“排除”。目前，指紋鑒定采用的就是此類鑒定意見表述方法。在“匹配概率”方法應用中，需要估計并報告在一眾參照人口中該種程度之匹配特征的出現頻率，其文化表述樣例可以為“來自犯罪現場的血漬和來自嫌疑人的參考血液樣本有著相同的 DNA 圖譜，該圖譜在中國人中出現的頻率估計是每一千萬人中有一位”，其數字化表述樣例可以為“一名隨機中國人將會匹配該 DNA 圖譜的概率是0.0000001或一千萬分之一”?！八迫槐取狈椒▌t是表示兩者出自于同一來源的概率和出自于不同來源的概率之比，其常見的數字化鑒定意見表述樣例可以為“檢材人臉與樣本人臉出自不同來源概率相比，二者出自同一來源的可能性要高出一萬倍”。

現有的基于專家鑒定技術的司法鑒定意見表述更多的使用“識別/排除”和“來源概率”方法，而基于人工智能自動化識別技術的司法鑒定意見更傾向于使用“似然比”和“匹配概率”方法。

4 專家鑒定和人工智能技術綜合應用

專家鑒定的優(yōu)點在于其專家經驗知識的應用和檢驗特征的全面性以及特征價值評估方法應用，缺陷在于易受鑒定主體的經驗制約，缺乏客觀量化的數據支持。人工智能技術在特定領域中取得了長足進步，其性能甚至超過專家鑒定人。然而，其缺點在于有限的檢驗內容，以及檢驗結果無法有效溯源分析?，F階段，在司法鑒定領域，專家鑒定技術和人工智能技術將長期處于共生并存和共同發(fā)展狀態(tài)中，通過充分對這兩項關鍵技術的綜合應用、“強強結合”“揚長避短”，可以實現鑒定技術水平的綜合提升。下文通過實際案例研究方法論述司法鑒定中可行的專家鑒定技術和人工智能技術的綜合應用、相互補充、相互驗證。

4.1 人像鑒定案例研究

在一起盜竊案件中，警方通過調閱路面監(jiān)控錄像，找到了小偷的人像影像資料。通過把小偷的正面人臉圖像輸入人臉識別系統進行搜索，鎖定了一嫌疑人?，F要求司法鑒定機構對路面監(jiān)控錄像中的小偷人像影像（簡稱為檢材人像）和嫌疑人的人像影像（簡稱為樣本人像）進行人像鑒定。在鑒定人鑒定中，通過人臉識別系統中的人臉驗證功能計算發(fā)現檢材人像中的人臉圖像和樣本人像中的人臉圖像相似性分值達到80％，表明兩者人臉圖像存在較高的相似性。人臉識別系統是對人像特征中的人臉五官形態(tài)及其配置關系特征的有效檢驗方法，然而，其檢驗的人像特征未涵蓋人像特征中的其他特征，如體態(tài)特征、人體特殊標記特征、人體著裝特征、人體佩飾特征等。此案鑒定中，除對人像的面部特征檢驗外，鑒定人檢驗還發(fā)現，樣本人像的“外八字”步態(tài)特征，以及手臂由于嫌疑人尿毒癥血液透析過程中的胳膊扎針引起的手部凸起等人像細節(jié)特征上均與檢材人像對應特征存在諸多吻合。根據人臉自動化識別技術和專家鑒定技術綜合檢驗結果，兩者人像特征的符合點價值高，特征總和反映了同一人的人像特點。最終，鑒定人出具了認定同一的人像鑒定意見。

在此案鑒定中，僅參考或利用人臉識別系統的自動化識別結果較難給出合理的人像鑒定意見，相關結果也較難直接應用于法庭證據使用。通過專家鑒定技術對人工智能技術難以檢驗的人像特征的充分檢驗，以及鑒定人對所檢驗特征的特征價值綜合評估，最終，認定同一的人像鑒定意見科學合理，且對法庭審判發(fā)揮著重要作用。

4.2 聲紋鑒定案例研究

在一起詐騙案件中，警方通過被害人提供的與詐騙犯的微信語音聊天記錄，在聲紋識別系統中進行搜索，在特定人員的聲紋庫中檢索到一相似度非常高的樣本語音，并把此人鎖定為嫌疑人?，F要求鑒定機構對涉案的微信聊天記錄語音（簡稱檢材人聲）和嫌疑人的聲音（簡稱樣本人聲）是否同一人語音進行聲紋鑒定。

聲紋識別系統是近年來才投入實戰(zhàn)應用的人工智能技術。語音識別技術的發(fā)展經歷了21世紀初的高斯混合模型算法至當前的深度學習網絡模型算法，其性能得到了極大提高。但受到領域內算法成熟度限制，聲紋識別系統的可靠性和穩(wěn)定性還有待進一步驗證。本案中，嫌疑人的身份信息鎖定完全依靠聲紋識別系統，鑒定人對檢材人聲和樣本人聲進行綜合鑒定。現有聲紋專家鑒定技術主要分為聽辨技術和聲譜分析技術[13]。其中，聽辨分析技術主要是通過專家的聽覺檢驗，對語音的節(jié)奏、清晰度、流暢度、響亮度等發(fā)音特征進行檢驗，對語音中的音高、方言/口音、鼻音特征、言語障礙及發(fā)音器官的生理、病歷等語音特征進行檢驗，對口頭語、贅語、習慣用語及用詞、用語等言語特征進行綜合分析。在聲譜分析技術中，主要包含對相同的音素、音節(jié)、詞、短語、句子的語音特征的聲學模式進行定性分析，以及對相同的音素、音節(jié)、詞、短語、句子的頻譜特征進行定量分析?，F有的聲紋識別技術更多的是對語音中的頻譜特征進行提取，并經過機器學習方法對語音中的個體頻譜特征信息學習和模式表達。根據聲紋識別技術特征分析發(fā)現，其用于聲紋識別的特征較難涵蓋聲紋專家鑒定技術中對語音特征和言語特征的聽辨分析內容。本案鑒定中，鑒定人對檢材人聲和樣本人聲進行了全方位聽辨分析和聲譜分析，聲譜分析檢驗結果與聲紋識別技術計算結果吻合，兩者特征符合性非常高。此外，兩者發(fā)音在韻律、音色、口音等語音聽覺特征上存在諸多吻合，這些特征在聲紋識別系統中較難覆蓋。最終，鑒定人綜合聽辨分析技術和聲譜分析技術檢驗結果，最終出具了認定同一人語音的鑒定意見。

在本案中，聲紋識別技術在鎖定嫌疑人身份信息上發(fā)揮著重要的作用，是重要的公共安全刑偵技術手段。在司法鑒定中，鑒定人在專家鑒定技術應用中，對語音進行了聽辨分析和聲譜分析綜合檢驗，結合兩者所檢驗語音的全面性和特征價值評估，最終出具了認定同一的鑒定意見。

5 總結

本文對司法鑒定領域中的專家鑒定技術和人工智能技術進行綜合研究，通過分析兩者技術的特性和優(yōu)缺點，提出了在司法鑒定中綜合利用專家鑒定技術和人工智能技術的方法，通過兩者技術的取長補短、相互驗證，實現司法鑒定技術水平的綜合提升。為了驗證本方法的可行性和實際適用性，本文通過人像鑒定和聲紋鑒定兩起不同業(yè)務項目的司法鑒定實踐案例，論述了專家鑒定技術和人工智能技術間的綜合應用模式。司法鑒定領域中的專家鑒定技術和人工智能技術必將長期處于共生共存、共同發(fā)展狀態(tài)，本文提出的優(yōu)勢互補、綜合應用方法可以有效結合兩者的技術特性，實現司法鑒定技術水平的進一步提升。

參考文獻：

[1]劉爍.兩大法系國家和地區(qū)庭審中對鑒定意見審查的現狀及改革趨向[J].中國司法鑒定，2017（3）：65?68.

[2] Scherhag? U ，Rathgeb? C ，Merkle? J ，et? al.Face? recognition systems under morphing attacks：A survey[ J].IEEE Access ，2019（7）：23012?23026.

[3] Angeliki? F，Zeno? G.EvaluatingOpenFace：an? open?source automatic? facial? comparison? algorithm? for? forensics [ J ]. Forensic Sciences Research，2018，3（3）：202?209.

[4] Lee Steven B ，Bruce? M ，Eric? B.Advances in forensic? DNAquantification：A? review [ J ].Electrophoresis ，2014，35（21?22）：3044?3052.

[5] Eilerts，Diane ，F.Beyond DNA：Epigenetics and Proteomics inForensic? Science [ J ].Themis： Research? Journal? of Justice Studies and Forensic Science ，2016，4（10）：1?13.

[6]中華人民共和國司法部司法鑒定管理局.SF/Z JD0304001?2010.錄像資料鑒定規(guī)范[S].北京：中國標準出版社，2010.

[7]曾錦華，施少培，卞新偉，等.人臉識別技術在人像鑒定中的應用研究[J].中國司法鑒定，2019（2）：89?93.

[8]黎智輝，謝蘭遲，王桂強，等.基于人臉特征相似度分數似然比的人臉比對方法[J].刑事技術，2019，44（1）：1?8.

[9] Rosa GonzálezHautam?ki，Tomi Kinnunen，Ville Hautam?k，et al.Automatic versus human speaker verification：The case ofvoice mimicry[J].Speech Communication，2015（72）：13?31.

[10] D.M.BallesterosLarrota，D.Renza Torres ，S.A.CamachoVargas.Blind? speaker? identification? for? audio? forensicpurposes[J].DYNA ，2017，84（201）：259?266.

[11]郭華.司法鑒定結果的表述體系與建構—基于貝葉斯定理在鑒定中的展開[J].中國司法鑒定，2020（3）：1?7.

[12]張翠玲.論法庭證據評估及鑒定意見表述[ J].中國人民公安大學學報（自然科學版），2017，23（1）：41?46.

[13]中華人民共和國公安部.GA/T 1433?2017.法庭科學語音同一認定技術規(guī)范[S].北京：中國標準出版社，2017.

作者簡介：

邱秀蓮（1983—），碩士，工程師，研究方向：聲像資料和計算機司法鑒定。

曾錦華（1985—），博士，高級工程師，研究方向：聲像資料和計算機司法鑒定（通信作者）。