国际刑警组织近日披露，其在 2026 年 6 月于突尼斯协调开展的“Shams II”行动中，利用人工智能技术处理了从圣战宣传材料中提取的超过 10 万张人脸图像，最终成功锁定 126 名涉嫌参与的外国恐怖主义战斗人员。
- 该行动在 11 个国家的协助下，从宣传材料中提取了共计 108,076 张人脸图像。
- 通过 AI 代理和脚本进行去重及质量检查后，仅保留 6,362 张高质量图片（约占原始数据的 5.9%）用于后续的面部识别。
- 这些图片被输入国际刑警组织于 2016 年启动的面部识别系统，从而与真实人物身份进行匹配。
AI 自动化筛选大幅降低人工成本
在此次行动中，编程式的人工智能代理和 AI 生成的脚本承担了主要的数据预处理工作。它们自动完成了图像的收集、调查以及重复项删除，并剔除质量低劣的人脸图像。这一流程将原本庞大的 108,076 张图像精简为 6,362 张独特且可操作的高质量图片。
这种处理方式有效消除了约 94% 需要手工处理的图像冗余，显著减少了达成相同结论所需的资源投入。由于宣传图像通常数以千计且存在大量重复，传统的人工筛选方式效率低下，而 AI 辅助分析使得调查人员能够更快速地确定潜在目标。
国际刑警组织反恐主任 María Carmen Muñoz González 表示：“Shams II 行动的成功证明了将国际执法合作与人工智能辅助的负责任分析能力相结合的价值。”她指出，该操作模式为未来针对全球犯罪者的国际执法合作提供了坚实基础。
技术细节与历史背景
尽管此次行动利用了先进的自动化手段，但国际刑警组织并未公开具体使用的 AI 代理名称、模型架构或背后的供应商。官方表述中提到的“人工智能生成的脚本”，可能意味着其使用了由大型语言模型编写的自动化代码，而非专门构建的系统。
目前尚不清楚具体的技术实现细节，但这一自动化尝试并非新鲜事物。早在 2019 年，据 Digit 援引德国内政部的报道，国际刑警组织曾提出名为 DTECH-Light 的项目，旨在“检测、提取和分析数字恐怖主义内容，识别和定位嫌疑人”，并要求各国局上传未命名外国战斗人员的图像以供比对。
随着技术的发展，人工智能正逐步承担这项艰巨的数据清洗工作，使官员们能更高效地利用 2016 年推出的面部识别系统进行核查。对于经常需处理多源信息的执法机构而言，这一转变极大地提升了工作效率。
