林敏 陈洁宏

摘要笔者试图引入人工智能对执法中的自由裁量进行辅助决策，探索以科技手段减轻行政执法人员的执法难度，提升化解执法风险和廉政风险的能力。

关键词 执法；自由裁量；人工智能

How does AI assist Customs on Conducting Discretionary Power of Administrative Enforcement Activities —— A Brief Study

LIN MinCHEN Jie-Hong

AbstractThis paper explores to utilize artificial intelligence on assisting Customs in the field of discretionary power. Through technology methods, this would help to reduce the difficulty of law enforcement and improve the ability of resolving law enforcement risks and  corruption risks.

Keywords Law enforcement; discretionary; artificial intelligence

作为国家进出境监督管理机关，海关在法律授权下行使为国把关权力。在执法过程中，海关关警员依法享有一定幅度内“自由选择余地”的处置权利。自由裁量权的存在是合理、合法且必要的，但人的执法行为不可避免会受个体对法律法规的解读、个人业务能力水平、价值取向、心理情绪等各种因素的影响，因此自由裁量权滥用构成的违法活动时有发生，且形式多样，往往也较为隐蔽，容易成为行政执法腐败的“温床”。但目前海关在规范关警员执法自由裁量权方面更多立足于制度层面的建设，在运用新技术强化监管方面离当前科技强关要求还有差距。本文中，笔者试图引入人工智能对执法中的自由裁量进行辅助决策，探索以科技手段减轻行政执法人员的执法难度，提升化解执法风险和廉政风险的能力。

1  人工智能工作原理

人工智能科学是计算机科学的一个分支，是专门研究用于模拟、延伸和扩展人类智能应用的一门技术科学。人工智能最大的特点之一就在于能够“主动学习”。2016年Google DeepMind AlphaGo战胜国际一流围棋选手就是人工智能学科的一个经典案例。人工智能是一门庞大的学科，已经在控制系统、仿真系统、医疗诊断等很多领域得到广泛应用，为细化应用场景，本文只讨论学习型神经网络模型在行政执法中的应用。

人工智能科学的基础是人工神经网络。人工神经网络依托现代计算机技术，充分利用生物研究技术发展成果，模仿生物神经网络行为特征，进行分布式并行信息处理的数学算法模型。一个成熟的人工神经网络能使用数学算法模型模拟人类的决策过程。如果这个模型复杂度足够高，能模拟该决策事项的专家进行决策，我们就如同携带一个庞大的智囊团进行决策，从而使决策更加高效、科学、统一、严谨。

生物学上，生物神经网络中最基本的单元是神经元。每个神经元的“思考”过程即是接受一定的信息输入，并在内部进行信息加工处理，最后将结果输出。从数学模型上我们可以模拟单个生物神经元的这种“思考”（信息处理）过程——每个处理节点接受外部输入信号，并按接受的强度系数产生变化，多个输入信号加权后依次累加，最终加上处理节点自身的强度（调整系数），汇总后输出结果。

与此类似，人工神经网络单个处理节点接受不同的输入信号，然后根据既有的规则，对信号进行加权处理并叠加调整系数，最终输出总的结果。一个处理节点的输出信号，可以作为下一个处理节点的输入信号。处理节点之间就是通过这样的信号传输方式联系起来，最终形成网络系统，按照“输入层”（负责接收输入并分发到隐层）——“隐层”（负责进行计算及输出结果到输出层。隐层对用户来说是不可见的，因此谓之隐层。隐层内部可以有一层到多层不等。）——“输出层”（负责输出最终结果）三个层级，构成强大的信息处理能力。

（如下图：图中每一个圆圈处理节点可以看做一个神经元，神经元之间形成一层一层的连接，层数的多寡决定了人工神经网络的复杂度。）

2  探索实现执法行为数字化以辅助决策

2.1  行政执法行为数字化决策过程

近年来伴随着海关信息化的发展，基本实现了执法数据的数字化。我们设想在执法数据数字化的基础上，若能对执法行为也加以数字化，那么就可依托人工智能技术，对具体执法行为作出数字化决策。

具体实现过程大致如下：先把一个执法案例数字化，按照执法环节及业务特征提取具体特征值，将各特征值输入到人工神经网络的第一层（输入层）。第一层的每一个神经元负责接收输入信息，并对信息进行分拆、格式化预处理后传递到隐层。隐层的神经元对接收到的信息进行分析、加工、处理，然后把数据向下传递。以此类推，直到信息传输到最后一层（输出层），生成最终结果对外输出。输出的决策过程及结果即可辅助海关执法人员的自由裁量权决策。

这样，我们就为海关执法人员建立了一套执法决策辅助的智能系统，执法人员遇到需要自由裁量的执法行为时，可以由该系统给出执法辅助建议。这套智能系统就是广大海关执法人员的另一个“大脑”。

2.2  基于大数据的人工智能学习

现代计算机可以达到7×24小时不间断高效运行，这就给人工智能学习海量数据奠定了基础。多年来，海关积累了大量的信息化数据，是海关一笔珍贵的财产。当前，全国海关信息中心已经实体化运作大数据中心，并已与业界领先的阿里云等企业建立了良好的工作联系。因此，我们可以搭建海关人工神经系统，将海关的执法数据、执法行为、执法案例全部输入到这个人工神经系统中。大量的案例可按规则切分后交由人工神经网络进行处理，让该系统进行复杂的模拟、计算、调整，经过大量的运算训练后，最终形成具有人工智能的行政执法行为决策库。

这些大数据未来都将成为海关人工智能系统的输入数据。同时依托云端强大的计算能力，通过大量的案例对机器进行训练，通过机器的自动学习，不断完善提升智能化水平。随着数据量的不断加大，海关人工神经系统将会越来越“聪明”。同时通过这种高强度训练，使得计算机系统能从大量的历史数据中学习规律，甚至发现规律，总结规律，从而实现对新的样本做智能化的识别，做出准确的预测或者恰当的执法建议。

2.3  深度学习及改进

上面我们介绍的只是一个相对简单粗糙的人工智能学习模式，要达到令人满意的实战效果，还必须不断对其进行改进，让人工神经网络在学习中不断“进化”。AlphaGo也并非一问世就能击败顶尖围棋选手的，它是经过了好几代的不断迭代，数据再学习，算法再调整后逐渐形成强大的围棋能力。海关的人工智能系统也必须沿着这个方向不断改进。深度学习可以利用卷积神经网络、递归神经网络和循环神经网络等技术对人工网络系统进行改进，自动提取执法行为特征，再加以监督学习（Supervised Learning）和非监督学习（Unsupervised Learning）等方式进行提升。随着经济社会的发展、政策法规的调整、业务形态的变化，需要不断对人工神经网络中神经元权重进行动态调整并且不断纠正误差，使其可以不断适应新形势下的执法需求。

3  展望人工智能在海关执法领域的应用前景

自由裁量权存在于海关通关监管、征税、稽查、缉私等方方面面。以缉私部门行政处罚为例，《海关行政处罚实施条例》第十九条第（二）项规定：个人运输、携带、邮寄超过合理数量的自用物品进出境未向海关申报的，予以警告，可以处物品价值20%以下罚款，有违法所得的，没收违法所得。自用物品是否超过合理数量是构成此项违法行为的重要条件，虽然总署制定了《海关对进出境旅客行李物品监管办法》等海关规章对行李物品进行了分类并规定了不同类型进出境人员所携运物品的免税、征税限量，但是又赋予了海关执法人员一定的自由裁量权，使其可以根据物品的性质、进出境旅客旅行目的、居留时间等因素灵活掌握物品的合理数量。此时我们可以借助人工智能，从技术层面建立一套分析旅客携带物品是否超出自用合理数量范围的业务模型，将旅客的携带物品属性、数量，甚至旅客的历史进出境记录等数字化输入该模型，模型再进行多层次的计算及输出，从而为一线执法人员提供执法建议，规范执法尺度，使决策更加有理有据。

又例如大型机检设备（H986）审图工作，目前大量的审图工作都是依靠各关集中审像中心的专业审像关员人工对图像进行甄别。尽管总署已经建立了典型图像库供关员进行学习，但是由于人类精力的局限性，要把海量图像细节信息都记在脑中并达到熟练应用是较为困难的一件事。目前总署已经在开发“智慧审图”，依托强大的计算机比对能力，将待审图像与图像库中的典型图像进行比对，并给出建议。从某种程度上来说，图像的比对只是基于已有知识的应用，应用人工智能则可对审像系统进行专门训练后达到系统的自动学习，探索未知知识，这将比机械式比对更能达到事半功倍的效果，实现真正的“智慧审图”。

随着科技的发展及资金的大量投入，人工智能在商业上的应用已如雨后春笋，但是在执法、政务上的应用还有待开发。这更要求我们要以超前的眼光去思考海关科技的未来发展。目前，总署正积极落实中央网络和信息化工作部署，“科技兴关”成为新时期海关“五关”建设内容之一，海关科技又迎来一次难得的发展契机。

我们有理由相信，规范自由裁量权是人工智能在海关应用的一个很好的切入点，人工智能在海关行政执法领域的应用必将大有可为。笔者以此抛砖引玉，期待人工智能在海关行政执法领域有更多更好的应用成果，推动中国海关事业的不断发展。

参考文献

百度百科（人工智能）：https://baike.baidu.com/item/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/9180?fr=aladdin

百度百科（神经网络）：https://baike.baidu.com/item/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/174248?fr=aladdin