人工智能正从警务体系中的辅助工具，转向推动侦探锁定嫌疑人、串联证据并重启积压案件的关键技术。多地执法机构开始使用模式匹配平台筛查海量历史记录，同时借助DNA相关系统识别潜在家族关联，以期在长期停滞的案件中发现此前未被注意的线索。

冷案档案被“数据化”处理

冷案侦办过去往往依赖侦探翻阅纸质卷宗并凭经验判断。如今，一些专用平台将旧案材料视为可计算的数据集，对报告、实验室结果和线索记录进行扫描与检索，尝试从中提取人力初查时遗漏的关联。

报道提到，一套名为 eSleuth AI 的系统曾被用于加快长期停滞调查的推进。其设计者托马森表示，该系统可能通过标记被忽视的细节，帮助改变案件侦破方式。类似 Cold Case Crackdown 的工具也被面向案件积压的机构推广。

在美国，部分警察部门倾向于采用此类模式，利用基于历史案件数据训练的系统对档案进行优先级排序，跨辖区交叉核对姓名与地址，并提出新的调查方向。相关机构的核心诉求在于：机器若能系统性阅读城市档案中的报告、证人陈述与实验室笔记，可能发现轮换侦办人员难以持续追踪的行为模式。供应商也在推动将这些能力整合进标准记录系统，而非停留在小范围试点。

从现场到实验室：AI介入更早环节

人工智能的应用并不局限于案件“变冷”之后。在犯罪现场，相关系统被用于指纹匹配、三维场景重建以及对手机内容、电子邮件等数字痕迹的分析，使证据从静态记录转为可检索的模型。一些软件可标记物体、估算轨迹，并将现场证据与既往事件进行关联，减少对纯人工逐项排查的依赖。

在实验室环节，DNA处理也在向自动化流程推进。报道提到，样本采集后，自动化系统可在较少人工干预下完成提取、扩增与分析，以降低污染风险并缩短周转时间。以 Thermo Fisher 的 Automate Express 平台配合 PrepFiler Express 试剂盒为例，其目标是实现从样本接收至结果输出的遗传物质处理流程更为稳定。相关工作流程被认为有助于实验室消化积压，并向国家数据库提供更完整的数据，从而为后续重新审视未破案件提供更丰富的信息基础。

遗传家谱成为冷案突破口

遗传家谱在冷案侦办中的作用持续上升，人工智能则被视为支撑其运转的关键技术之一。调查人员不再仅等待刑事数据库的直接匹配，而是通过算法将犯罪现场DNA与更大范围的遗传信息库比对，识别远亲关系并据此构建家谱线索。

报道举例称，在北弗吉尼亚，DNA技术公司正协助地方机构处理长期未解案件，通过将未知DNA档案与自愿提交信息的亲属建立联系。一旦嫌疑人身份被确认，DNA还可能与其他案件产生关联，使一次突破牵动多起案件的侦办与指控，并在部分情况下指向已服刑人员可能涉及的其他罪行。

在证据解读层面，机器学习模型也被用于处理混合样本、估算匹配概率，并标记需要进一步人工复核的异常情况。自动化流程从采集套件开始，最终形成可检索的数字档案，在工作量较大的大型实验室中更为常见。随着系统成熟，侦办节奏也随之变化：遗传线索可能在数日内形成，而非数月；当有新的亲属数据上传至消费平台时，旧案也可能被再次检索与比对。

日常警务的AI化与“人类在环”要求

用于冷案分析的技术也在向日常警务渗透。调查人员使用软件筛选信息、通话记录与社交媒体内容，以区分线索的紧急程度。行业分析师预计，到 2026年，机构将优先把相关工具直接整合进案件管理系统，使其成为常规办案流程的一部分。

硬件层面，机器人警员已进入试点部署阶段。报道提到，迪拜在 2017年5月 引入机器人警察，并有官员公开表示目标是将机器人数量提升至警力的 25%。这些设备依赖人工智能进行公共空间导航、面部识别与基础问询，以分担部分任务。

与此同时，人工智能也被用于警用随身摄像头，自动标记潜在使用武力事件、识别武器或提示冲突升级。政策专家西克雷斯特强调，执法领导者需要保持“人类在环”，将系统定位为工具而非替代者，这也构成了围绕人工智能是否会降低或增加执法风险的讨论基础。

培训体系调整以适应新工具

报道指出，技术效能最终取决于使用者，法医科学教育因此出现调整，纳入虚拟现实模拟与机器学习工具，以贴近未来工作环境。培训项目让学生接触可用于现场重建、血迹分析与证词不一致标记的系统，同时强化对伦理与法律边界的理解。教育者认为，人工智能正在改变犯罪现场调查的教学方式，而理解这些系统的能力与局限性正变得更为重要。