冰毒、K粉、摇头丸等新型毒品，不仅极具迷惑性、欺骗性，还难以鉴别，给深入推进禁毒工作带来不小挑战。近日，西南政法大学刑事侦查学院黄锐教授团队经过一年多努力，研发出利用人工智能模糊识别复杂种类毒品的新方法——人工智能鉴毒师（AI鉴毒师），其研究成果《基于多通道CNN-GRU的表面增强拉曼光谱对毒品的模糊识别》在国内顶级期刊《中国科学：化学》杂志发表。

6月25日，在国际禁毒日前夕，黄锐告诉上游新闻（报料邮箱baoliaosy@163.com）记者：“根据实验结果，在经过一定的训练后，该方法鉴毒速度是毫秒级的，鉴毒准确率达99.9%。”

国内外毒品犯罪呈现3个特点

“奶茶”“跳跳糖”“可乐”……近年来，以冰毒、K粉、摇头丸为代表的新型毒品学会了“易形术”，穿上了“隐形衣”。新型毒品花样不断，推陈出新，使禁毒工作面临更大困难。

▲黄锐教授（中）团队打造出人工智能鉴毒师。图片来源/受访者供图

“往往越是打击交叉滥用毒品犯罪，就越离不开快速、准确、高效地鉴毒需求。”6月25日，黄锐告诉上游新闻记者：“通过对重庆市、广东省、四川省等地多个公安局进行实地调研，与相关负责人和业务人员进行深入交流后，团队发现国内外毒品犯罪呈现3个特点：一是新型毒品不断涌现或混用，增加了检测和识别的难度；二是跨境走私或网络贩卖日益隐蔽，增加了打击和防范的压力；三是毒品滥用人群不断扩大或多样化，增加了预防和救治的挑战。”

人工智能鉴毒作为一种新颖的鉴毒技术，在众多新方法中脱颖而出。“人工智能鉴毒师，是对我们研发成果‘基于多通道CNN-GRU的表面增强拉曼光谱对毒品的模糊识别’的形象比喻。”团队成员、2021级侦查学硕士研究生彭安告诉记者，它结合了深度学习和金属纳米结构的优势，可以实现对单分子或单原子水平的高灵敏度检测。

但这个鉴毒师的大脑，也是经过训练的。团队成员、2021级侦查学硕士研究生周毅说：“因为目前实验样本量不大，所以训练了大概十几分钟后，就可以利用深度神经网络从原始数据中提取特征，并进行分类和半定量分析，实现对多种混合毒品的模糊识别。”

高精度鉴毒需破三大难关

在打击毒品犯罪过程中，速度、灵敏度、灵活性是评价鉴毒工作的三个重要指标。在毒品种类不明确的情况下，要想快速区分毒品种类及其组合形态，就需要先过这三个技术难关。

▲国内顶级期刊《中国科学：化学》杂志发表了黄锐教授团队关于利用人工智能模糊识别复杂种类毒品的研究成果。图片来源/受访者供图

黄锐说：“传统方法对样品要进行多步骤处理。比如常用的初筛方法毛发检测加上预处理，耗时至少5分钟。另外，传统鉴毒方法往往受限于仪器性能，难以检出低浓度或微量毒品。再加上新型毒品花样不断推陈出新，根据不同毒品种类使用不同试剂或仪器检测的传统办法，无法灵活应对。”

为解决这些难题，团队采集了不同类型的毒品样品，包括新型毒品、混合毒品、纯度不同的毒品等，检索了近十年来关于毒品犯罪的相关文献共计300余篇，进行了16个月的大量实验，获取了大量光谱数据和毒理数据，构建了适应的深度学习模型以实现对毒品样品的快速、准确、可靠的识别和分类。

在撰写了上万字的论文后，人工智能鉴毒师应运而生，为复杂环境下混合毒品的快速模糊识别提供了新途径。黄锐说：“该技术只需要将样品滴在金纳米颗粒上，用激光激发并记录信号即可完成，是毫秒级的。与传统方法相比，快了数百倍甚至数千倍。同时，在灵敏度上达到了单分子或单原子水平的检测。根据实验结果，该方法灵活性很高，可以99.9%的高准确率分类混合液体中的海洛因、氯胺酮（俗称K粉）和MDMA（俗称摇头丸），远优于传统的CNN模型。”

AI鉴毒师使毒品检测效能最大化

据了解，在国内外研究中，有不少通过机器学习和深度学习对毒品进行检测的文献，也有通过尿液、血液为样本进行验证。“根据我们的调研，这些研究主要集中在利用深度学习对毒品进行识别和分类，以及利用SERS技术对毒品进行检测和分析。但是，将二者结合起来并用于毒品检测的研究还比较少见，我们是其中之一。”谈到人工智能鉴毒师的应用前景，黄锐告诉记者：“经过实验验证，该方法可实现对三种毒品的模糊识别，具有更强的抵御数据异常的能力，在实际犯罪现场检测毒品的应用性更强，为建立一种适用于复杂体系的混合毒品快速模糊识别技术提供了参考，有利于毒品检测环节在禁毒工作中的效能最大化。不仅能推进禁毒工作的发展，还能有效地提高公安机关打击毒品犯罪的能力和水平。”