李亚林鲜少遇到这么棘手的案子。
以前遇到棘手的案子，是因为线索太少，比如残缺的指纹与鞋印，模糊不清的监控等等，但这次不一样，这次是线索太多，多到令人头皮发麻。
监控视频中显示，陆陆续续有几十辆一模一样的车上了高速公路，然后又在不同的方向选择岔路，或者出高速。
最惊人的，是他们竟然都冒用了同一辆车的ETC系统。
这就意味着，他们还黑进了高速公路的收费系统。
他现在有太多方向可以查，比如每一辆车这天的行驶轨迹，以及这些车辆的来龙去脉，可以调查到底是谁买了这么多一模一样的商务车，可以调查哪里的车管所最近接过同型号车辆的注册，也可以调查黑客在ETC系统里有没有留下什么可供追踪的痕迹。
可是，当线索太多的时候，跟没有线索的区别也不大了。
每一条线索都可以查，但谁都不知道查下去是不是死路一条亦或者走进了对方的另一个迷局。
如果查到了车辆所有人，再追查车辆所有人信息，结果对方信息是伪造的怎么办？
如果查到了黑客的痕迹，但黑客留下的信息也是故意设下的圈套又怎么办？
所以，李亚林不想在这个时候发散思维，他最希望的，是AI能够通过极其细微、细微到人无法察觉的异常，来定位出萧初然真正身处的车辆。
如果能从几十辆车里抽丝剥茧选出唯一的那个，一切就简单多了。
于是，他将所有视频资料全部输入AI模型，让AI模型自己分析这些车辆的不同。
AI立刻从多个维度对这些车辆进行了分析，AI认为车辆外观没有任何差异，就连不同的污渍都找不到，这证明他们出发前就对车辆进行了彻底的清洁。
如果需要的话，AI可以通过对车辆行驶时的悬挂姿态来做判断，比如，AI可以通过视频，判断路面起伏，对路面起伏的坡度进行预估计算，然后再根据车辆的速度，来判断车辆通过某种起伏程度时，悬挂的起伏状态。
无论是普通弹簧悬挂，还是空气或者电磁悬挂，车辆行驶在起伏路面上的时候，车身都会随着起伏压缩或者释放悬挂。
而决定起伏幅度的几大因素，分别是路面起伏的坡度、车辆行驶的速度、车辆悬挂的调教以及车身整备重量。
这四点里，任意一点存在不同，那么车辆悬挂的表现就会不一样。
AI切入的点是觉得，既然都是相同的车型，那么它们
本章未完，请点击下一页继续阅读！