首頁 / 資訊中心 / 交通百科/無人機、人工智能和主動警務有什么共同之處?

無人機、人工智能和主動警務有什么共同之處?

發(fā)布時間:2018-07-10 分類:交通百科

在漫威工作室的鋼鐵俠電影中,實業(yè)家和天才工程師托尼·斯塔克把自己變成了一個與邪惡作斗爭的超級英雄。在主動警務的終極表現(xiàn)中,他得到了“賈維斯”(只是一個相當智能的系統(tǒng))的幫助,這是斯塔克創(chuàng)造的一種高度先進的人工智能,可以管理他生命中幾乎所有的東西,特別是幫助他打擊犯罪。

人工智能

賈維斯只是超級英雄電影里的人工智能,但是,如果你真的可以使用智能機器來打擊犯罪,使社區(qū)在現(xiàn)實生活中更安全呢?今天,它不是未來主義的,這種技術,使主動警務可能很快就會出現(xiàn)在一個社區(qū)或國家附近的你。

例如,2017年,至少有167家美國消防和警察機構(gòu)為積極的警務工作購置了無人機,這是2015年獲得無人駕駛飛機的機構(gòu)數(shù)量的兩倍多。根據(jù)巴德學院無人機研究中心的一份報告,2016年購買無人機的機構(gòu)比前三年的總和還要多。像印第安納州的諾布爾縣治安官這樣的執(zhí)法機構(gòu)正在使用無人機在追捕過程中尋找嫌疑犯。在另一個例子中,加州奧克蘭消防局在一場致命的倉庫火災后使用了一架無人機來掃描熱點,這對人類來說既困難又危險。這是一個完美的應用,使用從技術獲得的數(shù)據(jù),以拯救生命。

分析無人機捕獲的可視化數(shù)據(jù)

無人機的越來越多的使用代表了人工智能和機器學習的實際應用。雖然無人機所能做的不僅僅是視覺監(jiān)視,但在目標檢測方面的進步極大地擴大了無人機用于圖像和視頻流分析的范圍。目標檢測和分類是視頻分析的基本任務,是人工智能和機器學習研究的前沿。各種算法,包括yolo(只看一次)和深層學習方法,如cnn(卷積神經(jīng)網(wǎng)絡),是這些系統(tǒng)的核心,也是開發(fā)更復雜應用程序的基礎。

從歷史上看,目標檢測和視頻分析方法都是人工的和耗時的,需要大量的人類參與。最重要的是,在訓練目標檢測算法之前,專家必須限制圖像質(zhì)量并執(zhí)行各種預處理步驟。由于算法和計算能力的限制,這導致了很高的錯誤率,有時還會產(chǎn)生可疑的結(jié)果。不久前,10幀每秒被認為是快速的。然而,今天,以每秒100幀或更多的速度以人的水平精確或更高的速度進行分析并不罕見。我們對圖像進行規(guī)模和質(zhì)量分析的能力從未像現(xiàn)在這樣強大,技術才剛剛開始發(fā)展和擴展。

跟上技術的步伐

在使用無人機和人工智能進行積極警務方面存在一些限制:法律、政策和隱私。美國的地方和州機構(gòu)已經(jīng)通過了規(guī)定,對執(zhí)法機構(gòu)和其他政府機構(gòu)如何使用無人機實行嚴格的規(guī)定。印第安納州法律規(guī)定,警察部門可以使用無人機進行搜索和救援工作,記錄墜機現(xiàn)場,并在緊急情況下提供幫助,但在其他情況下,使用無人機需要逮捕令。這意味著除非發(fā)生恐怖襲擊或犯罪,否則警方很可能無法在大型集會附近駕駛飛機。

同樣,許多國家為法律和秩序以及空中監(jiān)視采購了無人機,歐洲和其他國際機構(gòu)也對人工智能產(chǎn)生了濃厚的興趣。它們在為這些發(fā)展建立適當?shù)膰H道德和管理框架方面發(fā)揮作用。例如,這包括新的“一般數(shù)據(jù)保護條例”(GDPR),但也包括從道德上使用AI的新框架,包括決策的透明度。

用于積極警務的其他形式的大赦國際

無人機并不是被考慮用于積極警務的唯一人工智能類型。找出可能需要休息的壓力過大的警察怎么辦?芝加哥大學的雷德加尼開發(fā)的一套系統(tǒng)將識別這些“處于危險”的官員的準確性提高了12%,并減少了三分之一的假陽性。夏洛特-梅克倫堡警察局也使用該系統(tǒng)。

積極警務的要領

要求各級政府的執(zhí)法和公共安全機構(gòu)利用不同和不同的數(shù)據(jù)集,以便有效地開展行動-這就是無人機、大赦國際和積極主動的警務工作的共同之處。但是,大量且不斷增加的數(shù)據(jù)可能會給有限的業(yè)務資源帶來壓力。如果沒有適當?shù)闹攸c,無法確定日益增加的威脅的風險就會增加。各機構(gòu)面臨的挑戰(zhàn)因必須遵守強制性立法程序而進一步加劇。為了在這一環(huán)境中取得成功,各機構(gòu)需要能夠連接和解釋大量數(shù)據(jù)、生成警報、異常檢測和人工智能技術的現(xiàn)代工具,同時通過嚴格的適當程序為官員提供支持。

現(xiàn)實情況是,人工智能正在顯示出更好的結(jié)果。情報分析人員正在測試和使用深度學習,自然語言處理和機器學習技術在現(xiàn)實生活中的執(zhí)法場景,可以幫助改變我們的世界為善。雖然我們的成就還沒有達到超級英雄的地位(雖然在我們自己的SAS總部拍攝“鋼鐵俠3”時似乎已經(jīng)做到了),但誰知道未來會是什么樣子呢?像任何真正值得和有益于人類的東西一樣,總會有陷阱和挑戰(zhàn),但現(xiàn)在是抓住前面的可能性的時候了。