我們生活在社會動盪的時代，這迫使執法專業人員冒著生命危險，來保護數百萬公民的生命和財產。從監控抗議活動到抓捕犯罪者，這些機構必須做的事情很多。由於要做的事情太多，這些機構應該考慮是招募更多警員，還是佈署人工智慧（AI）和機器學習技術（例如行為辨識和異常檢測）以減少犯罪之間的選擇。
異常檢測有助於更有效地遏止犯罪，同時也能保護警察免受生命威脅。根據執法人員被殺和攻擊計畫（LEOKA），美國在 2017 年損失了 46 名警察，2018 年損失了 56 名警察，2019 年損失了 48 名警察。執法人員被殘酷殺害。
需要進行巨大的改變，而這種改變只能透過佈署行為模式辨識，和威脅異常檢測等尖端技術來實現。
什麼是行為辨識和異常檢測？
行為辨識和異常檢測涉及在機器內使用複雜的演算法，使機器足夠聰明以理解正常的行為模式。然後，機器被訓練來檢測異常或不尋常的行為模式，並報告它們。
這涉及透過複雜的演算法分析，從便攜式和固定攝影機接收的數據，這些演算法在幾毫秒內獲取和傳輸不一致的數據。這是非常重要的，因為執法專業人員不可能同時出現在任何地方。情報是成功應對的關鍵。因此，透過將這項任務級聯到機器上，執法專業人員可以透過僅關注關鍵方面和損失預防來提高效率。
Scylla 的異常偵測系統，是一種即時威脅偵測和損失預防解決方案，可辨識行為模式、偵測嫌疑人，甚至向相關當局升級和報告威脅。這是可能的，並且是透過監視器收集的數據發生的。
巡邏更輕鬆
目前，美國有超過 665,000 名巡邏人員，巡邏面積達 379 萬平方英里，這也解釋了執法機構追蹤犯罪指標的難度。因此，部署智慧嫌疑人識別、預防性威脅偵測和行為模式識別等技術將有助於降低犯罪率。然後，人員可以將注意力轉移到報告的異常情況上，並規劃必要的預防或治療措施。因此，執法機構可以將這些資源投入到其他地方，而不是僱用更多的巡邏人員。
預防性威脅偵測
一項調查顯示，美國擁有槍枝的人數最多。這與發生的槍支暴力事件的數量直接相關。因此，雖然槍支法改革尚未進行，但需要有替代解決方案來遏制槍支暴力問題。畢竟，真正服務社會的唯一方法，就是在犯罪發生之前停止它。現在，這似乎有些牽強，但透過訓練機器來辨識和偵測，來顯示威脅的模式是完全可能的。
由於大多數地方已經安裝了攝影機和視訊管理系統，利用預防性槍支檢測技術等人工智慧監控解決方案，可以為執法機構帶來領先優勢。因此，每當發現有人攜帶槍支或危險武器時，就會向負責維護該特定區域安全的人員發送通知。這使得執法部門的重點轉向預防犯罪，而不是偵查犯罪，而偵查犯罪往往需要更多的時間和資源。
Scylla 為公司提供情報和洞察力，以便在槍支和危險物品的使用意圖之前觀察和辨識它們。由於大多數地方已經安裝了攝影機和視訊管理系統，利用槍支檢測技術等人工智慧監控解決方案，可以讓執法機構搶佔先機。因此，每當發現有人攜帶槍支或危險武器時，就會向負責維護該特定區域安全的人員發送通知。 Scylla 為公司提供情報和洞察力，以即時或執法方式觀察和辨識槍支和危險物體。人工智慧監控技術可以對公民的日常生活產生重大影響。
現在，這些只是行為辨識和異常檢測，可以幫助預防犯罪的幾種方法。除此之外，這些技術還使執法人員能夠以知情的方式，應對潛在的危險情況。
目前，美國執法機構面臨的最大挑戰，是用更少的人員和資源做更多的事情。透過 Scylla 佈署行為辨識和異常檢測等先進技術，可以簡化這項艱鉅的任務。
沒有留言:
張貼留言