銃撃戦に包まれる米国をAIは救えるのか？
現地時間の8月3日と4日、米国で銃乱射事件が2件発生し、計31人が死亡、51人が負傷した。銃撃事件がほぼ毎日起こっている米国では、多くの企業が人工知能技術を活用して銃撃現場をリアルタイムで特定し、犯罪行為を予測し、犯罪率の削減に成功している。
先週末、米国の２つの州（テキサス州とオハイオ州）で銃撃事件が発生し、地元住民はこの２つの悪夢のような銃撃事件に動揺した。
テキサス州エルパソでの銃乱射事件 22人が死亡、24人が負傷した。アメリカ初になる7番目に大きい最も致命的な銃撃。
第二の権利章典: 200 年以上アメリカを覆ってきた銃の煙霧
現地時間8月3日（土）朝、テキサス州エルパソのウォルマート・ハイパーマーケットで銃撃事件が発生した。 AK-47で武装した21歳の白人男性がその場にいた住民に発砲し、罪のない22人が死亡した。
テキサス銃乱射事件から14時間も経たず、誰もがまだショックを受けていた頃、現地時間4日早朝、オハイオ州デイトンの町で大規模な銃乱射事件が発生し、 9人が死亡、27人が負傷した。
銃による殺人は米国で最も一般的な死因となっている。非営利団体銃暴力アーカイブの統計によると、今年これまでに、 253から銃乱射事件 (記事執筆時点の最新データ)。
24時間以内に2件連続銃撃事件が発生し、アメリカ国民は不安と恐怖にさらされている。彼らはデモを行い、米国政府と議会に銃規制法の積極的な推進を要求した。
しかし、米国における銃所有の法的歴史は長く、米国を霞のように覆い隠す根深い銃暴力問題を形成している。 200年以上。
第 2 の権利章典、1791 年 12 月 15 日（合衆国憲法修正第 2 条とも呼ばれる）は次のように批准されました。
十分に規制された民兵は、自由国家の安全、国民が武器を保有し携帯する権利に必要であるため、侵害されてはならない。
「よく訓練された民兵は自由国家の安全のために必要であり、人民が武器を保持し携帯する権利は侵害されてはならない。」
アメリカの犯罪学者フィリップ・J・クックは、銃がそれほど普及していなかったとしても、犯罪者は依然として犯罪を犯すかもしれないが、少なくとも他の、致死性の低い武器を使用するだろうと推測している。
AI 対テロと反暴力: 警察にとって勝利の武器
銃撃後、アメリカのネチズンは次のように投稿した。 「どこにいても安全な気がしません。」また、公共の場ではいつでも避難計画が必要になるのではないかという懸念もある。
米国での銃規制法の制定に期待を寄せると、結局は不確定要素が多すぎるし、その日がいつ来るかは誰にも分からない。
したがって、米国政府機関や多くの企業は、防犯・早期警戒の視点犯罪の発生を減らすためにAIを積極的に活用してみましょう。
映画『マイノリティ・リポート』に登場するロボット「預言者」のように、人の犯罪未遂を察知することができるため、誰かが犯罪を犯す前に防犯組織に逮捕され、犯罪や危害を引き起こすことを回避します。
アラームツール：撮影現場を瞬時に特定
MIT、スタンフォード大学、ライス大学の修士号と博士号を取得した 3 名が共同設立 ショットスポッター、同社はセンサー、人工知能アルゴリズム、システムを使用して、公共の場所を監視し、リアルタイムで撮影現場を特定し、法執行機関による銃による暴力の抑制に協力してください。
銃撃を次の 3 つのステップで検出します。
ステップ 1: リアルタイムの監視と測位
音響センサーを公共の場所に置き、車のクラクションなどの周囲の背景ノイズを除去するようにソフトウェアを設定します。銃声が発砲されると、センサーがパルスを検出します。少なくとも 3 つのセンサーが銃声のパルスを検出した後、音声多点測位センサーを使用して音声の時間差を受信し、機械学習アルゴリズムを使用して音声を分析して発砲位置を特定します。その後、情報はインシデント レビュー センター (IRC) に送信されます。
ステップ 2:音響の評価と分類
機械分類器この音は、既知の銃声と他のコミュニティの音からのパルスの大規模なデータベースと比較され、それが銃声であるかどうかが判断されます。 IRC の音響専門家はさらなる分析を実施し、「複数の射手」や「自動小銃」などの関連戦術情報を追加しました。これにより、警察の犯罪現場への取り組み方が変わる可能性がある。
ステップ 3: アラート通知
イベントが確認されると、イベント通知が開始され、配車センター、パトカー MDT、およびスマートフォン、デスクトップ、ブラウザなどのアプリケーションに送信されます。銃声の初期発見から警報まで、合計時間は 60 秒未満です。さらに、アラートはカメラなどの他のシステムを統合してトリガーし、撮影エリアでパン、チルト、ズームして状況をリアルタイムに表示できます。
ShotSpotter によると、同社のシステムは銃撃の種類とその場所に関する情報を 10 フィート以内の範囲でリアルタイムで当局に効果的に提供できるという。
現在、同社の機器はニューヨーク、シカゴ、サンディエゴなどに配備されています。 100の都市、顧客のほとんどは米国におり、昨年は南アフリカのケープタウンも顧客となった。昨年、この装置によって阻止され、シンシナティのシュート率は50%近く減少した。
予防ツール: 犯罪多発地域の予測
プレドポール はビッグデータと機械学習を使用して、犯罪がいつ、どこで発生するかを予測する会社。彼らは、過去の犯罪に関する既存のデータを分析することで、新しい犯罪がいつ、どこで発生する可能性が最も高いかを予測できると主張しています。
彼らのシステムは現在、ロサンゼルスを含む米国のいくつかの都市で使用されています。
チームは、UCLA とサンタクララ大学の数学者や行動科学者と協力して、さまざまなデータ タイプ、行動モデル、予測モデルを評価しました。モデルは、ロサンゼルス市警察とサンタクルーズ (カリフォルニア州) 警察の犯罪アナリストと警察官によってさらに改良されました。
彼らは最終的に、警察署が収集した 3 つの最も客観的なデータ ポイントが、予測のための最も正確な入力データを提供すると判断しました。犯罪の種類、犯罪の場所、犯罪の日時。
彼らのアルゴリズムは、特定の犯罪タイプが時間的および空間的に集中する傾向があるという観察に基づいています。たとえば、今日家が強盗に遭った場合、明日は実際に破壊行為の危険性が高まり、家の隣人もより大きな危険にさらされることになります。
彼らはこれをテクノロジーと呼んでいますリアルタイムの伝染病余震シーケンス犯罪予測。彼らのシステムは、警察がパトロールを強化する必要がある犯罪の可能性のある場所を地図上で強調表示します。
犯罪と闘い、世界的なコンセンサスを得る
米国における年間の法執行支出の総額は、 1000億ドル、そして、これは政府の犯罪支出のほんの一部にすぎず、さらに、犯罪による医療費や公共財産の損失も負担する必要がある。
したがって、犯罪率を減らすことは国にとっても国民にとっても緊急の課題です。人工知能テクノロジーは、犯罪率を減らす上でのスピードと正確さという利点も強調しています。
既存のシステムは、人工知能と機械学習を使用して、音声やカメラを通じて発生した犯罪を検出します。効果があることが証明されており、そして今後も拡大していくことが予想されます。
私たちはテクノロジーの発展によって世界は必ず良くなると信じています。