برای بهبود ایمنی مترو و واکنش دهی به بهتر به تهدیدات احتمالی سریعتر، پلیس شهر نیویورک (NYPD) در حال بررسی استفاده از دوربینهای مجهز به تکنولوژی هوش مصنوعی میباشد. معرفی این دوربینها میتواند امکان شناسایی حضور اسلحهها را برای مقامات فراهم کند و پیش از ترکیدن هیچ گلولهای، اعلام به قوانین اجرایی نماید. این توسعه در پی وقوع یک حادثه اخیر در یکی از قطارهای A در بروکلین رخ داده است.
کمیسریل کمک NYPD، Kaz Daughtry، ابراز علاقه به استفاده از دوربینهای هوش مصنوعی بهعنوان یک روش برای جلوگیری از حمل اسلحه به محوطههای مترو کرده است. با یکپارچهسازی دوربینهای موجود مترو با تکنولوژیهای پیشرو مانند هوش مصنوعی و نرمافزار شناسایی اسلحه، نهادهای قانونی تلاش دارند تا اقدامات امنیتی خود را در سیستم حمل و نقل شهری تقویت نمایند.
ZeroEyes، یک شرکت واقع در منطقه فیلادلفیا، به تخصص در آموزش الگوریتمها برای شناسایی اسلحههای بیرون برده شده میپردازد. این تکنولوژی به مقامات امنیتی امکان میدهد تا پس از شناسایی یک اسلحه در زیر دوربین امنیتی، همان لحظه هشدارات زمان و دقیق محل حادثه را دریافت کنند. با ارایه اطلاعات دقیق به قوانین اجرایی، این اطلاعات میتواند بهموجب مدیریت موثرتر صحنه و اطمینان از پاسخ سریع کمک نماید.
با وجود اینکه مزایای پتانسیلی دوربینهای هوش مصنوعی در امنیت مترو قابل توجه است، چالشهایی وجود دارد. برخی کارشناسان ادعا میکنند که ممکن است سخت باشد تا تصاویر واضح افراد حامل اسلحه را ضبط کند، بهویژه در محیطهای شلوغ یا کم نور. علاوه بر این، نگرانی هست که زمانی که اطلاعات درباره تکنولوژی بهصورت عمومی منتشر شود، جنایتکاران ممکن است راههایی برای فریب آن پیدا کنند. با این حال، طرفداران ادعا میکنند که استفاده از دوربینهای هوش مصنوعی بدون شک تواناییهای قانونی رابهعنوان دستیابی به تهدیدات ممکن را تقویت خواهد داد.
در حال حاضر NYPD در فرآیند ارزیابی تکنولوژیهای در دسترس است و هنوز زمان اجرای آن را تعیین نکرده است. با این حال، منابع نشان میدهند شهر قصد برگزاری آزمایشهایی با تکنولوژی دوربینهای هوش مصنوعی در سال 2023 را داشته وسخون نگرانیهایی درباره کیفیت دوربینهای موجود مترو بینی ندارد.
### پرسشهای متداول (FAQ)
1. چگونه دوربینهای هوش مصنوعی اسلحهها را در سیستم مترو شناسایی خواهند کرد؟
دوربینهای هوش مصنوعی مورد بررسی توسط NYPD به نرمافزار شناسایی اسلحه مجهز شدهاند که از الگوریتمهای پیشرفته برای شناسایی اسلحههای برون برده شده استفاده میکند.
2. چه اتفاقی پس از شناسایی یک اسلحه روی میدهد؟
هنگامی که یک اسلحه شناسایی میشود، سیستم دوربین هوش مصنوعی بلافاصله یک هشدار به مقامات اجرایی ارسال میکند. این هشدار شامل تصویر تیرانداز، مکان دقیق، و زمان ثبت حادثه است.
3. آیا دوربینهای هوش مصنوعی قادر به شناسایی اسلحههای مخفی هستند؟
خیر، دوربینهای هوش مصنوعی اصولاً در شناسایی اسلحههایی که بهصورت قابلملاحظهای بیرون رفتهاند تمرکز دارند. اسلحههای مخفی شده در کیفها یا پنهان شده در کمربندها ممکن است توسط این تکنولوژی شناسایی نشوند.
4. چه چالشهای بالقوهای در پیادهسازی دوربینهای هوش مصنوعی در متروها وجود دارد؟
یکی از چالشها این است که گرفتن تصاویر واضح افراد حامل اسلحه، بهویژه در محیطهای شلوغ یا کم نور، ممکن است دشوار باشد. همچنین نگرانی درباره این است که هنگامی که اطلاعات درباره تکنولوژیعموماً شود، جنایتکاران ممکن است راههایی برای عبور از آن پیدا کنند.
5. زمان اجرای تکنولوژی دوربینهای هوش مصنوعی کی خواهد بود؟
NYPD در حال حاضر در فرآیند ارزیابی تکنولوژیهای در دسترس است و هنوز زمان اجرای آن را تعیین نکرده است. با این حال، انتظار میرود آزمایشهایی با تکنولوژی دوربینهای هوش مصنوعی در سال 2023 انجام شود.
(منبع: New York Post – nypost.com)
بهجز بهبود ایمنی متروها، استفاده از دوربینهای هوش مصنوعی مجهز به نرمافزار شناسایی اسلحهها پیامدهای گستردهتری برای صنعت و پیشبینیهای بازاری پتانسیلی را دارا است. معرفی این تکنولوژی میتواند منجر به افزایش تقاضا برای سیستمهای نظارتی مبتنی بر هوش مصنوعی در انواع فضاهای عمومی، نه تنها مترو، توسط مقامات کنند.
بازار جهانی نظارت بهطور چشمگیری در سالهای آینده توسعه خواهد یافت. طبق گزارشی از MarketsandMarkets، انتظار میرود اندازه بازار تا سال 2025 به 74.6 میلیارد دلار برسد با نرخ رشد سالانه ترکیبی 9.0% از 2020 تا 2025. تحلیلهای تصویری پیشرفته، شامل تکنولوژیهای مبتنی بر هوش مصنوعی مانند نرمافزار شناسایی اسلحه، یکی از عوامل کلیدی این رشد است.
شرکتهای تخصصی در تکنولوژیهای نظارتی مبتنی بر هوش مصنوعی، مانند ZeroEyes، احتمالاً تقاضای بیشتر برای محصولات و خدمات خود خواهند داشت. آنها ممکن است فرصت داشته باشند تا حضور خود را در بازار گستردهتر نمایند و شراکتهایی با نهادهای قانونی و شهرداریها برقرار کنند.
با اینحال، چالشها در پیادهسازی دوربینهای هوش مصنوعی در سیستمهای مترو و محیطهای مشابه باقی میمانند. همانطور که در مقاله اشاره شد، گرفتن تصاویر واضح افراد حامل اسلحه، بهویژه در تنظیمات شلوغ یا کم نور، ممکن است نیازمند پیشرفتهای بیشتر در تکنولوژی دوربین باشد تا شناسایی دقیق و قابل اعتماد ممکن شود.
نگرانی دیگر این است که زمانی که اطلاعات درباره تکنولوژی دوربینهای هوش مصنوعی گسترده معروف شود، جنایتکاران ممکن است تلاش کنند تا راههایی برای فریب سیستم پیدا کنند. این نکته نشاندهنده نیاز به نوآوری مداوم و بهروزرسانی الگوریتمهای شناسایی اسلحه است تا در پیش از تهدیدات احتمالی قرار گیرند.
با اینهمه چالشها، استفاده از دوربینهای هوش مصنوعی در امنیت متروها منتظر میشود که تواناییهای قانونی در شناسایی و جلوگیری از تهدیدات ممکن را تقویت کند. اجرای موفق این تکنولوژی در سیستم حمل و نقل شهری شهر نیویورک میتواند بهعنوان یک الگوی اقتداری برای شهرهای دیگر در سراسر جهان مورد توجه قرار گیرد.
برای کسب اطلاعات بیشتر درباره بازار جهانی نظارت و تکنولوژیهای مرتبط، به MarketsandMarkets مراجعه نمایید.
[ویدیو توضیحاتی](https://www.youtube.com/embed/eM3s0PQc8uQ)
The source of the article is from the blog foodnext.nl