人工智慧 （AI） 幾乎用於所有可以想像的行業，公共安全和安保也不例外。世界各地的城市都在利用人工智慧來確保公民的安全，同時保護隱私和基本人權。使用人工智慧進行監視和預測性警務具有明顯的優勢。儘管如此，圍繞道德和隱私的一些現有挑戰將使在公共安全中採用人工智慧成為一個有爭議的話題。
德勤最近的一項研究發現，智慧科技可以幫助將犯罪率減少 30% 至 40% 1，並將緊急服務的回應時間縮短 20% 至 35%，使城市更安全，緊急服務更具影響力。目前，智慧城市已經開始採用各種人工智能工具，包括面部識別和生物識別（84%）、警察車載和執法記錄儀（55%）、無人機和空中監視（46%），以及眾包犯罪報告和緊急應用程序（39%）。
人工智慧在公共安全中的應用
以下是人工智慧可以幫助在世界各地創建智慧、安全城市的幾種具體方法。
打擊恐怖主義威脅和活動
在過去十年中，恐怖分子平均每年殺害 26,000 人。3 人工智慧可以以超過 99.9% 的準確率偵測恐怖主義宣傳，4 分析上傳的圖像和影片並將其從網路上刪除。這有助於防止網路恐怖主義招募並阻止有害宣傳的傳播。
主動識別可疑銀行活動
人工智慧和機器學習可以透過檢測數據異常並提供有關危險信號和犯罪策略的即時更新來支援銀行業務。它還可以匯總這些海量數據來識別趨勢。
自然災害應變
機器學習演算法可以與衛星影像結合，讓政府官員更深入地了解自然災害的潛在影響。例如，在颶風地區，人工智慧可以幫助確定哪些災難將發生、哪些系統可能會發生故障以及哪些地區最危險。這可以幫助緊急應變小組隨時待命，快速進入這些區域或適當地確定疏散的優先順序。
人群和交通管制
人群可能非常危險，人工智慧有助於降低人流量大的區域和場所的不確定性和風險。人工智慧可以提供重新路由流量和人員的建議，並優化威脅回應。例如，在新冠疫情期間，人工智慧被用來監控人流量大的區域，並匯總接觸率最高的表面的資料。5 這有助於接觸者追蹤和傳染預防。
人工智慧在公共安全中的真實範例
世界各地的城市都在其政府和民間活動中實施人工智慧解決方案，以改善公共安全並減少犯罪。
新加坡
新加坡是最早在警察、醫療機構、邊境安全和國土安全領域採用人工智慧的國家之一。例如，新加坡民防部隊使用無人機等無人機進行火災追蹤、監視和搜救。6 在新冠疫情期間，SPOTON 被用作大規模體溫篩查解決方案7 新加坡五百六十萬居民8， 而 Ambiq® 則啟用了該國的 TraceTogether 代幣進行社區接觸者追蹤。
日本透過深度學習演算法使用人工智慧預測警務來衡量警察部隊的統計數據，同時提供對其他犯罪詳細資訊的訪問，例如時間、地點、天氣和地理條件。
里約熱內盧
里約熱內盧政府在該市舉辦奧運會時首次使用，��使用了 CrimeRadar。這款預測性犯罪應用程式利用高級數據來監控犯罪率和潛在風險，例如夜間或高流量事件。結果，在世界上最危險的城市之一，犯罪率減少了 30-40%9。
人工智慧在公共監控中的風險
與許多領域的人工智慧採用一樣，人工智慧在公共監控和安全方面的應用也並非沒有挑戰。對不完善技術導致結果有偏見的擔憂是廣泛採用的重大挑戰。
不完善的技術
人工智慧不斷發展和改進。同時，如果人類不準備好對數據和見解進行事實核查，它可能會被用於潛在有害的決策。
偏見
隨著人工智慧的創建，它有可能吸收設計師的偏見。機器學習模型的可靠性取決於用於訓練它們的數據;它們可能會無意中反映其設計者甚至收集數據的科學家的偏見。事實上，由於機器學習的基礎是由偏見實例形成的（例如，黑色素瘤模型可以成功預測有家族史的患者），因此我們必須不斷改進準確模型構建的指南。
根據 Tech Target 的說法，如果開發人員遵循以下步驟，可以改善機器學習偏差：10
- 識別潛在的偏見來源
- 設定消除偏見的準則
- 識別準確的代表性資料
- 記錄資料的選取和清理方式
- 偏置和效能的螢幕模型
- 監控和審查實際使用中的模型
公民自由和隱私問題
許多人還提出了有關人工智能公共監控的隱私問題。這些工具為智慧城市提供了大量有關全天個人流動的詳細數據，引發了人們對人工智慧被用於損害公民自由的目的的擔憂。
Ambiq 如何貢獻
人工智慧介入以增強人類的能力。在公共安全領域，這在處理大量人群和廣闊的物理區域時特別有用。Ambiq 的 SPOT® 技術為人工智能工具提供最大的能源效率和更長的電池壽命，有助於改善公共安全並為公民創造更好的生活質量。
資源
1 透過人工智慧進行監控和預測性警務 |2023
2 透過人工智慧進行監控和預測性警務 |2023
3 恐怖主義 |2022 年 10 月
4 人工智慧如何成為最新的公共安全官員 |一月1,2020
5 人工智慧是人群管理的最佳解決方案嗎 |2021 年 9 月 17 日
6 新加坡視角 |2022
7 SPOTON – 用於人群體溫篩查的智能熱掃描儀 |八月11,2022
8 全國人口司和人才司 – 概述 |2023 年 7 月 5 日
9 CrimeRadar 正在使用機器學習來預測里約熱內盧的犯罪 |2016 年 8 月
10 減少 機器學習中不同類型偏見的 6 種方法 |2023 年 7 月 28 日
