还想去洗手间做坏事?小心被 AI 抓到!

为了帮助学校应对日益严重的电子烟泛滥及霸凌问题,一家名为 Soter 的科技公司开发了一种 AI 设备,用于监测学校洗手间电子烟的使用迹象和霸凌声音。该设备在北美学校中非常受欢迎,有些学区已全面部署。

为了应对初、高中学校电子烟日益流行的问题,学校拆除了洗手间的门、在洗手间安监视器甚至将其关闭。有一家美国公司给学校提供 AI 辅助的校园监控设备,来帮助老师和管理者监管洗手间里的电子烟或霸凌现象,这已经转化为这家公司的一项稳定业务。

Soter 科技公司在开发 Fly Sense 之初就充分考虑了监测霸凌的功能。但学校开始询问公司能否帮助他们监控电子烟的问题——由于 Juul 电子烟的风靡,这股风潮在学生中被称为 Juuling。为了应对学校的需求,Soter 公司将 Fly Sense 做成了云连接的传感器,它既可以检测到电子烟的痕迹,也可以估计出可能表示打架或霸凌的声音。

Soter 科技公司的 CEO,Derek Peterson 表示:「学校一般都会安装这个系统,而在安装后的前两周就发现了不少电子烟事件。继续执行那些惩罚学生的政策后,他们就会发现电子烟事件在逐渐减少。」

美国和加拿大已经有超过 200 所学校安装了 Fly Sense,这些学校跨越了至少 23 个州。弗罗里达和加利福尼亚的四个学区成了 Fly Sense 系统的「全面部署区」。其他学校也紧随其后。Peterson 说,该公司在上个月发出了超过 400 个 Fly Sense 设备。

Fly Sense 设备用了经过训练的机器学习 AI,来检测笔式电子烟、电子香烟以及其他电子烟随身用具产生的水汽的特征。在学生中流行的大部分电子烟设备都含有有气味的电子烟液体——有时候这种液体也称为「烟油」——烟油中含有大剂量致瘾的尼古丁。安装后,每个 Fly Sense 设备都会学习给定洗手间中水汽的基本模式,系统可以根据需要相应地调整可定义为异常的阈值。

电子烟的不断发展创造了各种各样的技术竞赛,促使 Soter 科技公司持续更新其电子烟特征的分类库。例如,Fly Sense 的第一个版本无法检测到 Juul 电子烟的水汽特征,而这种电子烟在学生中尤为流行。

从那以后,情况发生了很大的变化。八月份,该公司发布了 Fly Sense 的 2.5 版,并希望能在 2019 年春季推出 3.0 版。Fly Sense 未来的版本甚至可以进行更复杂的化学分析,可以分辨出带有尼古丁的电子烟特征和四氢大麻酚(THC)——大麻中的活性化合物——之间的差别。

Soter 科技公司声称,Fly Sense 系统在监测电子水烟方面的准确率可以达到 70%~80%,该系统可以帮助学校减少平均 70% 的电子水烟事件。

但 AI 推动的洗手间监测仍需大量的人工帮助。当疑似电子水烟事件触发调查时,学校要派人去确定监测结果是否属实。这种反馈有助于训练系统提高准确率

在洗手间中安装了 Fly Sense 的学校可以访问 Soter 科技公司的自动化云平台,该平台可以追踪 Fly Sense 收集到的数据,并管理警报系统。学校的管理员甚至可以管理这个系统,规定只有特定的教师才能在手机上收到来自某些 Fly Sense 设备的警报。

Fly Sense 的双重任务意味着它也可以根据分贝数检测声音大小,来监控霸凌或打架事件。如果洗手间或更衣室中的声音超过了给定的声音阈值(学校管理者可以根据需要调整该阈值),它可以触发相似的手机警报,从而提醒教师或校长进行调查。同时,该系统无法识别自然语言也无法分辨到底是谁的声音,打消了学生对于隐私问题的担忧。

Peterson 说:「开发该产品的初衷是要解决霸凌问题。高中时(那会儿我才 1 米 5 多一点)被霸凌的经历让我萌生了这一想法:我希望能帮助这世界摆脱霸凌。」

无论用法如何,Fly Sense 似乎吸引了许多学校的目光,这些学校有着不同但相似的问题及演变趋势。据报道,美国有四分之一到三分之一的学生都曾被霸凌过。这是一个每年可能影响数百万学生的问题。而就电子烟而言,2017 年美国全国青少年烟草调查发现,约 210 万学生曾使用过电子烟。

电子水烟的趋势还为 Fly Sense 吸引了来自业界的新客户。Peterson 说,许多大公司都禁止在公司里抽电子烟,而他们似乎和学校一样,对 Soter 科技公司提供的自动化解决方案很感兴趣。但是由于近年来电子烟在学生中迅速崛起,学校仍旧是这一高科技解决方案的主要市场,他们还在为学生抽电子烟的行为而不断斗争。

Peterson 说:「每天大概会有 20 个学校向我们咨询这一产品。」

产业AI校园应用人工智能
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

暂无评论
暂无评论~