美國國防部開始測試AI監(jiān)控系統(tǒng)Scylla
雖然有些人認為人工智能是一種威脅，但美國軍方卻將其視為探測威脅的工具，其最近部署了一套人工智能監(jiān)控系統(tǒng)，該系統(tǒng)可在一英里以外識別武裝人員等威脅。 與訓練有素的安保專業(yè)人員相比，該系統(tǒng)的誤報率也更低。
安防初創(chuàng)公司Scylla提供基于人工智能的"前瞻性"安防系統(tǒng)，以保護設施和倉庫的周邊安全。 它的 Scylla AI 系統(tǒng)顯然足以保護美國的核基地，因為美國國防部 (DoD) 早在八個月前就開始在肯塔基州里士滿的藍草陸軍倉庫 (BGAD) 測試這些系統(tǒng)。
目前，BGAD 是唯一一個測試人工智能驅動的監(jiān)控算法檢測潛在威脅的軍事基地。 這些系統(tǒng)可幫助工作人員實時發(fā)現(xiàn)和識別入侵者、武器或"異常行為"。 Scylla系統(tǒng)與現(xiàn)有的監(jiān)控攝像機和無人機配合使用，對設施進行監(jiān)控，大大提高了人工應對威脅的效率。
據負責核事務的國防部副助理部長德魯-沃爾特（Drew Walter）稱，Scylla 人工智能可以實時學習，減少誤報。 該系統(tǒng)解決了國防部在實體安全方面長期面臨的挑戰(zhàn)之一：提高安全人員的反應速度，同時快速可靠地過濾非安全問題。
在物理安全企業(yè)和分析小組（PSEAG）進行的 BGAD 測試中，Scylla 系統(tǒng)檢測威脅的準確率超過 96%。 倉庫電子安全系統(tǒng)經理克里斯-威洛比（Chris Willoughby）說，該系統(tǒng)大大降低了由"環(huán)境"現(xiàn)象引起的誤報。 人類仍然需要決定是否對威脅做出反應。
人工智能通過識別一英里外攀爬水塔的武裝分子，展示了非凡的監(jiān)控能力。 系統(tǒng)可靠性的另一個例子是，在算法檢測到兩名潛在武裝入侵者沖破圍欄后，"幾秒鐘內"就向安保人員發(fā)出了警報。 入侵者是 BGAD 的工作人員，Scylla 立即通過面部識別系統(tǒng)識別出了這兩個人。
雖然 PSEAG 在很大程度上參與了 BGAD 的測試、評估甚至是 Scylla 深度學習算法的訓練，但出于顯而易見的原因，陸軍并未提供有關訓練后的系統(tǒng)與商業(yè)軟件有何不同的具體細節(jié)。 副助理國務卿沃爾特是人工智能的擁躉，因為它可以"改變"PSEAG的核心任務：保護美國的戰(zhàn)略核武庫。