人臉識別賦予監獄更方便的功能
演算法科學家提出了一個本意良好但棘手的計劃，以減少累犯率，可以降低犯人獲釋後返回監獄的比率，並包括對他們日常生活的持續監控。
這個主意嗎給假囚犯-自願參加這個項目的人智能手機和生物識別可穿戴設備來監控他們的生物數據、他們拍攝出來的照片和位置信息，所有這些都是為了訓練人工智能識別與犯罪行為退化有關的模式。
隨著高清監控普及GPU、TPU等智能晶片運算效率的提升，深度學習算法增強圖像和視頻分析的準確率的提高，使人臉識別在監獄應用等方面更”智能”，目前人臉識別賦能智慧監獄的建設更多還是需要與監獄業務的深度融合，為監獄管理、安全防範等業務應用帶來智能化的能力。
監測囚犯來達到效果
幫助人們免於牢獄之患的計畫嚴格來說當然是有用的，但是這個項目如何收集這些資料在道德上是令人擔憂的，普渡大學的科學家們在一份新聞稿中提到，他們創建的人工智能算法將以分組的方式分析數據，而不是實時分析。研究設計將讓一半的志願者完全依靠自己的設備，而他們本來就屬於弱勢群體，這讓人們對他們參與研究的意義產生了疑問。而另一組，也就是被監測的那組，可能會表現得比較好，因為他們知道科學家們在觀察他們的一舉一動，這最終會對以這種特殊方式收集的數據的完整性產生疑問。
影像辨識還未達到人類肉眼境界
普渡大學計算機科學家馬庫斯·羅傑斯在新聞稿中說，這項研究的目的是為了尋找更好的機會，以至於能幫助那些囚犯、更生人成功地融入社會。
但話又說回來，在我們意識到我們的問題可能太大以至於一個算法無法解決之前，我們必須經歷多少技術解決方案(監控AI)和社會問題(犯罪人是否會不會有再犯的機會)的挑戰，才能達到科學家想要的效果。
人工智慧的影像辨識已讓一般圖片的辨識等同於人類肉眼的辨識率，但動態影像的辨識準確度卻還仍然比不上人類，目前還在進行各種演算法的測試。其中，影像辨識目前最火熱的應用場域非自動駕駛莫屬了。
圖片來源：slate
資料來源：DAN ROBITZSKI(2020,AUGUST 13).AI DEVELOPERS WANT TO PERFORM A BIZARRE STUDY ON RELEASED PRISONERS. Futurism
更多科學與科技新聞都可以直接上 明日科學網站 www.tomorrowsci.com