ABC消息,美国俄克拉荷马城的警察Sgt. Matt Gilmore和他的警犬Gunner,在搜索嫌疑人时,他们的对话和犬吠会被执法记录仪的麦克风捕捉下来。
通常,Gilmore需要花费30- 45分钟来撰写犯罪和搜索报告,但为了节省时间他首次尝试了类ChatGPT产品Axon来完成初稿。
该工具从记录仪的音频中提取了信息,仅用8秒就生成了一份文本报告,整体效率提升了225倍以上。

Gilmore说:“AI生成的报告比我亲自写的还要好,读起来更流畅顺口,并且100%准确。AI甚至记录了一个连他都发现的一个小细节,指明了嫌疑人在逃跑时所驾驶车辆的颜色。”
俄克拉荷马城的警察部门是少数几个尝试使用生成式AI,写初步犯罪案件报告的部门之一。警察们非常喜欢该技术,因为可以节省大量时间。
但一些检察官、警察监督机构和法律学者则担心可能会改变刑事司法系统中一个基本文件的性质,这个文件在决定谁被起诉或监禁方面发挥着作用。
事实上,类ChatGPT产品除了能写报告之外,还能在很多领域帮助警察部门节省时间提升效率。可借助历史数据和社会动态的分析,类ChatGPT产品可以识别出潜在的高风险区域和时间段。
警察可以根据这些数据预测,在关键区域和时间段加强巡逻和防范措施,从而提高犯罪预防的效果。

生成式AI还可以作为一线警察的助手,提供即时建议和信息支持。例如,当警察在处理复杂案件或紧急情况时,可以通过语音或文本与系统互动,获取法律条文、程序规范或其他专业知识,确保在执行任务时能够遵循正确的法律和程序。
同时可以用于培训和教育警察,通过模拟对话和情景演练,帮助新警员更快地熟悉工作流程和应对策略,提高整体队伍的专业水平。
此外,由于警察的工作压力很大,容易出现各种心理健康问题。类AI可以作为心理健康支持工具,为警察提供不同场景的心理咨询和情感支持,帮助他们管理压力和保持心理健康。
Axon的产品主管Noah Spitzer-Williams表示,我们与ChatGPT使用了相同的底层技术,但该产品输出的内容更加安全、可控,并且极少情况下会出现“幻觉”。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。