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
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
这项由北京大学人工智能研究院完成的研究,首次从数据压缩理论角度揭示了大型语言模型存在"弹性"现象——即使经过精心安全对齐,模型仍倾向于保持预训练时的行为分布。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。