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
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。