人工智能如何使金属检测更加重要

每天，数百万人通过机场、学校、音乐会场馆、法院和办公大楼的金属检测门。绝大多数人几乎不会多想这一过程或这些设备作为他们自身安全的重要防火墙的事实。当检测器发出蜂鸣声时，通常被视为一个小小的麻烦或延迟 – 一旦原因得到解决，大家就会继续他们的日程。

我们生活在一个面临日益增长的安全紧张、人群增长和不幸事件增多的世界。这一现象的必然结果是安全行业面临着前所未有的技术需求，不仅要在威胁发生后介入，还要成为预测性、主动的安全屏障。

在简单的通过金属检测器的过程背后，可能会让你惊讶的是，一场技术革命正在安全领域展开。人工智能和机器学习正在重塑整个金属检测的构造，使其比以往任何时候都更快、更智能、更精确。

平衡精度和需求

让我们从行业的鸟瞰图开始。由前面提到的因素驱动，全球安全筛查市场正在蓬勃发展。专家估计，金属检测和筛查安全领域预计将达到 几乎10亿美元2028年，主要由日益增长的公共安全问题和不断增加的乘客量驱动。机场、体育场、竞技场和学校仍然面临着巨大的压力，需要在不损害安全性的情况下快速移动人员。

安全专业人员面临的难题是，在确保安全的彻底性和便利性、效率之间取得平衡。我们经常讨论如何 二次筛查可以填补空白，但现实是，当你面对成千上万的旅行者或观众时，你根本无法打开每个包。在同一时间，错过一个威胁可能是致命的。这一动态使整个系统 – 从制造商到管理人员再到现场工作人员 – 都陷入了真正的困境。

现在，让我们更仔细地看看这项技术如何在历史上发挥作用。传统的基于电磁感应的金属检测器已经成为可靠的工作马，能够以可接受的速度处理大量人员。例如，Garrett 的金属检测器已经成为全球行业标准超过 40 年，自 1984 年洛杉矶夏季奥运会上我们被委托创建第一个金属检测器 – MagnaScanner 以来。

尽管这些检测器在技术进步方面可能被认为是“传统”的，但它们仍然是市场上最 成本效益高、性能高、稳定性高 的安全解决方案。问题在于它们传统上缺乏区分腰带扣和武器的智能，这导致了二次筛查过程 – 以及前面提到的延迟。这些虚假警报可能会导致安全人员的人为疲劳，从而可能损害他们监控过程的有效性 – 这可能会导致没有人想要的后果。这正是人工智能和机器学习介入的地方。

检测背后的数据

在其核心，人工智能将金属检测从反应过程转变为预测过程。与其仅仅在检测到金属时发出警报，人工智能驱动的武器检测系统现在可以使用复杂的信号模式识别分析金属物体的形状、密度和位置。

我们正在使用人工智能来实现金属检测技术以前无法实现的功能水平。安全筛查领域的一些声音认为金属检测技术已经过时，但他们忽略了金属检测技术近年来的巨大进步。通过将这些机器学习的进步应用于金属检测技术，特别是在产品开发中，金属检测器能够实现以前认为不可能的精度。在 Garrett，我们使用人工智能开发了一个使用机器学习的先进专有检测平台，用于我们的 Paragon 行走式金属检测器，这是世界上最广泛使用的行走式检测器之一。这些机器学习算法可以识别日常物品（如电话或钥匙）和潜在危险物品（如刀或枪）之间的细微差异。

当你走过一个增强了人工智能的检测器时，它不仅仅是在寻找金属 – 它正在分析成千上万的数据点，并根据在开发过程中从数百万次试验中学习到的模式对其进行分类。其结果是瞬间、准确地检测到多个威胁和更强的整体安全性。我们的 Paragon 人工智能平台提高了门户内单个和多个目标的准确性超过 88%，并将传统金属检测器的虚假报警率降低了超过 5%。

在大型场馆，即使是小的效率提升也会产生巨大的影响。一个虚假警报可能会延迟数十个人；将其乘以体育场或机场的数千名客人，延迟就会迅速增加。这些基于人工智能的系统正在解决这个问题。数据显示，在美国和体育场的几个主要机场，使用机器学习的行走式检测器已经大大减少了 二次包检查 和 筛查时间。

关键点在于这些检测器不仅仅是检测 – 它们充满了通过分析成千上万种可能的情景和项目以及环境因素的概率而获得的智能。重要的区别在于，这项技术是在开发过程中已经被这些复杂的机器学习洞察所教育过的，这样可以确保安全专业人员在分析和应用这些洞察时风险大大降低，并且可以在所有相关设置和应用中建立和实施更彻底、更一致的安全标准。

意外应用

除了安全用于旅行和活动的应用外，还有其他应用。例如，学校和医院越来越多地采用人工智能驱动的检测器，旨在识别武器，同时变得更加擅长于区分日常物品，减少焦虑和瓶颈。能够提供无缝、不引人注意的用户体验的美观和技术可以在为患者和访客建立舒适感和减少与筛查相关的对峙或事件方面起到很大的作用。一些产品可以在“隐身模式”下使用，不会发出任何蜂鸣声，这增加了通过筛查检查点的访客的舒适度。这些“无摩擦”系统允许人们在不暂停或从包中取出物品的情况下通过 – 这是在使安全既无形又有效方面取得了巨大的进步。

人工智能与人类的合作

必须注意，人工智能不应取代人类安全专业人员，而应该支持他们。人工智能与人类的合作可以帮助减少筛查员的认知负担，他们不再需要手动解释每个蜂鸣声或扫描，但是必须以适当的培训和分析来实施。例如，作为 Garrett 的 正式人工智能政策的一部分，我们承诺不通过自动或无人监督的方式和方法使用人工智能增强设计练习的结果。我们产品中使用的所有人工智能输出都经过熟练、经验丰富的人员审核，我们在实验室和现场进行广泛的产品测试，以确保任何人工智能工作产品都有效且适合在我们的产品中使用。Garrett 还不使用人工智能来构建自学习、自适应的安全产品，这些产品可能在安装时表现良好，但随着时间的推移，由于用户未提示的外部因素的影响而发生变化。

人工智能可以帮助消除偏见，并在安全系统和专业人员中建立更大的公众信任。标准化武器检测协议可以确保所有个人都得到客观、统一的筛查，帮助缓解长期以来在手动安全检查中存在的潜在紧张和事件。

结论：门口的安静革命

随着安全技术的不断发展，行走式金属检测的未来有可能比以往任何时候都更有影响力和更为关键，这都要归功于对人工智能和机器学习的日益依赖。有了人工智能辅助的金属检测，传统金属检测“检查点”的常见缺陷 – 延迟、虚假阳性等 – 可以大大减轻，从而可以在步行速度下区分威胁和非威胁物品，同时比以往任何时候都更准确、更精确地运行。

在人类日益流动、安全威胁日益复杂、安全系统日益受到审视的时代，人工智能驱动的金属检测代表着为保持社会安全而迈出的巨大一步。