Тест, свързан с ръководство · Среден Ниво

ИИ в правоприлагането и полицейската викторина

Прегледайте полицейските употреби и ограничения на AI, включително прагове за лицево съвпадение, обратна връзка от данни за задържане, сигнали за изстрели и официални правни класификации.

Свързани ръководни пътекиИИ в правоприлагането и полицията
Въпрос 1 на 8

What did NIST face-recognition evaluations report about demographic error-rate differences?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. What did NIST face-recognition evaluations report about demographic error-rate differences?
    • Most tested algorithms showed demographic differentials, with size depending on algorithm and application
    • All tested algorithms had identical error rates for every demographic group
    • The study found demographic differences only in license-plate readers
    • NIST concluded that image quality never affects error rates
  2. Защо критиците казват, че предсказуемата полиция може да засили пристрастията?
    • Не използва никакви данни
    • Той се учи от данни за арести, които отразяват прекомерна полицейска дейност в миналото
    • Предсказва само времето
    • Той напълно игнорира местоположението
  3. Какво създава системата за лицево разпознаване от изображение на лице?
    • Хартиена скица
    • Пръстов отпечатък
    • Числово вграждане или „лицев отпечатък“
    • ДНК последователност
  4. ShotSpotter е пример за какъв тип система?
    • Четец на регистрационни табели
    • Разпознаване на лица
    • ДНК анализ
    • Акустично откриване на изстрел
  5. Автоматизирани четци на регистрационни табели основно:
    • Регистрирайте местоположението на превозното средство в мащаб
    • Превеждайте чужди езици
    • Измерете качеството на въздуха
    • Издаване на паспорти
  6. Как Законът за ИИ на ЕС третира много употреби на ИИ в правоприлагащите органи?
    • Като нерегламентиран
    • Като високорискови или забранени
    • Като задължителен за всички полицаи
    • Като развлекателен софтуер
  7. In a face-recognition system, what can changing the match-similarity threshold trade off?
    • Image resolution against video length
    • Database size against audio quality
    • False matches against missed matches
    • Encryption strength against network speed
  8. What can AI transcription add to a body-worn-camera reporting workflow?
    • A determination of guilt without a court
    • A facial-recognition match from audio alone
    • An automatic guarantee that a report is accurate
    • A searchable transcript or draft narrative based on recorded audio