समाचार पर वापस जाएँ
उद्यमAI Understanding ब्रीफिंग

फोर्ट वर्थ पुलिस और यूटीए ने एआई-संचालित डी-एस्केलेशन प्रशिक्षण शुरू किया

फोर्ट वर्थ पुलिस विभाग अधिकारी डी-एस्केलेशन प्रशिक्षण के लिए एआई-संचालित आभासी वास्तविकता प्रणाली को लागू करने के लिए अर्लिंग्टन में टेक्सास विश्वविद्यालय के साथ साझेदारी कर रहा है।

4 min readRead the linked source
Source-provided image accompanying Fort Worth police and UTA launch AI-driven de-escalation training
स्रोत संदर्भस्रोत रिकार्ड किया गया
प्रकाशक
fortworthreport.org
स्रोत लिंक
fortworthreport.orghttps://fortworthreport.org/2026/09/20/fort-worth-police-uta-partner-on-ai-driven-de-escalation-training/
स्रोत प्रकार
लिंक्ड स्रोत - प्राथमिक-स्रोत स्थिति स्थापित नहीं की गई है।
प्रसंगइसे 60 सेकंड में समझें

यहां से प्रारंभ करें

प्रमुख शर्तें

जेनरेटिव एआई
एआई सिस्टम जो टेक्स्ट, चित्र, ऑडियो, वीडियो या कोड जैसी नई सामग्री तैयार करते हैं।
स्वयं की जांच करोएआई एजेंट प्रश्नोत्तरी

क्या हुआ?

फोर्ट वर्थ पुलिस विभाग ने, अर्लिंग्टन में टेक्सास विश्वविद्यालय (यूटीए) के सहयोग से, पुलिस डी-एस्केलेशन कौशल में सुधार के लिए डिज़ाइन किया गया एक एआई-संचालित आभासी वास्तविकता (वीआर) प्रशिक्षण कार्यक्रम शुरू किया है। $750,000 न्याय विभाग अनुदान द्वारा वित्त पोषित, यह पहल पारंपरिक मानव-नेतृत्व वाले रोल-प्ले अभ्यासों को Meta क्वेस्ट 3 हेडसेट, यूनिटी गेम इंजन और संवादात्मक एआई के लिए Google के जेम्मा मॉडल का उपयोग करने वाले सिस्टम से बदल देती है।

फोर्ट वर्थ पुलिस विभाग और यूटीए न्याय विभाग की वर्चुअल रियलिटी डी-एस्केलेशन साइट-आधारित पहल से $750,000 अनुदान का उपयोग कर रहे हैं। कार्यक्रम, जिसका विकास स्पीच-टू-टेक्स्ट और टेक्स्ट-टू-स्पीच क्षमताओं को एकीकृत करने के लिए सॉफ्टवेयर इंजीनियरिंग के एक वर्ष के साथ शुरू हुआ, अधिकारियों को संचार कौशल का अभ्यास करने के लिए एक नियंत्रित, दोहराने योग्य वातावरण प्रदान करने के लिए डिज़ाइन किया गया है।

सिस्टम विसर्जन के लिए Meta क्वेस्ट 3 हेडसेट और परिदृश्यों को प्रस्तुत करने के लिए यूनिटी गेम इंजन का उपयोग करता है। संवादी एआई घटक Google के जेम्मा मॉडल द्वारा संचालित है, जो आभासी विषयों को एक अधिकारी के मौखिक इनपुट पर गतिशील रूप से प्रतिक्रिया करने की अनुमति देता है। यह पारंपरिक सप्ताह भर चलने वाले, मानव-नेतृत्व वाले रोल-प्ले सत्रों की जगह लेता है जो स्क्रिप्टेड इंटरैक्शन पर निर्भर होते हैं।

सिस्टम के लिए डेटा संग्रह में 27 स्वयंसेवक शामिल थे, जिनमें पुलिस अधिकारी, माई हेल्थ माई रिसोर्सेज के स्वास्थ्य सेवा प्रदाता और यूटीए छात्र शामिल थे। सिस्टम सिमुलेशन के दौरान वास्तविक समय की प्रतिक्रिया और प्रशिक्षुओं को उनके प्रदर्शन की समीक्षा करने के लिए पोस्ट-मॉड्यूल सारांश दोनों प्रदान करता है।

कार्यक्रम वर्तमान में कार्यान्वयन चरण में है क्योंकि विभाग अपनी पुलिस अकादमी के लिए आवश्यक हार्डवेयर और लॉजिस्टिक्स सुरक्षित करता है। परियोजना को सितंबर 2027 तक वित्त पोषित किया गया है।

स्रोत विवरण: fortworthreport.org ↗

यह क्यों मायने रखता है?

यह तैनाती कानून प्रवर्तन प्रशिक्षण में एक बदलाव का प्रतिनिधित्व करती है, जो स्क्रिप्टेड मानव भूमिका-प्ले से गतिशील, एआई-जनित परिदृश्यों की ओर बढ़ती है जो मानसिक स्वास्थ्य संकट या घरेलू हिंसा जैसी जटिल स्थितियों का अनुकरण कर सकती है। वास्तविक समय पर फीडबैक और स्केलेबल, दोहराए जाने योग्य अभ्यास प्रदान करके, कार्यक्रम का उद्देश्य तनाव के तहत अधिकारी निर्णय लेने की क्षमता को बढ़ाना है। यह परियोजना उच्च जोखिम वाले सार्वजनिक सुरक्षा वातावरण में जेनेरिक एआई के व्यावहारिक अनुप्रयोग पर प्रकाश डालती है, हालांकि इसकी दीर्घकालिक प्रभावकारिता चल रहे मूल्यांकन के अधीन है।

पुलिस प्रशिक्षण में एआई का एकीकरण उच्च-तनाव वाली बातचीत के अभ्यास के लिए स्केलेबल, अप्रत्याशित और सुरक्षित वातावरण की आवश्यकता को संबोधित करता है। पारंपरिक प्रशिक्षण मानवीय भूमिका निभाने वालों की उपलब्धता और स्क्रिप्टेड परिदृश्यों की स्थिर प्रकृति के कारण सीमित है।

जेनरेटिव एआई का उपयोग करके, सिस्टम विभिन्न प्रकार की संकट स्थितियों का अनुकरण कर सकता है, जैसे मानसिक स्वास्थ्य टूटना या घरेलू हिंसा, जिससे अधिकारियों को लाइव-एक्शन प्रशिक्षण से जुड़े दायित्व या शारीरिक जोखिमों के बिना बार-बार डी-एस्केलेशन तकनीकों का अभ्यास करने की अनुमति मिलती है।

यह परियोजना एक परीक्षण मामले के रूप में कार्य करती है कि क्या एआई-संचालित सिमुलेशन वास्तविक दुनिया के बेहतर परिणामों में प्रभावी ढंग से अनुवाद कर सकता है। जबकि प्रौद्योगिकी दक्षता प्रदान करती है, शोधकर्ता स्वीकार करते हैं कि यह कक्षा-आधारित वैचारिक शिक्षा को प्रतिस्थापित नहीं कर सकती है, जो प्रौद्योगिकी की वर्तमान उपयोगिता के लिए एक स्पष्ट सीमा को चिह्नित करती है।

Interactive Mechanism

इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है

इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
इंटरएक्टिव कॉन्सेप्ट चेक+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

आगे क्या देखना है

कार्यक्रम वर्तमान में कार्यान्वयन चरण में है, पुलिस विभाग अपनी अकादमी के लिए रसद खरीद रहा है। भविष्य के विकास लक्ष्यों में टीम-आधारित प्रशिक्षण के लिए बहुउपयोगकर्ता परिदृश्यों को पेश करना और वास्तविक दुनिया के तनाव को बेहतर ढंग से अनुकरण करने के लिए शारीरिक तनाव कारकों को शामिल करना शामिल है। यह परियोजना सितंबर 2027 तक चलने वाली है, जिस बिंदु पर अधिकारी के प्रदर्शन और सामुदायिक परिणामों पर एआई-संचालित पाठ्यक्रम के प्रभाव का अधिक स्पष्ट रूप से आकलन किया जा सकता है।

अगले चरण के लिए प्राथमिक फोकस फोर्ट वर्थ पुलिस अकादमी के पाठ्यक्रम में सिस्टम का पूर्ण एकीकरण है। सफलता को विभाग की प्रशिक्षण को मापने की क्षमता और अधिकारी निर्णय लेने पर इसके प्रभाव के अंतिम मूल्यांकन द्वारा मापा जाएगा।

यूटीए की शुचि देब सहित शोधकर्ता, बहुउपयोगकर्ता परिदृश्यों को शामिल करने के लिए सिस्टम की क्षमताओं का विस्तार करना चाह रहे हैं, जो टीम-आधारित प्रशिक्षण अभ्यास की अनुमति देगा। वास्तविक दुनिया की महत्वपूर्ण घटनाओं के तनाव की बेहतर नकल करने के लिए तनाव-उत्प्रेरण तत्वों को पेश करने में भी रुचि है।

विभाग ने प्रौद्योगिकी अपनाने के लिए सतर्क दृष्टिकोण पर जोर दिया है, अधिकारी जॉर्ज लोपेज़ ने कहा है कि व्यापक कार्यान्वयन से पहले कार्यक्रम का 'परीक्षण और प्रयास' किया जाना चाहिए। समुदाय का स्वागत और अधिकारी व्यावसायिकता में ठोस सुधार प्रदर्शित करने की कार्यक्रम की क्षमता इसकी दीर्घकालिक व्यवहार्यता के प्रमुख संकेतक होंगे।

संबंधित मार्गदर्शिकाएँ एवं प्रश्नोत्तरी

एआई एजेंटएआई मॉडल की व्याख्याएआई नैतिकताआप जो जानते हैं उसका परीक्षण करें - निःशुल्क AI प्रश्नोत्तरी आज़माएँहमारी शब्दावली में एआई शब्द देखेंएआई फंडिंग ट्रैकर का पालन करें
क्या यह उपयोगी पाया गया?