Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI a rendészeti és rendészeti kvízben

Review policing AI uses and limits, including face-match thresholds, feedback from arrest data, gunshot alerts, and official legal classifications.

Kapcsolódó útmutató utakAI a bűnüldözésben és a rendészetben
kérdés 1 -ból 8

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

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  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. Miért mondják a kritikusok, hogy a prediktív rendészeti tevékenység felerősítheti az elfogultságot?
    • Egyáltalán nem használ adatokat
    • Tanul a letartóztatási adatokból, amelyek a múltbeli túlzott rendfenntartást tükrözik
    • Csak az időjárást jósolja
    • Teljesen figyelmen kívül hagyja a helyet
  3. Mit hoz létre egy arcfelismerő rendszer egy arcképből?
    • Egy papír vázlat
    • Egy ujjlenyomat
    • Numerikus beágyazás vagy „arclenyomat”
    • DNS szekvencia
  4. A ShotSpotter milyen típusú rendszerre példa?
    • Rendszám olvasó
    • Arcfelismerés
    • DNS-elemzés
    • Akusztikus lövésérzékelés
  5. Automatizált rendszám-leolvasók elsősorban:
    • Méretben naplózza a járművek helyét
    • Fordítson idegen nyelveket
    • Mérje meg a levegő minőségét
    • Útlevelek kiadása
  6. Hogyan kezeli az EU MI-törvénye számos bűnüldözési mesterségesintelligencia-felhasználást?
    • Szabályozatlanként
    • Magas kockázatúnak vagy tiltottnak
    • Mint minden rendőrség számára kötelező
    • Szórakoztató szoftverként
  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