Kembali ke Berita
PerusahaanAI Understanding taklimat

Polis Fort Worth dan UTA melancarkan latihan de-eskalasi dipacu AI

Jabatan Polis Fort Worth bekerjasama dengan Universiti Texas di Arlington untuk melaksanakan sistem realiti maya dikuasakan AI untuk latihan penyahskalaan pegawai.

4 min readRead the linked source
Source-provided image accompanying Fort Worth police and UTA launch AI-driven de-escalation training
Rujukan sumberSumber direkodkan
Penerbit
fortworthreport.org
Pautan sumber
fortworthreport.orghttps://fortworthreport.org/2026/09/20/fort-worth-police-uta-partner-on-ai-driven-de-escalation-training/
Jenis sumber
Sumber terpaut — status sumber primer belum ditetapkan.
KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Istilah utama

AI Generatif
Sistem AI yang menghasilkan kandungan baharu seperti teks, imej, audio, video atau kod.
Uji diri andaKuiz Agen AI

Apa yang berlaku

Jabatan Polis Fort Worth, dengan kerjasama Universiti Texas di Arlington (UTA), telah melancarkan program latihan realiti maya (VR) dipacu AI yang direka untuk meningkatkan kemahiran penyahskalaan polis. Dibiayai oleh geran Jabatan Kehakiman bernilai $750,000, inisiatif ini menggantikan latihan main peranan tradisional yang diterajui manusia dengan sistem yang menggunakan set kepala Meta Quest 3, enjin permainan Unity dan model Gemma Google untuk AI perbualan.

Jabatan Polis Fort Worth dan UTA menggunakan geran $750,000 daripada Inisiatif Berasaskan Tapak De-eskalasi Realiti Maya Jabatan Kehakiman. Program itu, yang memulakan pembangunan dengan satu tahun kejuruteraan perisian untuk menyepadukan keupayaan pertuturan-ke-teks dan teks-ke-ucapan, direka bentuk untuk menyediakan persekitaran terkawal dan boleh diulang untuk pegawai mengamalkan kemahiran komunikasi.

Sistem ini menggunakan set kepala Meta Quest 3 untuk rendaman dan enjin permainan Unity untuk memaparkan senario. Komponen AI perbualan dikuasakan oleh model Gemma Google, yang membolehkan subjek maya bertindak balas secara dinamik kepada input lisan pegawai. Ini menggantikan sesi main peranan yang diterajui manusia selama seminggu tradisional yang bergantung pada interaksi berskrip.

Pengumpulan data untuk sistem itu melibatkan 27 sukarelawan, termasuk pegawai polis, penyedia penjagaan kesihatan daripada My Health My Resources, dan pelajar UTA. Sistem ini menyediakan maklum balas masa nyata semasa simulasi dan ringkasan pasca modul untuk pelatih menyemak prestasi mereka.

Program itu kini dalam fasa pelaksanaan kerana jabatan mendapatkan perkakasan dan logistik yang diperlukan untuk akademi polisnya. Projek ini dibiayai sehingga September 2027.

Butiran sumber: fortworthreport.org ↗

Mengapa ia penting

Penerapan ini mewakili anjakan dalam latihan penguatkuasaan undang-undang, beralih daripada main peranan manusia berskrip kepada senario dinamik yang dijana AI yang boleh mensimulasikan situasi kompleks seperti krisis kesihatan mental atau keganasan rumah tangga. Dengan menyediakan maklum balas masa nyata dan amalan boleh skala dan berulang, program ini bertujuan untuk mempertingkatkan pembuatan keputusan pegawai di bawah tekanan. Projek ini menyerlahkan aplikasi praktikal AI generatif dalam persekitaran keselamatan awam yang berkepentingan tinggi, walaupun keberkesanan jangka panjangnya masih tertakluk kepada penilaian berterusan.

Penyepaduan AI ke dalam latihan polis menangani keperluan untuk persekitaran berskala, tidak dapat diramalkan dan selamat untuk mengamalkan interaksi tekanan tinggi. Latihan tradisional dihadkan oleh ketersediaan pemain peranan manusia dan sifat statik senario skrip.

Dengan menggunakan AI generatif, sistem boleh mensimulasikan pelbagai situasi krisis yang lebih luas, seperti kerosakan kesihatan mental atau keganasan rumah tangga, membolehkan pegawai mengamalkan teknik penyahskalaan berulang kali tanpa liabiliti atau risiko fizikal yang berkaitan dengan latihan tindakan langsung.

Projek ini berfungsi sebagai kes ujian untuk sama ada simulasi dipacu AI boleh menterjemah dengan berkesan kepada hasil dunia sebenar yang lebih baik. Walaupun teknologi menawarkan kecekapan, para penyelidik mengakui bahawa ia tidak boleh menggantikan pembelajaran konseptual berasaskan bilik darjah, menandakan sempadan yang jelas untuk utiliti semasa teknologi.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan ini secara interaktif.

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.
Semakan Konsep Interaktif+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?

Apa yang perlu ditonton seterusnya

Program itu kini dalam fasa pelaksanaan, dengan jabatan polis mendapatkan logistik untuk akademinya. Matlamat pembangunan masa depan termasuk memperkenalkan senario berbilang pengguna untuk latihan berasaskan pasukan dan menggabungkan faktor tekanan fisiologi untuk mensimulasikan ketegangan dunia sebenar dengan lebih baik. Projek itu dijadualkan berjalan hingga September 2027, di mana kesan kurikulum dipacu AI terhadap prestasi pegawai dan hasil komuniti mungkin dinilai dengan lebih jelas.

Fokus utama untuk fasa seterusnya ialah penyepaduan penuh sistem ke dalam kurikulum akademi polis Fort Worth. Kejayaan akan diukur dengan keupayaan jabatan untuk membuat skala latihan dan penilaian akhirnya kesannya ke atas pembuatan keputusan pegawai.

Penyelidik, termasuk Shuchi Deb dari UTA, sedang mencari untuk mengembangkan keupayaan sistem untuk memasukkan senario berbilang pengguna, yang akan membolehkan latihan latihan berasaskan pasukan. Terdapat juga minat untuk memperkenalkan unsur-unsur yang mendorong tekanan untuk meniru dengan lebih baik ketegangan insiden kritikal dunia sebenar.

Jabatan itu telah menekankan pendekatan berhati-hati terhadap penggunaan teknologi, dengan Pegawai Jorge Lopez menyatakan bahawa program itu mesti 'diuji dan dicuba' sebelum pelaksanaan yang lebih meluas. Penerimaan komuniti dan keupayaan program untuk menunjukkan peningkatan ketara dalam profesionalisme pegawai akan menjadi petunjuk utama daya maju jangka panjangnya.

Panduan & kuiz berkaitan

Ejen AIModel AI DiterangkanEtika AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak pembiayaan AI
Adakah ini berguna?