Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący sztucznej inteligencji w egzekwowaniu prawa i policji
Przejrzyj zastosowania i ograniczenia sztucznej inteligencji w policji, w tym progi dopasowania twarzy, informacje zwrotne na podstawie danych o aresztowaniach, alerty o postrzałach i oficjalne klasyfikacje prawne.
Pytanie 1 z 8
What did NIST face-recognition evaluations report about demographic error-rate differences?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- 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
- Dlaczego krytycy twierdzą, że predykcyjne działania policji mogą wzmacniać uprzedzenia?
- W ogóle nie wykorzystuje danych
- Uczy się na podstawie danych dotyczących aresztowań, które odzwierciedlają nadmierne działania policji w przeszłości
- Przepowiada jedynie pogodę
- Całkowicie ignoruje lokalizację
- Co system rozpoznawania twarzy tworzy na podstawie obrazu twarzy?
- Szkic papierowy
- Odcisk palca
- Osadzanie numeryczne lub „odcisk twarzy”
- Sekwencja DNA
- ShotSpotter jest przykładem jakiego typu systemu?
- Czytnik tablic rejestracyjnych
- Rozpoznawanie twarzy
- Analiza DNA
- Detekcja strzału akustycznego
- Zautomatyzowane czytniki tablic rejestracyjnych przede wszystkim:
- Rejestruj lokalizacje pojazdów na dużą skalę
- Tłumacz języki obce
- Zmierz jakość powietrza
- Wydawać paszporty
- W jaki sposób unijna ustawa o sztucznej inteligencji traktuje wiele zastosowań sztucznej inteligencji przez organy ścigania?
- Jako nieuregulowane
- Jako ryzykowne lub zabronione
- Obowiązkowe dla całej policji
- Jako oprogramowanie rozrywkowe
- 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
- 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