اسکنر فرودگاهی مجهز به هوش مصنوعی با دقت 100 درصدی

در حالی که بسیاری از ما امنیت فرودگاه‌ها را تقریبا دقیق می‌دانیم، مطالعات نشان داده‌ است که اسکنرها تا ۸۰ درصد مواقع در شناسایی سلاح‌ها، مواد مخدر و مواد منفجره شکست می‌خورند. اما اکنون یک روش جدید اشعه ایکس مبتنی بر هوش مصنوعی می‌تواند تشخیص این موارد غیرقانونی و خطرناک را بسیار آسان کند.

به گزارش ایسنا و به نقل از دیلی‌میل، محققان دانشگاه کالج لندن از هوش مصنوعی برای توسعه این رویکرد استفاده کردند که به گفته آنها می تواند موارد خطرناک را با دقت ۱۰۰ درصدی تشخیص دهد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

تریسترام رایلی اسمیت(Tristram Riley-Smith)، یکی از نویسندگان این مطالعه، می‌گوید: این تحقیق پتانسیل متحول کردن نحوه تشخیص تهدیدات مخفی در سراسر جهان و همچنین کالاهای مختلف قاچاق مانند مواد مخدر و کالاهای غیرقانونی حیات وحش را نشان داده است.

روش اشعه ایکس بر این واقعیت متکی است که تغییرات میکروسکوپی یا بی‌نظمی در اجسام باعث خم شدن پرتوهای ایکس در هنگام عبور از آنها می‌شود. این موردی است که محققان در تحقیقات قبلی کشف کرده‌اند. با اندازه‌گیری این خمیدگی‌های کوچک، پرتوهای ایکس می‌توانند بافت‌های مختلف را تشخیص دهند.

پروفسور ساندرو اولیو(Sandro Olivo)، نویسنده ارشد این مطالعه، توضیح می‌دهد: این روشی کاملاً متفاوت برای بازرسی مواد و اشیاء، با تجزیه و تحلیل بافت‌ها است و روش جدیدی برای شناسایی مواد غیرقانونی در اختیار ما قرار می‌دهد. خمیدگی‌های کوچک در پرتوهای ایکس همیشه وجود داشته‌اند، اما آنها برای سیستم‌های اشعه ایکس معمولی نامرئی هستند، بنابراین این روش جدید به ما این امکان را می‌دهد تا به حجم عظیمی از اطلاعات دست‌نخورده دست پیدا کنیم. تاکنون، ما نشان داده‌ایم که این روش برای تشخیص مواد منفجره بسیار خوب عمل می‌کند، اما می‌توان از آن در هر برنامه‌ای که به اشعه ایکس متکی است، مانند تصویربرداری پزشکی یا تشخیص نقاط ضعف در ساختارهای صنعتی استفاده کرد.

انحراف‌های کوچک در پرتو ایکس در زوایایی به کوچکی یک میکرورادیان رخ می‌دهد یعنی حدود ۲۰ هزار برابر کوچک‌تر از یک درجه.

محققان اندازه‌گیری این زاویه‌ها را که با عنوان پراکندگی ریزرادیان شناخته می‌شوند، با هوش مصنوعی ترکیب کردند تا اجسام و مواد را به‌طور دقیق از طریق بافت آنها شناسایی کنند.

زمانی که آنها این روش جدید را بر روی مواد منفجره آزمایش کردند درصد شناسایی ۱۰۰ درصد بود.

این روش با تصویربرداری معمولی اشعه ایکس تفاوت دارد زیرا ساختارهای میکروسکوپی را نشان می‌دهد. محققان می‌توانند با تجزیه و تحلیل بی‌نظمی‌های میکروسکوپی، بین مواد خطرناک و امن تمایز قائل شوند.

دیوید بیت(David Bate)، یکی از نویسندگان این مطالعه، می‌گوید: ما با تیم پروفسور اولیو کار می‌کنیم تا این فناوری متحول کننده را برای بهبود کیفیت و ایمنی وارد حوزه صنعت کنیم.

ما پیش‌بینی می‌کنیم که با آموزش دادن یک هوش مصنوعی براساس اجزای "بی‌نقص" یک جسم صنعتی، می‌توان از این روش برای شناسایی عیوب در اجزای صنعتی مانند ترک‌ها، زنگ‌زدگی یا شکاف‌ها قبل از اینکه با چشم غیر مسلح قابل رویت شوند، استفاده کرد.

محققان امیدوارند که این روش بتواند در طیف وسیعی از بخش‌ها از جمله امنیت و گمرک مورد استفاده قرار گیرد.

آنچه که پروفسور اولیو و تیمش با رویکرد نوآورانه خود به آن دست یافته‌اند، تنها پتانسیل افزایش کاربردهای امنیتی برای کشف مواد منفجره و سلاح‌ها نیست، بلکه با استفاده از این روش می‌توان به شناسایی سایر مواد، همچون داروهای غیرقانونی در گمرک کمک کرد.

انتهای پیام

منبع: ایسنا

کلیدواژه: کمرگ فرودگاه اشعه ایکس امنيت مواد منفجره هوش مصنوعی اشعه ایکس

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۵۹۷۷۹۵۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

همکاری دانشگاه‌ها و پلیس آمریکا در شناسایی حامیان فلسطین

 تارنمای خبری آکسیوس افشا کرد که دانشگاه‌ها و موسسات آموزش عالی آمریکا در همکاری با پلیس این کشور و با استفاده از نرم‌افزار‌ها و سخت‌افزار‌های نظارتی، معترضان هوادار فلسطین را شناسایی می‌کنند.

این وبگاه نوشت: مجریان قانون هنگام بررسی اعتراض‌های دانشگاهی [در ایالات متحده]و معترضان دستگیر شده، به ابزار‌های تشخیص چهره و نظارت بر رسانه‌های اجتماعی تکیه می‌کنند. با این حال، این فناوری‌ها نواقص بسیاری داشته و ممکن است برخی به اشتباه شناسایی شده و حتی مسئولان از این فناوری سوء استفاده کنند.

در ادامه گزارش آکسیوس آمده است: همکاری پلیس و دانشگاه‌ها در زمینه مسائل ایمنی سابقه طولانی‌ای داشته و تصاویر دوربین‌های دانشگاه ها، موقعیت جغرافیایی معترضان و مطالب منتشر شده در رسانه‌های اجتماعی در اختیار نهاد‌های امنیتی قرار می‌گیرد.

بر اساس این گزارش، بخش انتظامی دانشگاه‌ها در دوران همه گیری کرونا و به بهانه نظارت بر مسائل ایمنی مانند تیراندازی‌های احتمالی، ابزار‌های نظارتی بیشتری خریداری کردند. حتی برخی دانشگاه‌ها پلاک خوان‌های خودکار را در محوطه نصب کردند.

آکسیوس یادآوری کرده است: طبق تحقیقات منتشر شده در سال ۲۰۲۲، از سال ۲۰۱۵ دست‌کم ۳۷ موسسه آموزش عالی در ایالات متحده از نرم افزار "سوشال سنتینل" (Social Sentinel) که یک ابزار نظارت بر محتوای رسانه‌های اجتماعی است، برای نظارت بر دانشجویان معترض استفاده کرده اند.

این وبگاه خبری تاکید می‌کند: اکنون بیم از آن وجود دارد دانشجویانی که در اعتراضات اخیر شرکت کرده‌اند، حتی پس از دانش‌آموختگی نیز با افزایش نظارت نیرو‌های امنیتی مواجه شوند. با این وجود، بسیاری از معترضان با فناوری‌های نظارتی آشنایی دارند.

آکسیوس می‌افزاید: در سال ۲۰۲۰ و در جریان اعتراضات "زندگی سیاه‌پوستان مهم است"، بسیاری از مردم دریافتند که ماسک‌هایی که برای جلوگیری از شیوع کووید-۱۹ بر صورت می‌زدند، می‌توانند تشخیص هویت آنها را برای دوربین‌های تشخیص چهره دشوارتر کنند. از این رو بسیاری از شرکت کنندگان در اعتراض‌های اخیر حمایت از فلسطین نیز برای جلوگیری از شناسایی، از ماسک صورت استفاده کردند.

به نوشته این رسانه، در جریان اعتراض‌های ۲ هفته اخیر دانشجویان طرفدار فلسطین، بیش از یک هزار و ۹۰۰ نفر در دست‌کم ۴۳ پردیس دانشگاهی آمریکا دستگیر شده اند.

منبع: ایرنا

باشگاه خبرنگاران جوان بین‌الملل اروپا و آمریکا