亚马逊AI摄像头在英国火车检测乘客情绪

亚马逊AI摄像头在英国火车检测乘客情绪 ，作为广泛人工智能试验的一部分，成千上万在英国搭乘火车的人可能被亚马逊软件扫描了面部。图像识别系统用于预测旅行者的年龄、性别和潜在情绪，并暗示这些数据未来可能会用于广告系统。在过去两年中，英国各地的八个火车站 (包括伦敦尤斯顿站和滑铁卢站、曼彻斯特皮卡迪利站等大型车站以及其他小型车站) 已经使用闭路电视摄像机测试了人工智能监控技术，目的是向工作人员发出安全事故警报并可能减少某些类型的犯罪。这项广泛试验使用了物体识别技术，来检测擅自进入轨道的人员、监控和预测站台拥挤情况、识别奔跑、喊叫、玩滑板、吸烟等违反社会秩序的行为，并发现潜在的自行车盗贼。

英国投资1亿英镑用于人工智能研究和监管

英国投资1亿英镑用于人工智能研究和监管 英国政府当地时间周二表示，将斥资超1亿英镑设立9个新的人工智能研究中心，并为监管人员提供技术培训。英国政府表示，近9000万英镑将用于专注在医疗保健、化学和数学等领域使用人工智能的研究中心，并与美国就负责任AI开展合作。另外1000万英镑将用于帮助监管机构应对人工智能风险和利用人工智能带来的机遇，例如开发实用工具监控电信、医疗、金融和教育等领域的风险。

DeepMind：政治深度伪造居恶意使用人工智能榜首

DeepMind：政治深度伪造居恶意使用人工智能榜首 谷歌旗下 DeepMind 部门首次对人工智能最常见的恶意使用情况进行的研究显示，利用人工智能生成的“深度伪造”冒充政客和名人，远比利用人工智能协助网络攻击的行为普遍得多。该研究表示，制作逼真的假冒人物图像、视频和音频的情况几乎是第二高频率滥用生成式人工智能工具情况的两倍：使用聊天机器人等基于文本的工具伪造信息，生成虚假信息并发布到网上。分析发现，行为者滥用生成式人工智能的最常见目标是塑造或影响公众舆论。这一占到使用的27%，加剧了人们对深度伪造可能影响今年全球选举的担忧。

国内一科技公司发布的针对军队和民用的网络信息安全检测系统。使用人工智能和大数据分析技术实现用户行为监控

国内一科技公司发布的针对军队和民用的网络信息安全检测系统。使用人工智能和大数据分析技术实现用户行为监控 图1，《网络痕检系统》，声称其使用人工智能和大数据分析技术，能实现网络痕迹探测、应用app取证、重点人员监测等功能。甚至可以嗅探到苹果手机用户的境外网站注册行为 图2，《手机侦察兵》，此产品是面向部队，用于对士兵进行筛查是否有赌博、贷款、翻墙、涉密、保存军装照和武器照、非正常交往、非正常资金往来、心理异常的行为，支持300多种国内外应用的数据解析以及数据恢复，还可以采集云端数据（支付宝、微信账单）。 图3，为同公司的其他产品介绍，其中《天眼云取证系统》的利用人工智能模型和云取证技术，可以对APP或网站进行敏感数据内容取证，以及能对帐外机、帐外卡进行探测分析。 还有名为《数智心理测评系统》的产品，使用监控手段感知士兵的心理健康状况，强化人员思想安全意识，预防心理问题，同时兼顾手机信息安全。 图4，舆情系统可以对网络媒体、推特、脸书、论坛、贴吧等全网舆情图片进行识别，能做到2.5亿张/天。且能挖掘幕后推手以及相应人员。 《数据智能化分析软件系统》是针对个人的话单、银行账单以及出行数据、社会资源、通讯数据的检索分析、互联分析。 《三面空气净化器录音干扰器》具有空气净化器的外观，实际上是干扰录音机、录音笔、摄像机、窃听器正常工作的设备，设备开启后无法录制出人声。

沃尔玛、达美航空和星巴克正在使用人工智能来监控员工消息

沃尔玛、达美航空和星巴克正在使用人工智能来监控员工消息 据专门分析员工消息的人工智能公司 Aware 称，包括沃尔玛、达美航空、T-Mobile、雪佛龙和星巴克以及欧洲品牌如雀巢和阿斯利康等正在使用该公司的技术，以监控他们基层员工在 Slack、微软 Teams、Zoom 和其他流行办公应用上相互交流的消息。该公司首席执行官杰夫·舒曼称，人工智能帮助这些公司“了解其沟通中的风险”，实时了解员工情绪，而不是依赖每年或每半年的调查。杰夫·舒曼表示，人工智能还可以识别欺凌、骚扰、歧视、违规、色情、裸体和其他行为。Aware 公司表示，其数据存储库包含代表超过300万名员工的约200亿次个人互动的消息。

基于AI的语音分析技术可以为预防自杀热线的工作人员提供情绪指标

基于AI的语音分析技术可以为预防自杀热线的工作人员提供情绪指标 然而，对于人类听众来说，从某人的言语中识别自杀风险是一项挑战，因为拨打这些热线电话的人情绪都很不稳定，而且他们的言语特征也会迅速变化。也许实时情绪"仪表盘"会有所帮助。加拿大蒙特利尔康考迪亚大学（Concordia University）的博士生阿拉-恩菲西（Alaa Nfissi）在语音情感识别（SER）方面训练了一个人工智能模型，以帮助预防自杀。他在今年于加利福尼亚举行的电气和电子工程师学会语义计算国际会议上发表了一篇论文，并获得了最佳学生论文奖。"传统上，SER 是由训练有素的心理学家手动完成的，他们会对语音信号进行注释，这需要大量的时间和专业知识，"Nfissi 说。"我们的深度学习模型可以自动提取与情感识别相关的语音特征。"为了训练该模型，恩菲西使用了一个数据库，其中包含了拨打自杀热线的真实电话录音以及演员表达特定情绪的录音。这些录音被分成若干段，并标注了特定的心理状态：愤怒、悲伤、中立、恐惧/担心/忧虑。由于愤怒和恐惧/担心/忧虑等情绪的代表性不足，因此将演员的录音与原始的真实录音合并。Nfissi 的模型可以准确识别四种情绪。在合并的数据集中，该模型正确识别恐惧/担心/忧虑的比例为 82%，悲伤的比例为 77%，愤怒的比例为 72%，中性的比例为 78%。该模型尤其擅长识别真实通话中的片段，悲伤的识别成功率为 78%，愤怒的识别成功率为 100%。Nfissi 希望看到他的模型被用于开发实时仪表板，帮助危机热线接线员为来电者选择适当的干预策略。"这些人中有很多都在受苦受难，有时辅导员的简单干预就能帮上大忙，"恩菲西说。"这种（人工智能模型）将有望确保干预措施能够帮助他们，并最终防止自杀事件的发生"。最终，这类感同身受的人工智能很可能会接管整个自杀热线。休谟（Hume）被誉为首个语音对语音人工智能，可以解读情绪并产生情感反应。你可以访问 Hume 网站对其进行测试，人工智能会告诉你它能从你的声音中察觉到哪些情绪，并尝试相应地调整回应的语气。即使没有这种情感响应技术，对话式人工智能也已开始在呼叫中心行业的其他地方占据一席之地；《金融时报》最近刊登了一篇文章，印度 IT 公司塔塔咨询服务公司的首席执行官兼董事总经理 K. Krithivasan 在文章中说，人工智能最终可能会消除菲律宾和印度等国对雇佣大量员工的呼叫中心的需求。因此，失业显然是一个令人担忧的问题，但响应情感的人工智能会引发更多问题。例如，当向 OpenAI 的 GPT-4 提供一个人的性别、年龄、种族、教育程度和政治倾向，并要求它利用这些信息提出一个针对这个人的论点时，它的说服力比人类高出了惊人的 81.7%。人工智能已经证明，它能够通过眼球追踪技术收集大量信息，如种族、体重、性格特征、吸毒习惯、恐惧和性偏好等。追踪眼睛需要一些特殊的设备，但如果你的声音能透露出这么多关于你的情绪，那么你口袋里的设备就可能在倾听你的声音。想象一下，在这样一个世界里，配备人工智能的智能手机通过声音和表情追踪我们的情绪，然后利用你当前的状态以及它们对你的其他了解，向你推荐与你的情绪相匹配的物品、美食、电影或歌曲。或者操纵你购买人寿保险、新车、裙子或出国旅行。当然，响应情感的人工智能可用于医疗保健领域，与病人，尤其是那些没有亲人或患有痴呆症的病人进行互动。我们可能很快就会看到这种东西。2024 年 3 月，科技巨头英伟达（NVIDIA）宣布与希波克拉底人工智能公司（Hippocratic AI）合作，生产人工智能驱动的"医疗保健代理"，其性能优于人类护士，而且成本更低。与快速发展的人工智能相关的大多数事情一样，时间会告诉我们最终的结果。Nfissi 的论文在2024 年电气和电子工程师学会第 18 届语义计算国际会议（ICSC）上发表。 ... PC版： 手机版：