＊本文只能在《好奇心日报（www.qdaily.com）》发布，即使我们允许了也不许转载＊

旧金山电 - 美国国土安全部（Department of Homeland Security）正在寻求数据科学家的帮助，来提升机场的安检技术。

周四，该部门联手 Google，将发起一项奖金 150 万美元的竞赛来构建计算机算法，用于自动识别安检站人体扫描仪拍摄图像中的夹带物品。

这项为期六个月的竞赛由政府出资、Kaggle 组织承办。Kaggle 是一家聚集了超过 100 万名数据科学家的网站，最近刚被 Google 收购。

Kaggle 创始人兼首席执行官安东尼·戈德布卢姆（Anthony Goldbloom）表示，虽然数据科学家可以采用任何技术构建算法，但是本次竞赛采用的是深度神经网络技术。神经网络是复杂的数学系统，可以通过分析海量的数据来学习具体任务。譬如将数百万猫的照片提供给神经网络，它就可以学习识别图像中的猫。

Google 和 Facebook 等公司利用该技术识别网络图像中的人脸、辨别智能手机接收的语音指令，或是将一种语言翻译成另一种。但是这项技术的潜力巨大，不仅仅局限于智能手机应用或是其他在线服务。

今年年初，Kaggle 举办了一场 100 万美元的竞赛，用来构建能够在 CT 扫描中识别肺癌症状的算法，希望科学家们再接再厉，将神经网络技术应用于医疗保健领域。如今，人们期待神经网络也能帮助自动系统更为精确地识别人体扫描图像，这样安检处的工作人员就能节省更多时间，不再需要将乘客拉到一边，一一拍打检查。

提及越来越多的公司、学者和研究人员正致力于神经网络的开发，戈德布卢姆说：“一开始我们试着识别什么是狗，什么是猫。不过现在，我们要解决的是更加严肃问题。”

前美国交通安全管理局（Transportation Safety Administration）副局长、现任安全顾问约翰·H·哈林斯基（John W. Halinski）对“众包”的理念表示欢迎，因为这样可以充分利用所有数据科学家的技能。他说，“众包”变得越来越重要，因为目前机场安全依靠的只是少数几家大公司。

美国国土安全部科技部门的项目负责人约翰·福琼（John Fortune）说：“我们部门以外擅长解决难题的人还有许许多多。”

国土安全部和其他几家机构正在研究改进机场安检处使用的技术。交通安全管理局即将推出新的 CT 扫描系统，可以自动识别夹带在旅客行李中的物品，另外至少有一家名为 Smiths Detection 的公司正在探索将神经网络技术应用于安检站口。

美国交通安全管理局的员工展示一台人体扫描仪。图片版权：Daniel Rosenbaum/《纽约时报》

理论上，神经网络可以加快机场安检的改进速度，主要因为这种系统能够从数据中快速学习，对单独的规则或是工程师精心编写的代码依赖较小。

为了帮助数据科学家和机器学习的研究人员训练算法，国土安全部提供了超过 1000 台三维人体扫描仪。

国土安全部并未共享国内各机场每天超过 200 万人的扫描图像，而是由交通安全管理局的工作人员自愿帮忙。他们在新泽西州某实验室内测试用的一组扫描仪前反复走过，从零开始为这场竞赛创造数据。有些时候，工作人员会夹带物品通过扫描仪，并仔细标记拍摄下的图像。

通过分析这些数据，神经网络和其他算法能够独立准确地定位人们夹带的物品。数据分析公司 DataRobot 的创始人兼首席执行官杰里米·阿津（Jeremy Achin）认为，神经网络非常适合完成这样的任务。

但他也警告说，该技术也会犯错，有时还可能受到恶意攻击。研究表明，通过分析基于神经网络的图像识别系统的表现，不法之徒能够标记或者改变物体，让系统误以为看到了不存在的物品，或者无视实际存在的东西。

戈德布卢姆称，鉴于以上原因，目前首要目标并不是开发可以替代人工安检的技术，而是减轻安检人员的负担。

而在医疗保健领域，研究人员认为深度学习技术可以增强医生的能力，而非替代医生。至少短时期内，机场安检工作方面也是如此。

不过人们希望，假以时日，这项技术和其他科技能够大幅提升安检工作，包括乘客行李扫描、货物扫描，以及人脸识别等任务。

安东尼·罗曼（Anthony Roman）曾是名商业飞行员，现在经营着一家风险管理公司 Roman &Associates。他说道：“用来识别行李中或乘客随身携带的危险物品时，现有的算法还不算太差。然而错判的几率会越来越小，今后 10 到 15 年内，预计所有这些工作都能实现自动化。”