Kan AI udpege mistænkelige personer i en kø ved tolden ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
Nuværende AI-systemer kan assistere grænsevagter ved at scanne pasfotos mod observationslister, men de kan stadig ikke pålideligt "udpege mistænkelige personer i en kø" i realtid. Nogle lufthavne anvender ansigtsgenkendelsesporte, der matcher rejsende med deres e-pas, og neurale netværk kan markere kendte ansigter på observationslister med høj præcision, når der er frontale, velbelyste billeder til rådighed. At matche en tilfældig passager med en ukendt adfærdsprofil, vurdere nervøs adfærd i overfyldte køer eller pålideligt skelne uskyldige rejsende fra nye trusler ligger imidlertid uden for nutidens AI’s formåen. Teknologien anvendes derfor som et undersøgelsesredskab snarere end en endelig afgørelse af mistænkelighed.
— Opdateret 12. maj 2026 · Kilde: U.S. Department of Homeland Security — https://www.dhs.gov/science-and-technology/news/2023/05/10/feature-article-biometric-technology-transforming-borders
Background
Current AI systems assist border agencies by conducting passport photo-to-watch-list comparisons, with airports deploying facial-recognition gates that verify travelers against e-passports using neural networks. These systems demonstrate high accuracy when matching frontal, well-lit images of watch-listed individuals. However, challenges persist in scenarios such as matching arbitrary passengers to unknown behavioral profiles, evaluating nervous behavior in crowded queues, or reliably distinguishing innocent travelers from novel or unanticipated threats. Consequently, AI is employed as an investigative aid—flagging potential matches for human review—rather than serving as an absolute determinant of suspicion. Source: U.S. Department of Homeland Security (Enriched May 12, 2026).
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket July 2, 2026.
Galleri
Kan AI udpege mistænkelige personer i en kø ved tolden?
Juryen kunne ikke afsige en dom på det fremlagte bevis.
After careful deliberation, the jury remains deeply divided, with voices cautioning that the task demands more than pattern matching — it calls for wisdom that machines haven't learned. The lone "Almost" juror acknowledged impressive speed in recognizing faces, but drew the line at identifying intent or guilt, while the resolute "No" voice insisted suspicion itself cannot be programmed. The bench rules: Verdict IN_RESEARCH — we cannot convict a stranger's stare to algorithmic jury just yet.
But the data is real.
The Case File
Across 11 sessions, 32 jurors have heard this case. Combined tally: 3 YES · 21 ALMOST · 8 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 1 — 1, the panel returns a verdict of UNDER UNDERSøGELSE, with verdict confidence of 88%. The court so orders. Verdict downgraded from prior session.
"No AI can reliably pick suspicious people from a line-up; this requires human judgment, contextual understanding, and subjective interpretation"
"Face recognition and anomaly detection exist"
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 43% · Ja 13% · Måske 43% 23 votesDiskussion
no comments⚖ 11 jury checks · seneste for 1 dag siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.
Flere i Sensory
Kan AI genkende og klassificere forskellige typer svampe baseret på deres visuelle karakteristika ?
Kan AI forudsige fremtidig skaldethed ud fra fotos af teenageansigter ?
Kan AI autonomt forsvare et computernetværk mod et levende cyberangreb ?