はじめに：進化する犯罪予防の最前線
2024年、警察や自治体での犯罪予防に生成AI・AIの導入や、スタートアップの防犯ソリューションの開発が本格化しています。これまでの監視システムや犯罪対策では、人員不足や人為的ミスが避けられない課題でしたが、AI技術の進歩により、その解決への道筋が見えてきました。
生成AI・AIによる犯罪予防の強みは、データ分析の精度と速度にあります。具体的には：
- 犯罪発生パターンの分析と予測
- デジタル証拠からの容疑者特定
- 映像・音声データの高速処理
- リアルタイムでの不審行動の検知
- ナンバープレート認識による車両追跡
特に注目すべきは、マイアミ警察での実績です。2023年には従来比で殺人事件の解決率が68%まで向上。この成果は、AI導入が机上の空論ではないことを示しています。
本記事では、こうした変化の具体例として：
- Flock Safetyによる車両追跡システム
- Deep Science AIの店舗向け強盗防止プラットフォーム
- Abel Policeによる警察業務の効率化
- Preparedによる緊急通報システムの刷新
- …
といったスタートアップや組織の防犯AIの最新の取り組みを詳しく見ていきます。
さらに、既存の監視システムがどのように進化しているのか、現場での具体的な活用事例を交えながら解説します。防犯分野でのAI活用は、もはや実験段階を超え、実用フェーズに入っています。その現状と、私たちの暮らしへの影響を、データと事例をもとに紐解いていきましょう。
生成AI・AIを活用した防犯スタートアップや組織の事例
近年、AIを活用した防犯・セキュリティ分野のスタートアップが相次いで登場し、大規模な資金調達に成功しています。これらのスタートアップは、独自の技術を開発することで、従来の防犯システムの限界を克服し、より効果的な犯罪予防を実現しようとしています。ここでは、代表的なAI防犯スタートアップの取り組みを紹介します。
AIと犯罪予防・犯罪予測のスタートアップの事例
顔認識・不審物検知カメラ「Hikvision」
中国のカメラメーカーHikvisionは、AIを搭載した高度な監視カメラシステムを開発しています。このカメラシステムは、顔認識技術と不審物検知機能を組み合わせることで、99%の精度で潜在的な脅威を特定することができます。
Hikvisionのカメラシステムは、公共の場での犯罪予防に大きな効果を発揮しています。実際に、南アフリカのケープタウンにある観光地のシーポイントでは、Hikvisionのカメラシステムを導入したところ、犯罪発生率が65%減少しました。
このシステムは、顔認識技術を使って不審者を特定し、即座に警察に通報する機能を備えています。また、不審な物体や行動パターンを検知する機能も搭載されており、置き去りにされた不審物や、通常とは異なる人の動きを察知することができます。
Prophet Securityの言語モデルを活用したサイバーセキュリティ
Prophet Securityは、オーストラリアを拠点とするサイバーセキュリティスタートアップで、大規模言語モデルを活用することで、企業のサイバーセキュリティ脅威への対応を支援しています。同社は、2024年4月にBain Capital Venturesから1,100万ドルのシード資金を調達しました。
Prophet Securityの技術は、企業のサイバーセキュリティツールからデータを収集し、言語モデルを使用して脅威に関する洞察を生成します。具体的には、セキュリティアラートを要約し、優先順位を付け、対応策を提案することで、セキュリティチームの業務を効率化します。
同社のCEOであるKamal Shah氏は、「サイバー脅威の増加に伴い、セキュリティチームは常に多くの プレッシャーの下で働いている」と述べ、Prophet Securityの技術がこうした課題の解決に役立つと強調しています。現在、同社はハイテク、金融サービス、医療分野の企業と協力しており、今後の成長が期待されています。
犯罪スポット予測「Predpol」
Predpolは、過去の犯罪データをAIで分析し、将来の犯罪が発生する可能性の高い場所を予測するシステムです。ちなみに、Predpolはサウンドシンキングという会社に買収済みです。このシステムは、時間帯や曜日、天候などの要因も考慮に入れ、犯罪発生の確率が高いエリアを特定します。
Predpolを導入した都市では、犯罪発生率が大幅に減少しています。例えば、ワシントン州タコマ市では、Predpolを導入した結果、住宅侵入犯罪が22%減少しました。
Predpolは、警察のパトロールルートの最適化にも活用されています。犯罪発生の可能性が高いエリアを中心にパトロールを行うことで、限られた人員でより効果的な犯罪抑止が可能になります。
AI犯罪監視システムの活用の事例
また、AIを活用した監視システムが大きな進化を遂げています。従来の監視システムが抱えていた課題を解決し、より効果的な犯罪予防と迅速な対応を可能にする技術が登場しています。ここでは、従来の監視システムの課題とAIがもたらす革新的な機能について解説します。
従来の監視システムの課題
従来の監視システムは、主に人間の目による監視に依存していました。このアプローチには、以下のような課題があります。
- 人的エラー: 監視員は疲労や注意力の散漫により、重要な事象を見落とす可能性があります。
- 限られた監視範囲: 人間の目では、多くのカメラを同時に監視することが困難です。
- リアルタイム対応の遅れ: 脅威を検知しても、即座に対応することが難しい場合があります。
- 膨大な記録の分析: 録画された映像から不審な行動を見つけ出すには、多大な時間と労力が必要です。
これらの課題により、従来の監視システムでは、犯罪の予防と迅速な対応に限界がありました。
AIがもたらす監視の革新
AIを活用した監視システムは、従来の課題を克服し、より高度な犯罪予防と対応を可能にします。以下に、AIがもたらす革新的な機能を紹介します。
リアルタイム脅威検出
AIを搭載した監視システムは、リアルタイムで映像を分析し、脅威となる行動を自動的に検知します。例えば、不審者の侵入や異常な行動パターンを即座に特定し、警報を発することで、迅速な対応が可能になります。これにより、人的エラーによる見落としを防ぎ、24時間365日の継続的な監視を実現します。
行動分析とパターン認識
AIは、膨大な量の監視データから、犯罪に関連する行動パターンを学習します。これにより、特定の行動や動きを認識し、潜在的な脅威を予測することができます。例えば、不審な徘徊や窃盗の予兆となる行動を検知し、事前に警告を発することで、犯罪を未然に防ぐことが可能になります。また、過去の犯罪データとの関連性を分析することで、より精度の高い予測が可能になります。
顔認識とナンバープレート認識
AIを活用した監視システムでは、顔認識とナンバープレート認識技術が重要な役割を果たしています。顔認識技術は、監視カメラに写った個人の顔を特定し、データベースと照合することで、不審者や指名手配犯を識別することができます。一方、ナンバープレート認識技術は、車両のナンバープレートを自動的に読み取り、盗難車や手配車両の特定に役立ちます。これらの技術を組み合わせることで、より効果的な犯罪予防と捜査が可能になります。
AI監視の利点と導入事例
AIを活用した監視システムは、従来の監視システムと比較して多くの利点があります。まず、人的エラーを最小限に抑え、24時間365日の継続的な監視が可能になります。また、リアルタイムでの脅威検知と迅速な対応により、犯罪を未然に防ぐことができます。さらに、膨大な監視データからパターンを認識し、潜在的な脅威を予測することで、より効果的な犯罪予防策の立案が可能になります。
警察におけるAI監視システムの活用の成果
マイアミ警察は、AI技術を活用することで、2023年には68%の殺人事件と58%の暴力犯罪を解決しました。これは、従来の解決率（殺人事件45%、暴力犯罪38%）と比較して、大幅な改善を示しています。ちなみに、フロリダ国際大学の研究によると、AIを使用することで捜査官は66%の確率で暴力犯罪の容疑者を特定できるようになったそうです。
AIの具体的な活用方法には、顔認識技術やナンバープレートの読み取り、ソーシャルメディア上の潜在的脅威の監視、弾道証拠を用いた事件の関連付けなどが含まれます。
AIによる犯罪検知とリソース配分の最適化のスタートアップの事例
そして、AIは、膨大な犯罪関連データを分析し、犯罪の検知の精度を向上することで、効果的な犯罪の発見に貢献しています。過去の犯罪データから、発生場所や時間帯、手口などの情報を抽出し、将来の犯罪発生を予測することができます。この情報を活用することで、警察はパトロールのタイミングや人員配置を最適化し、限られたリソースを有効に活用することが可能になります。
また、AIは犯罪予防活動の効果を分析するためのメタデータも提供します。各犯罪予防プログラムの有用性や影響を正確に把握することで、最適な犯罪予防戦略を導き出すことができます。
銃声検知システム「ShotSpotter」
ShotSpotterは、銃声の位置を特定するために音響センサーを活用したシステムです。このシステムは、銃声が発生した場所を10フィート（約3メートル）の精度で特定することができ、すでに90以上の都市で導入されています。
ShotSpotterは、複数のセンサーを用いて銃声を検知し、音の到達時間差を分析することで、発砲位置を三角測量します。検知された情報は即座に警察に通報され、迅速な対応を可能にします。この技術により、警察は発砲事件の現場に素早く到着し、被害の拡大を防ぐことができます。
ShotSpotterの導入によって、市民からの通報を待つことなく、警察が自ら能動的に銃犯罪に対応できるようになりました。また、データの蓄積により、銃犯罪の多発エリアを特定し、重点的なパトロールを行うことも可能です。
ShotSpotterは、AIを活用することで、従来の人的監視では困難だった銃犯罪への迅速な対応を実現しています。今後も、この技術がさらに発展し、銃犯罪の抑止や被害の最小化に貢献することが期待されています。
Flock Safetyの犯罪解決支援
Flock Safetyは、米国ジョージア州を拠点とするAI防犯スタートアップで、ナンバープレート認識技術を活用した犯罪解決支援サービスを提供しています。同社は、街中に設置された監視カメラでナンバープレートを読み取り、犯罪車両の特定や手配車両の発見に役立てています。
Flock Safetyのシステムは、警察の犯罪捜査を大きく支援しています。実際に、米国内の犯罪の約10%はFlock Safetyの技術によって解決されたと言われています。同社の成功事例の一つに、ある誘拐事件での活躍が挙げられます。この事件では、Flock Safetyのシステムが誘拐車両のナンバープレートを特定し、わずか数時間で子供が無事に保護されるという結果につながりました。
Flock Safetyは、これまでに約1億5,000万ドルの資金調達に成功しています。同社は、米国内の1,000以上の法執行機関と提携し、犯罪解決に貢献しています。創業者のGarrett Langley氏は、10年後には米国の犯罪率を大幅に減少させることを目標に掲げており、同社の技術がより広く普及することが期待されています。
盗難問題におけるAIの活用を行うスタートアップの事例
小売業界では、万引きや従業員による盗難が大きな問題となっています。全米小売業協会の調査によると、小売業界全体で年間約500億ドルもの損失が発生しており、その多くが盗難によるものです。
この問題に対処するため、小売業界ではAIを活用した盗難防止システムの導入が進んでいます。例えば、AIを搭載した監視カメラは、不審な行動パターンを検知し、リアルタイムで店員に通報する機能を備えています。また、レジでの会計処理をAIで分析することで、不正な取引を検知することも可能です。
さらに、棚卸しの際にもAIが活用されています。商品の数量や配置をAIで管理することで、在庫の正確性を維持し、盗難の発生を防ぐことができます。
小売業界におけるAIの活用は、盗難による損失の削減だけでなく、業務の効率化にも貢献しています。今後も、AIを活用した盗難防止システムの開発が進むことで、小売業界全体の健全性が向上することが期待されます。
Everseenの盗難防止技術
例えば、Everseenは、アイルランドを拠点とするAI防犯スタートアップで、小売業界における盗難防止に特化したソリューションを提供しています。同社は、コンピュータビジョンと機械学習を活用することで、店舗内の不審な行動を検知し、リアルタイムで店員に通知するシステムを開発しました。
Everseenのシステムは、店舗内の監視カメラの映像をAIで分析し、万引きなどの不審な行動パターンを検知します。さらに、レジでの会計処理もAIで監視し、不正な取引を特定することができます。この技術により、小売業界で年間約500億ドルもの損失を生み出している盗難問題に効果的に対処することが可能になります。
Everseenは、2023年5月に6,500万ユーロ（約7,130万ドル）のシリーズAラウンドを完了し、これまでの総調達額は約9,000万ドルに達しています。同社は、世界のトップ15の小売企業の半数以上を顧客に持ち、6,000以上の店舗で導入されています。今後は、小売業以外の分野にもソリューションを拡大していく計画です。
警察業務におけるAIの役割
デジタル証拠の分析と容疑者特定
AI技術は、警察業務におけるデジタル証拠の分析と容疑者特定に大きく貢献しています。例えば、Veritoneというスタートアップが提供するAIソリューションは、電子的に保存された情報（ESI）の分析を支援し、構造化データと非構造化データを効率的に処理することで、捜査の効率化を図っています。Veritoneはさまざまなソリューションを展開しており、以下にそれぞれのユースケースを紹介していきます。
また、膨大な量の映像証拠から容疑者を特定するために、AIを活用したツールが開発されています。Veritone IDentifyというサービスは、容疑者特定のプロセスを迅速化し、データベース内の既知の容疑者と比較することを可能にしています。
音声・映像の編集と人物追跡
公正な司法と公衆の安全を確保するために、音声や映像の証拠から敏感な情報を編集する必要があります。しかし、手動での編集は時間がかかり、コストも高くなります。Veritone Redactのようなツールを使用することで、特定の項目を迅速かつコスト効率よく編集することが可能です。
また、膨大なデータの中から特定の人物を追跡することは、捜査において重要な役割を果たします。Veritone Trackerは、複数の映像から人物を迅速に追跡することができ、人間のようなオブジェクトを識別し、プライバシー法に準拠した類似性検出を行います。
証拠管理とコミュニティとの信頼構築
デジタルデータの増加は、法執行機関や捜査官にとっての課題となっています。Veritone Investigateは、デジタル証拠を効率的に管理、検索、共有するためのAI駆動のシステムを提供し、アプリ間のシームレスな切り替えや、デジタル証拠の管理と共有を簡素化します。
また、AIツールを活用することで、警察は透明性を高め、コミュニティとの信頼関係を築くことができます。最近の調査によると、84%の人々が警察は暴力犯罪に焦点を当てるべきと回答し、61%が技術を用いた容疑者特定に信頼を寄せています。
これらのAI技術は、法執行機関が効率的に業務を遂行し、コミュニティとの関係を強化するための重要な手段となっています。特に、Veritoneが提供するAIソリューションは、犯罪捜査におけるデジタル証拠管理を変革し、数百時間に及ぶ映像から個人を特定するという課題に取り組んでいます。また、顔認識技術の課題を克服するために、人間のようなオブジェクト（HLO）を使用するアプローチが採用されています。これにより、個人のアイデンティティを保護し、顔認識技術に内在するバイアスを回避することが可能になります。
Abel Policeによる書類作業の自動化
また、Abel Policeは、パトロールオフィサーの業務を効率化し、書類作業の負担を軽減するためのソリューションを提供しています。現在、パトロールオフィサーのシフトの約1/3が書類作業に費やされていますが、Abelはこれをゼロにすることで、50%の効果的な警察活動時間の増加を目指しています。
Abelは、既存のシステムと連携し、先進的なビデオ解釈とトランスクリプション技術を用いてボディカメラの映像を解析し、有用なデータやナラティブを生成します。
これにより、パトロールオフィサーはより多くの時間を実際の業務に集中できるようになります。また、Abelは事件、場所、対象情報を自動的に挿入し、ナラティブを生成することで、書類作成にかかる時間を大幅に削減します。
緊急通報のコールセンターの効率化とAIの活用
緊急通報のコールセンターが直面する課題
米国における911コールセンターは、緊急事態に迅速に対応するための重要な機関ですが、近年、深刻な人手不足に直面しています。国際緊急通信学会（IAED）の報告によると、2022年には約3分の1の機関が人員不足を訴えており、特に緊急通報の増加や誤ってかけられる911コールがオペレーターの負担を増大させています。
また、コールの質が悪い場合でも重要なキーワードを見逃さずに通報者の情報を迅速に把握する必要があり、オペレーターにとって大きな課題となっています。
AIによるコール処理の迅速化と情報収集の効率化
AIは、コールのトランスクリプトを分析し、オペレーターの負担を軽減することで、コール処理の迅速化を実現します。具体的には、AIを導入することで、911センターはコールの処理時間を短縮し、多くのコールを迅速に処理できるようになります。
また、AIは特定の場所からのコールの急増を自動的に検出し、同一の事件に関するコールを迅速に処理することができるため、オペレーターはより集中して対応できるようになります。さらに、AIを活用することで、スタッフ不足の中でも質の高いサービスを維持することが可能になります。
Prepared Assistによる緊急通報プラットフォーム
Prepared Assistは、911コールセンター向けに設計されたAI駆動のプラットフォームであり、コール処理を50%速くし、品質管理が行われるコールも50%増加させることができます。このプラットフォームは、各コールの重要データを一つの画面にまとめ、オペレーターが重要な情報に集中できるようにします。
また、リアルタイムの音声転写機能により、コールの詳細を見逃すことなく、音声をテキストに変換することができます。さらに、音声とテキストの翻訳機能により、発信者の言語でコミュニケーションを取ることが可能です。
Prepared Assistは、950以上の公共安全通信センター（PSAP）で導入されており、8500万人以上の人々がこのプラットフォームによって保護されています。また、400万件以上のコールがPrepared Assistによって分析されています。
ユーザーからは、「Preparedは、コール受信能力にとって重要な追加機能を提供してくれました」（ハミルトン郡、TNのエグゼクティブディレクター、Jeff Carney氏）、「音声転写を使うことで、聞いている内容をすぐに確認できます」（デラウェア郡、PAのコールテイカー、Raquel Lewandoski氏）など、高い評価を得ています。
このように、AIを活用することで、911コールセンターの運営を効率化し、重要な情報を迅速に処理するための先進的な技術を提供することができます。これにより、コールセンターのスタッフはより効果的に業務を遂行でき、結果として市民の安全を向上させることが可能になります。
Deep Science AIの強盗防止プラットフォーム
Deep Science AIは、ニューヨークを拠点とするAIスタートアップで、ディープラーニング技術を活用した強盗防止プラットフォーム「AIS」を開発しています。このプラットフォームは、顔を隠した人物や武器を持った侵入者を検知し、遠隔にいるセキュリティ担当者に警告を発信します。
AISは、1台のカメラで500以上の監視フィードを同時に監視することができ、費用対効果の高い強盗防止ソリューションとして注目を集めています。Deep Science AIは、2024年4月からニューヨーク市の小規模ビジネス向けにサービスを提供しており、犯罪多発地域における店舗のセキュリティ強化に貢献しています。
Deep Science AIの創設者であるSean Huver博士は、「AISは、小規模ビジネスオーナーが直面する深刻な強盗の脅威に対処するために開発されました」と述べ、同社の技術が犯罪予防に大きな役割を果たすことを期待しています。
生成AI・AIと防犯の今後の展望と課題
AIを活用した犯罪予防と防犯技術は、大きな可能性を秘めていますが、同時にいくつかの課題も抱えています。ここでは、防犯分野で特に注目されている分野や、AIと防犯の克服すべき課題や今後の展望について議論します。
AIセキュリティ分野への投資動向
AIセキュリティ分野は、犯罪予防におけるAI技術の有効性が認識されるにつれ、大きな注目を集めています。投資家は、AIを活用した革新的なセキュリティソリューションを提供するスタートアップに多額の投資を行っています。
2024年第1四半期には、サイバーセキュリティスタートアップが154件の取引で27億ドルの資金調達に成功しました。今後も、AIセキュリティ分野への投資は増加し続けると予想されます。
プライバシーとバイアスへの懸念
AIを活用した犯罪予防技術は、プライバシーとバイアスに関する懸念を引き起こしています。特に、顔認識技術の使用は、個人のプライバシー権との兼ね合いが課題となっています。
また、AIアルゴリズムがバイアスを含んでいる可能性があり、特定の人種や民族が不当に扱われるリスクがあります。これらの問題に対処するため、AIの倫理的な活用に関するガイドラインの策定と、透明性の確保が求められています。
最近の上院公聴会では、18人の民主党上院議員がAIによる誤認逮捕の事例を挙げ、正確性の欠如が問題であると強調しました。特に、顔認識技術が人種的偏見を助長する可能性が指摘されています。
国立標準技術研究所（NIST）の研究によれば、顔認識技術は黒人や先住民、アジア系の顔に対して精度が低いことが示されています。これらの課題に対処するためには、警察官のトレーニングや独立した評価が必要です。また、AIは捜査の補助ツールであり、従来の捜査手法の代替ではないことを理解し、適切に活用することが求められます。
継続的な技術革新の必要性
犯罪者は常に新たな手口を編み出しているため、AIを活用した犯罪予防技術も継続的に進化させる必要があります。新たな脅威に対応するためには、AIアルゴリズムの改善と、新技術の導入が不可欠です。
また、サイバー空間における脅威の増大に伴い、AIを活用したサイバーセキュリティ対策の強化が求められています。企業は、最新のAI技術を積極的に取り入れ、セキュリティシステムを常に最新の状態に保つ必要があります。
サイバー犯罪は年々増加傾向にあり、AIを活用したサイバーセキュリティ対策の重要性が高まっています。AIは、大量のネットワークデータを分析し、異常を検知することで、サイバー攻撃の早期発見と予防に貢献します。また、脅威の自動識別や、リアルタイムでの対応により、被害の拡大を防ぐことができます。企業は、AI駆動のサイバーセキュリティソリューションを積極的に導入し、サイバー犯罪のリスクを最小限に抑える必要があります。
以上のように、AIが織りなす「次世代の安全」は、もはやSFの世界の話ではありません。顔認識カメラが不審者を察知し、言語モデルがサイバー攻撃を予測し、アルゴリズムが犯罪の予兆を感知するすることさえできます。そんな時代の入り口に私たちは立っています。2024年、AIは「見張る目」から「積極的な防犯知性」へと確実に進化を遂げようとしているのです。
調査手法について
こちらの記事はデスクリサーチAIツール／エージェントのDeskrex.AIを使って作られています。DeskRexは市場調査のテーマに応じた幅広い項目のオートリサーチや、レポート生成ができるAIデスクリサーチツールです。
調査したいテーマの入力に応じて、AIが深堀りすべきキーワードや、広げるべき調査項目をレコメンドしながら、自動でリサーチを進めることができます。
また、ワンボタンで最新の100個以上のソースと20個以上の詳細な情報を調べもらい、レポートを生成してEmailに通知してくれる機能もあります。
ご利用をされたい方はこちらからお問い合わせください。
また、生成AI活用におけるLLMアプリ開発や新規事業のリサーチとコンサルティングも受け付けていますので、お困りの方はぜひお気軽にご相談ください。
今回参照したレポートはこちらです。
コメント