O 6:12 w poniedziałek we Frankfurcie, w kolejce do kontroli bezpieczeństwa już słychać szum – rolki na tackach, ciche alarmy, trójwymiarowy render torby tomografu komputerowego obracający się na ekranie. Kontroler widzi to, co zawsze: splątane ładowarki, kosmetyki, metalową butelkę z wodą… a potem wokół gęstego kształtu w pobliżu rogu torby pojawia się mały czerwony kontur.
To nie jest decyzja. To jest szturchać.
Oprogramowanie – APIDS, czyli „Automatic Prohibited Item Detection Systems” – oznacza potencjalnie zabroniony przedmiot i wskazuje, gdzie go szukać. Funkcjonariusz obraca widok 3D, powiększa obraz, potwierdza i wyciąga torbę w celu przeprowadzenia ponownej kontroli. Pasażer jest zaskoczony szybkością, z jaką to się dzieje. Funkcjonariusz czuje ulgę: mniej momentów „szukania igły w stogu siana”, mniej zmęczenia, mniej przeoczonych szczegółów.
O to właśnie chodzi w posunięciu Fraportu: Sztuczna inteligencja wspierająca badania przesiewowe — bez zastępowania osoby przeprowadzającej badanie. A teraz to nie jest pilot. To jest regularnej eksploatacji terminali na lotnisku we Frankfurcie przy użyciu ponad 50 tomografów komputerowych Smiths Detection.
Jak Frankfurt (Fraport) wypada na tle innych lotnisk
Wyobraź sobie lotniska w kontekście trzech „pokoleń” bezpieczeństwa bagażu podręcznego:
1) Frankfurt (Fraport): „Decyzje wspomagane sztuczną inteligencją” na dużą skalę (wdrożenie po raz pierwszy w Europie)
- Co jest godne uwagi: Fraport twierdzi, że Frankfurt jest pierwszy w Europie wdrożenie APIDS w ramach regularnej działalności na taką skalę, zintegrowanego w terminalach i pasmach CT.
- Ścieżka certyfikacji: Podejście Niemiec opiera się w dużej mierze na certyfikacja/zatwierdzenie krajowe, co było możliwe dzięki skoordynowanym testom przeprowadzonym z władzami.
- Co to oznacza operacyjnie: sztuczna inteligencja oznacza podejrzane/zabronione przedmioty, ale ostateczną decyzję podejmuje personel ochrony.
2) Amsterdam Schiphol: „Testy sztucznej inteligencji + partnerstwa” (silna postawa innowacyjna)
- Lotnisko Schiphol publicznie testowało i pracowało nad analizą obrazu opartą na sztucznej inteligencji, mającą na celu identyfikację przedmiotów zabronionych (np. współpraca Project DARTMOUTH/Pangiam), pozycjonując sztuczną inteligencję jako sposób na przyspieszenie kontroli i zmniejszenie obciążenia pracą —ale przedstawiane jako współpraca/testowanie, a nie jako ogromne, certyfikowane wdrożenie.
3) Londyn Heathrow i Londyn Gatwick: „Najpierw modernizacja CT” (nastawiona na doświadczenia pasażerów)
- Lotnisko Heathrow zdecydowało się na wdrożenie najnowszej generacji systemów kontroli bagażu podręcznego, wykorzystujących tomografię komputerową (w celu zmniejszenia konieczności wyjmowania płynów/laptopów), kładąc nacisk na przepustowość i doświadczenie.
- Gatwick promuje teraz rozwiązania zapewniające pasażerom możliwość przewożenia płynów i urządzeń elektronicznych w bagażach (umożliwiają to nowoczesne pasy CT), kładąc nacisk na wygodę i szybszą obsługę.
- W porównaniu z nagłówkiem APIDS we Frankfurcie: komunikaty w Wielkiej Brytanii są często „nowe skanery 3D usprawniają proces”, podczas gdy wiadomości z Frankfurtu brzmią: „Sztuczna inteligencja automatycznie wykrywa zakazane przedmioty".
4) Lotnisko w Monachium: „CT na dużą skalę” (duże wdrożenie, podobny ekosystem dostawców)
- Monachium zainwestowało także znaczne środki w tomografię komputerową do przewozu bagażu podręcznego (np. wdrożono na szeroką skalę Smiths Detection HI-SCAN 6040 CTiX oraz nowoczesne koncepcje pasów ruchu).
- Monachium przypomina Frankfurt pod względem modernizacji sprzętu, ale Frankfurt wyróżnia się obecnie bardziej tym, że produkuje Regularne operacje APIDS + certyfikacja centrum opowieści.
5) Singapur Changi: „Badania przesiewowe AI” (ambitne, rozważne)
- Changi omawiał badania z wykorzystaniem sztucznej inteligencji i uczenia maszynowego (AI/ML) w celu identyfikacji ryzykownych przedmiotów i skrócenia czasu badań przesiewowych. Jest to przedstawiane jako program technologiczny z mierzalnymi korzyściami czasowymi, a nie jako komunikat o „ogólnonarodowej certyfikacji i wdrożeniu”, jak w Niemczech.
6) Stany Zjednoczone (TSA): „programowe przypadki użycia sztucznej inteligencji + szerokie wdrożenie CT”
- TSA udokumentowała przypadki wykorzystania sztucznej inteligencji w kontroli bagażu podręcznego, a także udostępnia wytyczne publiczne dotyczące korzyści wynikających z tomografii komputerowej.
- Wyzwaniem dla USA jest często skala/zasięg na wielu lotniskach; w przypadku Niemiec obowiązuje zasada „certyfikacja raz, wdrażanie z zachowaniem spójności”.
Zalety podejścia Fraport w stylu APIDS
Wydajność operacyjna
- Szybsze celowanie: skraca czas poświęcany na skanowanie „wszystkiego jednakowo”, pomagając skupić uwagę na tym, co ważne.
- Mniejsze obciążenie poznawcze: przeglądanie obrazów to intensywna, powtarzalna praca — wyróżnianie za pomocą sztucznej inteligencji może pomóc w ograniczeniu błędów wynikających ze zmęczenia (co jest częstym powodem w literaturze naukowej i politycznej).
Jakość bezpieczeństwa
- Bardziej spójne wsparcie wykrywania: pomaga ujednolicić rozpoznawanie niektórych zabronionych kategorii w różnych zmianach i na różnych poziomach doświadczenia.
Skalowalność
- „Ponad 50 tomografów komputerowych + terminali” we Frankfurcie sugeruje, że lotnisko traktuje to jako podstawową infrastrukturę, a nie eksperyment laboratoryjny.
Przejrzystość certyfikacji
- Określona ścieżka certyfikacji może ograniczyć „czyściec pilotów”, w którym narzędzia działają technicznie, ale nie są zatwierdzone do pełnej eksploatacji.
Wady i kompromisy (co może pójść nie tak)
Fałszywe alarmy i wąskie gardła
- Jeśli model zbyt często sygnalizuje błędy, pojawiają się kolejne kontrole i kolejki. (Nawet silne modele wykrywania muszą radzić sobie z kompromisem w postaci wyników fałszywie dodatnich).
Błąd automatyzacji
- Ludzie mogą nadmiernie ufać ramkom i wyróżnieniom („system tego nie oznaczył, więc wszystko w porządku”), dlatego „ostateczna decyzja człowieka” jest ważna — jednak nadal wymaga szkolenia i nadzoru.
Dryf modelu i aktualizacje
- Obiekty zagrożenia i zachowania związane z pakowaniem ulegają zmianom; systemy AI wymagają kontrolowanych aktualizacji, wyrównywania wersji i procesów ponownego zatwierdzania — szczególnie w przypadku rygorystycznych przepisów.
Zależność od dostawcy/platformy
- Jeśli APIDS jest ściśle powiązane z modelem/konfiguracją skanera, skalowanie do flot mieszanych (lub przyszłe aktualizacje skanera) może być wolniejsze i droższe.
Optyka prywatności i zarządzania
Zostaw komentarz