Deep North（前身为VMAXX）是一家在中国和瑞典设有办事处的硅谷创业公司，希望利用AI来预防学校面临的暴力和其他安全问题。今天，该公司宣布了一项计划，该项目将为选定的机构提供机会，对其威胁检测对象识别和计算机视觉技术进行实地测试。

它已经与德克萨斯州，佛罗里达州，马萨诸塞州和加利福尼亚州的学区和大学合作，并得到美国国会议员Pete Sessions（R-TX）的支持。Sessions在一份声明中说：“AI代表了为数不多的可行方式之一，使学校变得安全，并且以比任何其他方式更低廉的方式进行。”

与Amazon Web Service的Rekognition，IBM的Watson Visual Recognition和Microsoft的Azure Face API不同，Deep North的平台将智能层应用于传统的现成安全摄像头（分辨率低至320p），分析镜头，它监视，检测和解释人们的框架内行为和跨设置的移动，并识别可能对学生和员工构成危险的物体，例如无人看管的袋子或看起来像武器的物体。

当发现潜在威胁时，学校管理员会收到警报。

这项正在申请专利的技术最初是为实体零售而设计的，它利用跨摄像头跟踪来扫描人群并监控“特别关注的区域”，例如入口，出口和聚集区域。Deep North声称其技术不会共享学生或教师的任何个人身份信息（由于基于物理特征的数字标签系统），并表示它还可用于防止绑架，改善设施布局和基础设施，以及管理步行交通。

Deep North总裁兼首席执行官Michael Adair表示：“看到我们的视频AI和深度学习专业知识也可以为学校带来安全价值，这是意想不到的，令人大开眼界。利用我们的解决方案，学校能够自动化和放大某些东西，以人类无法匹敌的安全方式说出某些东西，学校能够在不承担高昂成本的情况下提高其安全性和安全性不得不采取金属探测器等应力诱导措施，这绝非易事。”

这类系统早已出现，今年早些时候，中国东部的一所高中开始测试一种智能课堂行为管理系统 ，该系统使用面部识别来实时分析学生的参与度。巴黎的商学院利用LCA学习的内斯特提供的AI和面部分析，以确定学生是否在上课专心听讲。

同时，像Shielded Students这样的公司希望使用相机和集成微波雷达扫描仪和计算机视觉软件来识别学校中的枪支和其他隐藏武器。

但不出所料，这样的系统有他们的批评者。批评人士说，几乎没有公共数据来评估学校中AI驱动的监控系统是否有效。他们指出面部识别AI特别容易受到偏见和误报。

Axon的首席执行官里克史密斯是美国最大的车身摄像头供应商之一，今年夏天他表示，面部识别对于执法应用来说还不够准确。

但是Adair对Deep North系统的准确性表示了信心，并且它有可能做到真正的好处。“我们期待通过该计划扩大我们的努力，并帮助全国更多的学校加强安全性，降低安全风险，并从长远来看更好地保护他们的学生和教师，我们很自豪能够在提供幕后的，软件驱动的选项方面处于领先地位，这种选择能够在近期和长期内真正发挥作用。”