تشير الإحصاءات إلى أن الولايات المتحدة شهدت 296 حادث اطلاق نار خلال العام الجاري، مما ينذر بأن عام 2021 سيكون أكثر عام دموي من حيث هذه النوعية من الحوادث خلال الأعوام العشرين الماضية.
وربما يكون التمييز بين صوت اطلاق النار والأصوات الناجمة عن أحداث غير ضارة مثل فرقعات الأكياس البلاستيكية على سبيل المثال هو العلامة الفارقة بين الحياة والموت في بعض الأحيان، أو مؤشرا بشأن ما إذا كان يتوجب استدعاء الشرطة أو مسؤولي الحماية المدنية للتصدي للحادث حسب طبيعته، غير أن المشكلة تكمن في أن تمييز هذه الأصوات قد يكون محيرا بالنسبة للبشر وأنظمة الكمبيوتر على حد سواء.
وفي دراسة تجريبية، نجح فريق من الباحثين بكلية الهندسة ودراسات الحاسبات بجامعة فلوريدا اتلانتيك الأمريكية في ابتكار منظومة حوسبية للتمييز بين هذه الأصوات اعتمادا على قاعدة بيانات ضخمة تضم عددا كبيرا من أصوات الفرقعات والطلقات النارية.
وفي إطار الدراسة التي أوردتها الدورية العلمية "سينسور"، قام فريق الباحثين بتغذية المنظومة بقاعدة بيانات تضم مختلف أنواع الفرقعات والانفجارات التي تم جمعها في ظل ظروف وبيئات مختلفة، مثل أصوات فرقعات أكياس بلاستيكية مختلفة الأحجام تم تسجيلها من مسافات متباينة فضلا عن اصوات اطلاق أعيرة نارية من أسلحة مختلفة، ولم تكن فترة كل تسجيل صوتي تزيد عن 400 إلى 600 مللي ثانية.
واعتمد الباحثون على معادلة خوارزمية للذكاء الاصطناعي لتدريب المنظومة على التمييز بين أصوات الفرقعات غير المؤذية وأصوات الأعيرة النارية، من أجل تحديد ما إذا كانت الواقعة الجاري تحليلها هي حادث يهدد الحياة أو مجرد انفجار غير ضار.
ونقل الموقع الإلكتروني "تيك إكسبلور" المتخصص في التكنولوجيا عن هانكي تشوانج الباحث بقسم الهندسة الكهربائية والحاسبات بالجامعة قوله إن "البشر يستخدمون المعطيات الحسية والتجارب السابقة لتحديد طبيعة الأصوات، أما الكمبيوترات فهي مدربة على فك شفرات المعلومات التي قد لا تثير اهتمام الأذن البشرية".
وأضاف: "لقد استخدمنا قاعدة بيانات مختلفة لاعطاء المعادلة الخوارزمية قدرة أفضل على ادراك الفارق بين الأصوات المتشابهة".