AI 监控系统 DETECTOR 旨在遏制纽约市地铁逃票行为

纽约大都会运输署（M.T.A.）已采用尖端的人工智能监控技术来打击地铁系统中的逃票行为。该名为“DETECTOR”的人工智能系统由西班牙软件公司 AWAAIT 开发，已在该市七个车站投入使用。M.T.A. 计划在今年年底前将其使用范围扩展至另外二十四个车站。此举是在该机构上一年度因逃票损失了惊人的 6.9 亿美元后采取的果断行动，以应对这一日益严重的问题。

AI 监控系统的目的

DETECTOR 最初是为巴塞罗那地铁网络设计的，并在检测逃票方法方面被证明是有效的。在纽约市，该人工智能系统与现有的摄像头基础设施集成，以实时监控视频流，提供关于逃票模式的 24/7 数据，而不会识别个人违规者或协助执法部门。

M.T.A. 强调，DETECTOR 主要用于生成报告和量化逃票程度，而不是用于识别逃票者或触发向执法部门的实时警报。该技术旨在帮助 M.T.A. 衡量逃票的频率和方法，从而更好地了解问题的规模。

了解逃票方法

人工智能的分析揭示了地铁乘客使用的逃票方法的有趣见解。数据显示，约 50% 的逃票涉及个人穿过紧急出口闸机，20% 的人攀爬或跳过闸机，12% 的人从下方钻过，16% 的人使用一种称为“反向刷卡”（back-cocking）的方法，即向后拉动闸机以滑过间隙。

DETECTOR 使 M.T.A. 能够监控一天中特定时间的逃票激增情况。一个显著的激增发生在下午 3 点到 4 点左右，这与学校放学时间相吻合，而早高峰期间则出现较小的激增。凭借这些数据，M.T.A. 可以有效地制定针对这些高峰时段的策略。

应对逃票挑战

M.T.A. 承认逃票是一个复杂的挑战，并提出了各种解决方案来解决这一问题。这些解决方案包括加强向学生宣传支付车费的重要性，以及实施更难在不付费的情况下绕过的新型闸机，从而可能消除对紧急出口闸机的需求。

虽然 AWAAIT 的人工智能系统已在巴塞罗那用于通过智能手机应用程序向票务检查员提供逃票警报，但 M.T.A. 的方法仅侧重于生成数据报告。纽约市的系统不涉及检查员或执法人员的实时直接干预。

M.T.A. 解决逃票问题的努力

M.T.A. 正认真对待逃票问题，认识到其对交通系统的重大财务影响。通过利用人工智能技术，该机构旨在更好地了解问题的规模，最终导致更具针对性和有效的解决方案。

随着“DETECTOR”——一个人工智能驱动的监控系统——的实施，M.T.A. 在解决纽约市地铁逃票问题方面迈出了重大一步。该技术提供了关于逃票模式的宝贵数据，使该机构能够制定有针对性的策略来打击这一问题。随着该系统扩展到更多车站，M.T.A. 希望遏制逃票行为，并提高地铁系统的整体效率和可持续性。