人工知能を使って3Dプリントされたゴーストガンを検出する可能性を探る

ゴーストガン（追跡不可能で、人を傷つけるために使われた場合、公衆に安全上のリスクをもたらす可能性のある銃器）が、ますますニュースで取り上げられるようになっている。 2022年の安倍晋三元首相暗殺事件から最近のユナイテッドヘルスケアCEOブライアン・トンプソン暗殺事件まで、両事件にはゴーストガンが関与しており、後者は3Dプリントされた銃とサイレンサーが関与していたと報じられている。米国の保険会社CEOを撃った銃は3Dプリントされた可能性があり、「ゴーストガン」の禁止は銃暴力に対する各国の合意となっている - アンタークティック・ベア3Dプリンティング・ネットワーク - プラットフォーム
△インターネット上で発見された 3D プリントされた銃の部品モデル (著者提供の写真)
ゴーストガンは入手しやすさと匿名性から人気を博しています。身元調査やシリアル番号が必要な従来の銃とは異なり、ゴーストガンはキットや3Dプリントされた部品を使って自宅で組み立てることができ、既存の銃規制を回避できる。銃の部品の3Dモデルに関するオンラインリソースの急増により、3Dプリンターと最低限の技術的知識があれば誰でも追跡不可能な武器を作成できるため、問題はさらに緊急性を増している。法執行機関や政策立案者は、この新たな脅威によってますます困難に直面しています。
今回は、ブロガーの Peter Lebiedzinski が、ゴーストガン部品の 3D プリントの問題を解決するための技術的なアプローチについて説明し、実際の実装に関する疑問を提起します。
技術的背景<br /> CAD ソフトウェアを使用したことがある人なら誰でも知っているように、従来のアルゴリズムを使用して 3D データを処理するのは複雑で、計算コストもかかります。したがって、3D モデルから重要な特徴を抽出するために、トランスフォーマーベースのエンコーダーを使用した機械学習アプローチが採用されています。これにより、3D モデルの形状、回転、または移動が検出を回避するために変更されたかどうかに関係なく、銃の部品を正確に分類できます。
トランスフォーマーベースのエンコーダーは、3D 空間内のポイント間の空間関係を学習できるため、3D データで優れたパフォーマンスを発揮します。ピクセルに依存する 2D 画像分類とは異なり、3D モデルでは、本質的により複雑なポイントクラウド、メッシュ、またはボクセルデータの分析が必要です。回転や平行移動などの敵対的な変更に対するモデルの堅牢性は、トレーニング中にデータ拡張を活用することで実現され、幅広い入力構成にわたってモデルが適切に一般化されることが保証されます。さらに、このモデルはノイズの多いデータや部分的に曖昧なデータを分類できるため、現実世界で完全な 3D モデルが存在する稀な状況でも信頼できるツールとなります。
△銃器部品の分類のための基本モデルアーキテクチャ（著者 Peter Rybitzinski 提供）
使用される機械学習モデルは、1,000 万を超える 3D モデルのデータセットでトレーニングされており、意味のある特徴を確実に抽出できるエンコーダーを提供します。この事前トレーニング済みモデルは、個々の銃の部品のデータセットで微調整され、3D モデルを 0 ～ 100% の信頼度値で「銃の部品」または「銃以外の部品」に分類します。
結果<br /> この論文では、ランダムに選ばれた 10,000 個の 3D モデルをテストデータとして使用しました。そのうち 400 個には、トップスライド、バレル、ボトムフレーム、マガジンなどの銃の部品が含まれていました。私が最初にテストしたのは銃の上部スライドでした。
△トップスライド分類結果（画像は筆者提供）
上部のスライダーは、約 98.4% の信頼度レベルで正確に識別されました。私は、さまざまな世代とモデルの銃のトップスライドを複数テストしましたが、その中には機能面と外観面の両方の目的で改造されたものもありました。次に、銃の下部フレームをテストしました。
△下枠分類結果（画像は筆者提供）
銃の下部フレームは規制対象部品です。つまり、誰かがこの部品を 3D プリントし、他の部品 (上部スライド、銃身、マガジンなど) を店舗またはオンラインで購入した場合、実際には完全に機能する銃を手に入れることになりますが、追跡することはできません。最後に、ランダムに選んだ 10,000 個の非銃器部品モデルのうち 1 つをチェックしました。
△ランダムモデル分類結果（画像は著者提供）
この特定の例は、ML モデルが正しく分類するのは難しくありません。次に、この記事に含まれる 10,000 個の例すべてについて結果を分析しました。
△ 10,000例の対数を出力します（画像は著者より）
上図に示すように、ML モデルによって生成された銃のコンポーネント値は、銃以外のコンポーネント値から線形に分離可能です。データセットのより小さなサブセットでの初期トレーニング実行では、銃の部品を正しく分類する精度が 96.4% に達しました。すべての誤分類は、銃の下部フレームではなく、マガジンや銃身などのコンポーネントから発生します。下部フレームのみをテストすると、モデルの精度は 100% になります。
おもちゃの銃や銃の部品に似ている機能しない 3D モデルなどの敵対的なケースでは、独特の課題が生じます。このモデルは機能する銃の部品を区別するのに非常に効果的ですが、Nerf ガンラックや機能しないプロップガンなどの欺瞞的な入力を区別するのが難しい場合があります。
合理性<br /> AI を使用して銃の部品を検査することは重要ですが、実際の実現可能性と実装は別の問題です。このような AI システムを実装するには、配布という大きな課題があります。つまり、このシステムを安全かつ効果的に 3D 印刷プロセスに統合するにはどうすればよいでしょうか?私は、実用的なアプリケーションの技術的な側面に焦点を当てながら、この質問に対してオープンな姿勢を保ちます。
ML モデルは、クラウド (API 経由でアクセス可能) または Raspberry Pi 4B などのエッジデバイスで実行できます。業界が Klipper や RepRap などのファームウェアシステムに移行するにつれて、Raspberry Pi は 3D プリンター OEM の間でますます人気が高まっています。ただし、この記事の執筆時点では、このモデルは 3D プリンターのマザーボードによく見られる小型プロセッサでは実行できません。アーキテクチャの変更、微調整、削減、量子化により、このモデルは最終的にほぼすべての 3D プリンターのマザーボード上で実行できるようになります。
このシステムを 3D 印刷プロセスに統合すると、倫理的責任の問題が生じます。 1 つのアプローチは、モデルを一般的な 3D プリンターのファームウェア更新に直接埋め込み、印刷前に銃のコンポーネントがマークされるようにすることです。しかし、これはオープンソースの原則とデバイスの自律性を重視する 3D プリント愛好家の間でプライバシーに関する懸念を引き起こしています。公共の安全とユーザーの自由のバランスをとるには、業界リーダー、規制当局、メーカーコミュニティ間の協力的な取り組みが不可欠です。さらに、無害なオブジェクトに誤ったラベルを付けたり、特定のユーザーグループをターゲットにするなど、このテクノロジの悪用を防ぐための安全対策を講じる必要があります。
出典:ピーター・レビジンスキー

人工知能を使って3Dプリントされたゴーストガンを検出する可能性を探る

3Dプリント技術を活用して、煙台山病院は仙骨の巨大な悪性腫瘍の手術を完了した。

3Dプリント材料の重要性はますます明らかになっている

3Dプリントされたバイオニックスキンは人々に「第六感」を与えるかもしれない

米国の研究者が治癒力を高める包帯を3Dプリント

3Dプリントは科学者が個別化された癌治療を開発するのを助ける

金属3Dプリント粉末供給速度が超音波振動スクリーンに与える影響

付加製造技術: 製品品質の一貫性と信頼性を向上させる方法

珠海航空ショーでポリライトが展示した最先端の3Dプリント技術をご覧ください

「3Dプリント体験ストア」のビジネスモデルを探る

スタティックミキサーの製造におけるセラミック3Dプリント技術の応用

推薦する

3Dプリントの未来: 6つの開発トレンド

概要: 金属液滴ジェット 3D 印刷技術

16歳の高校生が折りたたみ画面の携帯電話を手で「こする」！ 3DプリントされたシェルがBステーションで530万回の視聴を獲得

SUTDは直接書き込み3D印刷を使用して電子デバイスをマイクロチャネルに統合し、伸縮性プリント回路の自動製造を実現しました。

SUSTechの王帥のチームは、3Dプリントされた金属の機械的特性の予測モデルを提案した。

この国家3Dプリントチームは年間売上高が20億ドルに達すると予想しており、Additive Manufacturing（北京）は産業用インターネットプラットフォームを構築している。

北京大学の教授が、3Dプリントが考古学にどのように役立つか、また一帯一路沿いの3Dプリントが教育をどのように改善するかを説明

秘密を明かす：CCCC第一公共事業研究所のコンクリート3Dプリントインテリジェント製造チームの開発の歴史と並外れた強さ

自動車分野における3Dプリント技術の革新的な応用に有利な政策

注目のカラーミキシング3Dプリンターは22,000台以上。今売れている良いマシンはどれでしょうか？

日本のオタクが醤油トレーを3Dプリントしたら美女が出てきた！

エアバスはもう一つの大きな動きを見せている。ドイツに航空3Dプリント研究開発センターを建設するのだ。

マシンビジョンと人工知能を使用した金属 3D プリント粉末のバッチ認証

パフォーマンスの再定義: GrafTech がグラフェンと回路を統合した 3D プリントを実現

ULの新しい調査で3Dプリンターの排出物の毒性が明らかに