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プリントからARまで、ハイテクがGEの工場に導入される

Ultimaker Factor 4 の革新的な機能: 印刷プロセスレポート

「ダブルイレブン」シリーズの割引：eSUNが3Dモデリングソフト[3D TADA]を無料配布

H形成外科病院は下顎骨折手術を支援するために3Dプリント技術を使用しています

海外の大手金属3Dプリントサービスプロバイダーは主に何を行っているのでしょうか?

【特集】デザイナー＋3Dプリンティング＝火星が地球に衝突？

ホライゾン・マイクロテクノロジーズがマイクロアーチS240マイクロナノ3Dプリンターを購入

成聯科技の分散型歯科「知能製造」クラウド工場が工業情報化部から中小企業の「チェーン」デジタル変革事例に選ばれる

CEAD は、マルチロボットトラックシステムを使用して 36 メートルの長さの Mega II ポリマープリンターを構築しました。

2016年9月8日 · 上海3DプリンティングTucaoカンファレンス

推薦する

BMF Precisionと花王が共同で世界最小の3Dプリント看板を製作し、ギネス世界記録に認定された。

面白い！ 3Dプリントフォントと物理現象の素晴らしい融合

タッカー・インダクション・システムズとニコンSLMソリューションズは、誘導産業向けに積層造形銅部品を提供する最初の企業です。

ブプレノルフィン検出用の 3D プリントされたカーボンコーティングされたマイクロニードルアレイセンサー

3DEVO、リサイクルSLS粉末をベースにしたフィラメントプロセスを開始

有名な市場調査会社ガートナーは、2016年に最もクールな3Dプリント企業トップ5を選出した。

男性の両大腿骨頭壊死が「崩壊」し、専門家は3Dプリントされた新しい骨でそれを置き換えることに成功した。

3D Systemsの2016年第3四半期の収益は1億5,600万ドルで、営業コストは14%減少した。

世界的な聴覚ケアグループであるWS Audiologyは、生産上の課題を解決するためにFigure 4 3Dプリンターを使用しています。

2016年世界3Dプリンティング会議が上海で開催され、約200社が参加する。

[南極熊の3Dプリント文化] クリップ: 連続液体界面製造技術

水中 3D プリントは 2022 年に登場しますか?コングスベルグ・フェロテック、ノーチラス海中ロボットを開発

ペイジは年間6万組以上の3Dプリントメガネを販売しており、その化学気相研磨プロセスはローカライズされている。

FFF/SLA/SLS: 3 つの主要な 3D 印刷技術の長所と短所

HPは低価格のChromebookにVRと3Dプリントを導入する予定