商傳媒｜責任編輯／綜合外電報導

美國國土安全部（DHS）昨日宣布釋出首批合成電腦斷層（CT）行李X光數據集，共計250張影像，旨在協助人工智慧（AI）開發者訓練與測試威脅偵測演算法，以提升機場安檢效率。美國國土安全部負責保護美國本土安全，包含邊境、網路及運輸安全。

此舉期望能減少安檢人員誤判，降低人工開箱檢查頻率，進而縮短美國機場的安檢排隊時間。這是美國聯邦政府首次公布這類型的數據集。美國國土安全部科學與技術次長 Pedro Allende 指出，偵測演算法是減少誤報、縮短安檢等候時間的關鍵。

過去，由於實際的機場X光掃描數據涉及敏感資訊，難以公開分享，限制了AI演算法的開發。此次釋出的合成影像透過 Cignal Technologies LLC 公司專利研發的「體素張量物理（voxel-tensor physics）」技術生成，能在不使用真實操作掃描的情況下，模擬出物理上精確的電腦斷層掃描影像，重現運輸安全管理局（TSA）最新電腦斷層偵測系統的高解析度輸出。這批影像可透過 DICOM 格式取得。

Cignal Technologies LLC 執行長 Jaclyn Fiterman 表示，這批數據集將使「高度適應性的威脅偵測模型」能更快速、安全、精確地部署。美國國土安全部發言人也強調，合成數據的能力有助於快速大量生成數據，支援演算法開發與測試，同時降低成本並擴大參與的開發者社群。合成數據能夠解決AI開發中「冷啟動（cold start）」與「長尾（long tail）」問題，亦即數據不足或罕見真實數據阻礙訓練的情況。然而，《Transport Security International》雜誌提醒，合成數據可能無法完全捕捉真實世界的複雜細節，應盡可能與實際數據配合使用。DHS 釋出的 250 張影像，對於建構生產級偵測系統所需的數萬張標記掃描影像而言，數量仍顯不足。

這批合成數據的未來影響，也與運輸安全管理局的 Gold+ 計畫息息相關。Gold+ 計畫預計於 2027 年初，在三個機場將安檢人員編制與安檢技術轉交給私人承包商。在新的營運模式下，由這批數據訓練出的 AI 演算法，將有可能為這些私人供應商擁有和操作的系統提供動力。

擴大私人承包商引發爭議

然而，這項轉變引發了爭議。美國政府僱傭聯合會（AFGE）全國總裁埃弗裡特·凱利（Everett Kelley）批評 Gold+ 計畫，認為這代表將安檢功能與技術控制權交給私人承包商，是對九一一事件後建立的航空安檢系統的一大倒退。凱利強調，此類重大變革應廣泛徵詢國會、旅客、地方機場當局及運輸安全管理局員工的意見。代表主要美國航空公司的美國航空協會，也反對讓較小型機場使用私人安檢人員的提案。

Gold+ 計畫的支持者則認為，私人承包商的安排可在政府資金中斷時保障安檢人員薪資，並加速技術升級，避免聯邦採購流程的緩慢。例如，Sarasota-Bradenton International Airport 自 2014 年起便使用私人安檢人員，稱其具備更快的招聘速度與人力調度彈性。運輸安全管理局局長 David Cummins 在參議院聽證會上也指出，現有使用私人安檢合作夥伴計畫（Screening Partnership Program, SPP）的機場，在 2026 年春季政府關閉期間仍維持了安檢人員的薪資。

根據聯邦法律，無論由誰執行安檢，運輸安全管理局都必須在每個檢查點維持監督權。法律規定，運輸安全管理局需提供聯邦主管人員、執行秘密測試，並有權在承包商未能符合安全標準時終止合約。儘管如此，Gold+ 計畫仍將改變安檢技術的選擇、採購與操作模式，這些過去皆由運輸安全管理局主導。川普政府在 2027 財政年度預算請求中，曾提議削減運輸安全管理局逾 9,400 個職位及約 15 億美元預算，並由約 4,500 個私人承包商職位取代。

從研究到實際部署，這類AI技術的發展需要經過採購、測試與認證等多個階段，可能耗時數年。例如，坦帕國際機場已於 2026 年 7 月選擇加入 Gold+ 計畫，目標在 2027 年 5 月 31 日完成過渡，這也突顯了公告與實際實施之間的時間落差。

美國國土安全部此項透過合成數據強化國家安全應用的做法，為全球各國在 AI 發展與國境安全議題上，提供了新的思路。台灣在探索類似的創新科技應用，特別是提升機場安檢效率及精準度方面，可借鑒此經驗以強化自身安全部署。