还记得三星Galaxy Note 7爆炸惨败吗？有可能只是因为你的行李箱里有一块小锂电池，你就被“要求”下飞机。
这些电池虽然很小，但会造成很大的损害，一些锂离子电池在飞机货舱的压力下会着火甚至爆炸。
20块普通智能手机电池就可以炸毁一间中小型公寓的窗户。
自 以来，美国联邦航空管理局 (FAA) 报告了涉及货物或行李中锂离子电池的烟雾、火灾、极热或爆炸事件 (pdf)。
随着越来越多的人使用电池组，例如无人机、相机等，确保飞机货舱内没有锂离子电池对于航空安全至关重要。
机场安检中捕获锂离子电池的一般方法是使用X射线扫描行李，然后根据不同材料的密度以不同的方式反射电磁辐射。
探测器收集这些 X 射线并合成盒子中物体的图像。
大多数机场使用软件来协助完成此过程，但仍然需要人工干预，使得该过程容易出错。
为了帮助减少这些错误，机场 X 射线探测器跨国供应商史密斯探测公司开发了可以显着减少人力需求的软件。
该公司表示，它使用深度学习算法将检测率提高到 90%。
史密斯夫妇的深度学习算法从其成功和失败中获取反馈，使用准确指示锂离子电池中存在的形状、纹理和材料的数据来改进其方法。
它是自我更新的，因此可以动态学习和改进。
由于这是软件升级，该公司还可以将其技术部署在现有的史密斯探测器上。
为了创建该算法，Smiths 使用了在客户现场实时操作期间收集的 X 射线图像的大型数据库，然后手动将这些图像标记为包含锂离子电池。
“获取这个全面的、标记的数据集进行训练是深度学习过程中资源最密集的部分，”技术和产品开发副总裁马特·克拉克·史密斯 (Matt Clark Smiths) 说。
然后使用这些数据对深度学习软件进行训练，并根据手动标记的数据库进行测试，这就是它从成功和失败中学习的方式。
史密斯计划对其软件进行改造，以检测毒品、武器、货币和易燃液体。
更快、更准确地检测违禁品不仅可以提高机场安全并节省资金，还有助于避免因安全检查错误而将乘客赶下飞机的尴尬情况。