Οι αρχές του Ηνωμένου Βασιλείου, παρακολουθούσαν χιλιάδες ανθρώπους που χρησιμοποιούσαν το μετρό του Λονδίνου.
Παρακολουθούσαν τις κινήσεις, τη συμπεριφορά και τη γλώσσα του σώματός τους με ένα λογισμικό επιτήρησης τεχνητής νοημοσύνης που σχεδιάστηκε για να διαπιστώνει εάν διέπρατταν εγκλήματα ή αν βρίσκονταν σε ανασφαλείς καταστάσεις, όπως αποκαλύπτουν νέα έγγραφα που δημοσίευσε το Wired. 
Το λογισμικό μηχανικής εκμάθησης συνδυάστηκε με ζωντανά πλάνα από CCTVs για να προσπαθήσει να ανιχνεύσει επιθετική συμπεριφορά, κραδασμούς όπλων ή μαχαιριών, καθώς και να αναζητήσει άτομα που κρύβονται ή αποφεύγουν ναύλους.
Από τον Οκτώβριο του 2022 έως τα τέλη Σεπτεμβρίου 2023, η Transport for London (TfL), η οποία διαχειρίζεται το δίκτυο μετρό και λεωφορείων της πόλης, δοκίμασε 11 αλγόριθμους για την παρακολούθηση ανθρώπων που περνούν από τον σταθμό Willesden Green του μετρό, στα βορειοδυτικά της πόλης.
Το proof of concept είναι η πρώτη φορά που ο φορέας μεταφορών συνδύασε AI και ζωντανό βίντεο για να δημιουργήσει ειδοποιήσεις που αποστέλλονται στο προσωπικό πρώτης γραμμής. Περισσότερες από 44.000 ειδοποιήσεις εκδόθηκαν κατά τη διάρκεια της δοκιμής, ενώ 19.000 από αυτές παραδόθηκαν στο προσωπικό του σταθμού σε πραγματικό χρόνο.
Έγγραφα που στάλθηκαν στο Wired αναφέρουν λεπτομερώς πώς το TfL χρησιμοποίησε ένα ευρύ φάσμα αλγορίθμων για να παρακολουθεί τη συμπεριφορά των ανθρώπων ενώ βρίσκονταν στο σταθμό.
Είναι η πρώτη φορά που αναφέρονται οι πλήρεις λεπτομέρειες της δοκιμής και ακολουθεί μια δήλωση του TfL (τον Δεκέμβριο) που αναφέρει ότι θα επεκτείνει τη χρήση της τεχνητής νοημοσύνης για να ανιχνεύει παραβιάσεις σε περισσότερους σταθμούς σε όλη τη βρετανική πρωτεύουσα.
Στη δοκιμή στο Willesden Green – ένας σταθμός που είχε 25.000 επισκέπτες την ημέρα πριν από την πανδημία Covid-19 – το σύστημα AI δημιουργήθηκε για να ανιχνεύει πιθανά περιστατικά ασφάλειας για να επιτρέπει στο προσωπικό να βοηθά ανθρώπους που έχουν ανάγκη. Στόχευε όμως και εγκληματίες ή κάθε αντικοινωνική συμπεριφορά.
Τρία έγγραφα που διαθέτει το Wired αναφέρουν πώς χρησιμοποιήθηκαν μοντέλα τεχνητής νοημοσύνης για τον εντοπισμό αναπηρικών καροτσιών, ατμίσματος, ατόμων που έχουν πρόσβαση σε μη εξουσιοδοτημένες περιοχές ή θέτουν τον εαυτό τους σε κίνδυνο πλησιάζοντας στην άκρη των αποβάθρων του τρένου.
