戦闘の真っ最中や銃撃事件の現場において、訓練を受けていない観察者が、現在自分を殺そうとしている武器を正確に特定することは困難です。記者たちは、この場にいた人々を含め、攻撃に使用された武器について最初に説明する際、しばしば曖昧な表現を用います。「小火器」といった包括的な表現、あるいは「ライフル」「ピストル」「自動小銃」といった、依然として曖昧な表現が、多くの重要な役割を担っているのです。しかし、もしコンピューターアルゴリズムが、例えばソーシャルメディアなどから、武器を持った人物の公開画像を見て、その武器が何であるかを自動的に判別できたらどうなるでしょうか？ジャスティン・セイツ氏の自動化オープンソースインテリジェンスプロジェクトによる新たなプロジェクトは、まさにそれを実現することを目指しています。
まず、問題の規模です。世の中には驚くほどの量の銃が存在します。Small Arms Survey（小型武器調査）の推定によると、2007年には少なくとも8億7500万丁が存在し、銃の種類も驚くほど多くなっています。しかも、最近の銃だけではありません。アフガニスタンに駐留するNATO軍は、第一次世界大戦にまで遡る複数の銃を回収し、中には1870年代のものも含まれています。法執行機関やその他の法執行機関向けの銃識別参考書「Jane's Guns Recognition Guide」には、約400種類もの詳細な情報が掲載されており、さらに1,100を超える銃のブランド名も掲載されています。しかし、これほど詳細な情報を掲載しているにもかかわらず、「本書の内容は百科事典的なものではない」という免責事項が付記されています。
ザイツ氏のプロジェクトにとって幸運なことに、コンピュータプログラムはリファレンスマニュアル以上の機能を持つはずだった。まず、プログラムに武器を正確に識別させるため、ザイツ氏はImaggaタグ付けツールに人物を写していない銃のみの画像を入力した。次に、銃を持った人物の画像を試してみた。ツールは「ファッション」など他のタグを試みたものの、手動で画像を切り抜くことで再び武器を認識した。画像を手動で切り抜くことは、自動武器識別の目的を損なわせるため、ザイツ氏はPython関数をコーディングした。この関数は、画像をチャンク単位で読み取ってタグを付け、必要なキーワード（「銃」「武器」「グロック」など）を含むタグ付きセクションのみを保持するというものだ。
Seitz氏はブログ記事で、プロセス全体を詳細に解説し、特定のコード行が何を実行し、なぜそのコード行を実行する必要があるのかを解説しています。このシリーズのパート1（続きがあります）では、モジュールが以前は難解だった画像を取得し、「武器」と正しくラベル付けすることで締めくくられています。
これはプロジェクトにとって素晴らしいスタートであり、写真に映っている武器の存在を特定するだけでなく、武器の種類もラベル付けできるように拡張できることは容易に想像できます。とはいえ、それはまだ先のことですので、参考マニュアルをすぐに捨ててしまうのはやめておきましょう。
