← 2026-01-08 の一覧へ戻るホーム
**ターゲット・フォレンジックラボ（2024）**

2026/01/08 0:41

**ターゲット・フォレンジックラボ（2024）**

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

日本語訳:

（以下はご提示いただいたテキストの日本語訳です）

Summary

Target’s “Forensics Lab” in Minneapolis is a high‑tech crime‑fighting unit that goes well beyond standard retail security. Established in 2003, it uses advanced video‑analysis software to sift through footage from Target stores, smartphones, and even damaged police recordings—repairing those clips when necessary—to pinpoint suspects. Despite ubiquitous cameras since the 1980s, shoplifting still cost the company roughly $1 billion in goods stolen in 2023, prompting the creation of this specialized team.

The lab has already cracked major cases outside Target stores—murders, arsons, abductions, rapes, and large‑scale robberies—including a Houston arson that stumped the FBI before Target’s involvement. Looking ahead, Target plans to train government agencies on its technology, expand undercover operations, and support U.S. Customs in verifying imports. By offering local police and federal partners access to cutting‑edge investigative tools, the lab promises to boost law‑enforcement efficiency and curb retail losses nationwide.

本文

アメリカ最大級の小売業者のひとつが、警察部隊よりも優れたフォレンジックラボを持っています。

ターゲット社のフォレンジックラボで働く従業員は、クラシックなターゲットユニフォームを着用しています。

多くの小売業者と同様に、ターゲットもスリが頻発し、2023年にはほぼ10億ドル相当の商品が店舗から盗まれました。もし独自の対スリ策がなければ、その損失はさらに大きかったでしょう。ターゲットはミネソタ州ミネアポリスに高度でハイテクなフォレンジックラボを設置し、スリ防止に取り組んでいます。

このラボは2003年に開発され、店舗内外の監視映像を分析する専門知識を社内に持たせることが目的でした。Forbesは、ターゲットが1980年代から全店舗にカメラを設置していると述べていますが、それだけでは連続スリ行為を防げませんでした。ラボは監視カメラやスマートフォン映像の証拠を分析し、スリ犯・詐欺師・負傷者を特定する専門家を雇用しています。その高度な技術と技能のおかげで、ターゲット店舗外で起きた殺人・放火・誘拐・レイプ・大規模強盗などの事件解決にも貢献しています。

多くの場合、ターゲットラボは連邦捜査局（FBI）が解決できなかったケースを解明しています。Forbesは、ハリス市警察が放火事件の調査でターゲットラボに協力要請した具体例を挙げています。コンビニエンスストアのカメラ映像では、火事直前にガソリンを購入する二人の少年が捉えられましたが、テープは損傷しており顔が不鮮明でした。FBIが事件解決に失敗した後、その映像はターゲットへ渡され、修復された結果、少年たちの顔が確認できるようになりました。

スリ防止や法執行支援を超えて、ターゲットラボは政府機関への教育・サポートも行っています。Washington Postによれば、ラボの専門家は政府保安機関に対し、テクノロジーを活用した犯罪解決方法を指導する重要な役割を担っています。また、ターゲットは過去に潜入捜査の組織化や米国税関への海外輸入品が信頼できる供給元から来ているか確認する支援も行ってきました。

小売業者が犯罪解決に協力するというイメージは薄いかもしれませんが、ターゲットは警察部隊や政府機関にとって貴重なリソースであることを証明しています。

同じ日のほかのニュース

一覧に戻る →

2026/01/08 5:16

Tailscale の状態ファイル暗号化は、もはやデフォルトでは有効になっていません。

2026/01/07 23:29

砂糖産業は研究者に影響力を行使し、脂質を心血管疾患（CVD）の原因として非難しました（2016年）

## Japanese Translation: --- ### 要約 2016年9月12日に *JAMA Internal Medicine* に掲載された研究は、糖業界と栄養科学者との長期にわたるパートナーシップを明らかにする340件の業界文書（1,582ページ）を調査しました。これらの文書は、1960年代半ばから始まった公衆および科学的関心をショ糖から食事脂肪へと移すための協力努力を示しています。 主な歴史的出来事は次の通りです： * **1954年** – 糖業界の貿易組織が低脂肪食の採用により1人当たりのショ糖消費量が3分の1以上増加すると予測しました。組織には30か国の加盟国がありました。 * **1965年** – ショ糖と心臓病リスクに関するメディア報道が急増し、業界はProject 226を委託しました。このプロジェクトはハーバード大学で文献レビューを行い、1967年に *The New England Journal of Medicine*（NEJM）に掲載されました。 Project 226 は糖業界からの資金（2016年換算で約50,000ドル）によって支援され、具体的な目的が設定され、記事が提供され、レビュー担当者（Roger Adams と D. Mark Hegsted）からドラフトが受領されましたが、NEJMの記事には資金源は明示されていませんでした。レビューの結論は、食事中のコレステロールを減らし飽和脂肪酸を多価不飽和脂肪酸に置き換えることで冠動脈心疾患を予防できるとした一方で、ショ糖関連研究を強く批判し食事脂肪の研究限界を無視しました。 UCSF の研究者は、科学的レビューが利益相反から自由であるべきであり、微妙な操作を避けるために完全な財務開示が必要だと強調しています。彼らは追加糖分と高血圧・心血管疾患との関連を示す証拠が増えているものの、現在の健康政策ではショ糖を心臓病リスク因子として一貫して引用していない点に注目しています。 **本研究への資金提供元は次のとおりです：** * UCSF Philip R. Lee Institute for Health Policy Studies * Hellmann Family Fund * UCSF School of Dentistry * National Institute of Dental and Craniofacial Research * National Cancer Institute 調査結果は、糖業界が歴史的に公衆の意見と科学的議論をどのように形成してきたかを示し、利益相反規則を強化することで規制当局・医療提供者・食品産業がシュガー表示、マーケティング慣行、および食事指針を再検討し、結果として製品中のショ糖含有量を低減させ消費者習慣に変化をもたらす可能性があることを示唆しています。

2026/01/07 13:40

「LMArena は AI にとっての悪性腫瘍です。」

## 日本語訳： （欠落している詳細を補完しつつ明確さを保ったもの） --- ## 要約 LMArena のリーダーボードは、事実の正確性よりも派手なフォーマット―太字ヘッダー、絵文字、長い回答―を報酬とするため、幻覚（hallucinations）を真実より優先させるゲーミフィケーション化されたベンチマークに変わってしまっています。500件の投票を分析した結果、52 % が誤りであり 39 % がユーザーの選択と強く相違していました。高得点を獲得した回答には、架空の「オズの魔法使い」の引用（例：作られたライン）や不可能な主張（例：9インチの丸パンが 9×13 インチの長方形パンと同じだと断言する）が含まれていました。Meta‑tuned Maverick モデルは、単純な「今何時？」という質問で太字テキスト、絵文字、回避的言語を駆使して勝利しました。 このシステムは未払いのボランティア労働に依存し、品質管理がほとんどないため、ユーザーは誤情報や捏造された情報を受け取ることが多く、特に医療文脈では非常に危険です。研究者・企業・AIコミュニティは LMArena を非公式な尺度として利用していますが、正確性重視の指標がない限り、モデルは引き続きエンゲージメントを優先し、信頼性よりも注目度を追求するため、広範囲にわたる誤情報と AI による意思決定支援への信頼低下を招くリスクがあります。