雖然有些人認為人工智慧是一種威脅，但美國軍方卻將其視為探測威脅的工具，其最近部署了一套人工智慧監控系統，該系統可在一英里以外識別武裝人員等威脅。 與訓練有素的安保專業人員相比，此系統的誤報率也較低。

安防新創公司Scylla提供基於人工智慧的”前瞻性”安防系統，以保護設施和倉庫的周邊安全。 它的Scylla AI 系統顯然足以保護美國的核基地，因為美國國防部(DoD) 早在八個月前就開始在肯塔基州里士滿的藍草陸軍倉庫(BGAD) 測試這些系統。

目前，BGAD 是唯一測試人工智慧驅動的監控演算法來偵測潛在威脅的軍事基地。 這些系統可協助工作人員即時發現和識別入侵者、武器或”異常行為”。 Scylla系統與現有的監視攝影機和無人機配合使用，對設施進行監控，大大提高了人工應對威脅的效率。

據負責核子事務的國防部副助理部長德魯-沃爾特（Drew Walter）稱，Scylla 人工智慧可以即時學習，減少誤報。 該系統解決了國防部在實體安全方面長期面臨的挑戰之一：提高安全人員的反應速度，同時快速可靠地過濾非安全問題。

在實體安全企業和分析小組（PSEAG）進行的BGAD 測試中，Scylla 系統偵測威脅的準確率超過96%。 倉庫電子安全系統經理克里斯-威洛比（Chris Willoughby）說，該系統大大降低了由”環境”現象引起的誤報。 人類仍然需要決定是否對威脅做出反應。

人工智慧透過識別一英里外攀爬水塔的武裝分子，展現了非凡的監控能力。 系統可靠性的另一個例子是，在演算法檢測到兩名潛在武裝入侵者衝破圍欄後，”幾秒鐘內”就向安保人員發出了警報。 入侵者是BGAD 的工作人員，Scylla 立即透過臉部辨識系統識別了這兩個人。

雖然PSEAG 在很大程度上參與了BGAD 的測試、評估甚至是Scylla 深度學習演算法的訓練，但出於顯而易見的原因，陸軍並未提供有關訓練後的系統與商業軟體有何不同的具體細節。 副助理國務卿沃特是人工智慧的擁躉，因為它可以”改變”PSEAG的核心任務：保護美國的戰略核武庫。