المراقبة

CSET: الصين تتصدر العالم في أبحاث الرؤية الحاسوبية للمراقبة

Martin Anderson
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتنتج الصين أكثر من ثلث الأبحاث العالمية في مجال الرؤية الحاسوبية والمراقبة.
عرض المزيد
  • تنتج الصين أكثر من ثلث الأبحاث العالمية في مجال الرؤية الحاسوبية والمراقبة.
  • الأبحاث الصينية في مجال الذكاء الاصطناعي للمراقبة في ازدياد بينما الإنتاج الغربي مستقر أو متراجع.
  • من المرجح أن التحيز للغة الإنجليزية يقلل من تقدير الريادة الفعلية للصين في أبحاث المراقبة.

أظهر تقرير جديد من مركز الأمن والتكنولوجيا الناشئة (CSET) أن قطاع البحث الصيني ينتج “نصيبًا غير متناسب” من الأبحاث في ثلاث تقنيات مراقبة متعلقة بالذكاء الاصطناعي، وأن مساهمة الحزب الشيوعي الصيني في تقنيات الرؤية الحاسوبية بشكل عام تتزايد بنفس المعدل، وتتجاوز معدلات النشر الغربية.

تقدم الصين الواضح في المبادرات البحثية ضمن الفروع الأكثر إثارة للجدل في الرؤية الحاسوبية، والمرتبطة أساسًا بالمراقبة. مصدر: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

تقدم الصين الواضح في المبادرات البحثية ضمن الفروع الأكثر إثارة للجدل في الرؤية الحاسوبية، والمرتبطة أساسًا بالمراقبة. مصدر: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

المجالات الرئيسية الثلاثة التي تتفوق فيها الصين بفارق كبير هي إعادة التعرف على الأشخاص (REID)، وعدّ الحشود، وكشف محاولات خداع أنظمة التعرف على الهوية، أي التقنيات الهادفة إلى كشف محاولات التحايل على تلك الأنظمة.

بالإضافة إلى ذلك، كما هو موضح في الرسم البياني أعلاه، ينشر مجتمع البحث الصيني نسبة أعلى من الأوراق البحثية المتعلقة بمهام الرؤية الحاسوبية التي تتعامل مع البشر، والتي تعتبر، وفقًا للورقة، تقنيات داعمة لحلول المراقبة الأوسع التي تستخدم التعلم الآلي. وتشمل هذه المهام تحديد العواطف، والتعرف على الوجه، والتعرف على الأفعال.

يقول المؤلفون:

‘هذه الخوارزميات غالبًا ما تُستخدم لاستخدامات تجارية غير ضارة، مثل وضع علامات على الأشخاص في صور وسائل التواصل الاجتماعي. لكن التقدم في الرؤية الحاسوبية قد يمكّن بعض الحكومات من استخدام تكنولوجيا المراقبة لأغراض قمعية.’

على صعيد أقل إثارة للقلق، وجد المؤلفون أن الأوراق المتعلقة بالمراقبة البصرية تشكل أقل من 10٪ من جميع أبحاث الرؤية الحاسوبية التي أجريت خلال فترة الدراسة، وأن الجزء الأكبر من البحث موزع بالتساوي عبر البلدان.

ومع ذلك، فإن سيطرة الصين واضحة، يؤكد الباحثون*:

‘الباحثون المرتبطون بمؤسسات صينية كانوا مسؤولين عن أكثر من ثلث المنشورات في كل من أبحاث الرؤية الحاسوبية والمراقبة البصرية. ‘

‘هذا يجعل الصين بفارق كبير البلد الأكثر إنتاجًا في كلا المجالين. ونصيب الباحثين الصينيين من البحث العالمي في مجال المراقبة البصرية ينمو بمعدل مشابه لنصيبهم من البحث في مجال الرؤية الحاسوبية.’

التقرير الجديد التقرير، بعنوان اتجاهات البحث في الذكاء الاصطناعي للمراقبة البصرية للسكان، يمثل تطبيق نهج معالجة اللغة الطبيعية (NLP) على مجموعة بيانات من المنشورات التي غطت السنوات 2015-2019، وهو من تأليف آشوين أتشاريا، ماكس لانجينكامب، وجيمس دونهام.

تحيز اللغة الإنجليزية

يلاحظ مؤلفو الورقة أن دراستهم تلمس فقط الأوراق العلمية باللغة الإنجليزية، وأن توسيعها لتشمل المنشورات غير الناطقة بالإنجليزية قد يكشف عن جبل جليدي أكبر من الجهود الأكاديمية الصينية في هذه القطاعات. بالإضافة إلى ذلك، يعتقد الباحثون أن تعزيز البيانات بمعلومات إضافية، مثل بيانات البراءات، وتنفيذ الكاميرات، والسياسات الحكومية ذات الصلة، يمكن أن يزيد من هذا التفوق الإحصائي.

من الطبيعي، تقدم الورقة بالاعتراف بأن تحليل المنشورات المفتوحة والمنشورة علنًا لا يمكن أن يأخذ في الاعتبار البحث الخاص للشركات أو الدولة، والأبحاث السرية، ولكنها مؤشر قابل للعمل على نشاط القطاع في غياب هذه النقاط البيانية المخفية.

الهيكلة والبيانات

استمد المؤلفون البيانات الأساسية من خلال تدريب نموذج استخراج المعلومات على مستوى الوثيقة SciREX على بيانات من Papers With Code، مع تحديد الإطار لأهمية الأوراق من خلال تحديد الإشارات إلى المهام المتعلقة بالرؤية الحاسوبية، وخاصةً إلى المشاريع والمبادرات المرتبطة بالمراقبة.

ثم تم تطبيق النموذج على مجموعة مجمعة من المؤلفات العلمية لدى CSET يحتوي على أكثر من 100 مليون منشور فردي عبر ست مجموعات بيانات أكاديمية. كانت منصات النشر المشاركة هي Dimensions، وWeb of Science، وMicrosoft Academic Graph، وChina National Knowledge Infrastructure، وarXiv، وPapers With Code.

تم تدريب مصنف SciBERT على المخطوطات المسبقة في arXiv، ثم تم تكليفه بتحديد أوراق الرؤية الحاسوبية عبر الفهرس.

إن حقيقة أن SciREX وSciBERT مدربان على وثائق اللغة الإنجليزية منع الباحثين من توسيع نطاق الدراسة إلى ما وراء اللغة الإنجليزية. حول هذا، يقول الباحثون: ‘هذا يعني أنه في المقارنات الوطنية يقلل من تقدير الإنتاج البحثي غير الإنجليزي، وخاصةً أنه من المحتمل أن يقلل من تقدير نصيب الصين من الأبحاث العالمية.’

النتائج

داخل قطاع المراقبة البصرية، وجدت الدراسة أن التعرف على الوجه كان المهمة الأكثر تكرارًا، حيث ظهر في أكثر من ألف ورقة بحثية للعام 2019. ومع ذلك، يشير المؤلفون إلى أن عدّ الحشود وكشف محاولات خداع التعرف على الوجه هما مجالات سريعة النمو.

من الورقة، المهام الأكثر تكرارًا المحددة للأعوام المذكورة. مصدر المشار إليه هو 'CSET merged corpus. Results generated 22 يوليو 2021'

من الورقة، المهام الأكثر تكرارًا المحددة للأعوام المذكورة. مصدر المشار إليه هو ‘CSET merged corpus. Results generated 22 يوليو 2021’

يرى مؤلفو الورقة أن حتى الأبحاث في الرؤية الحاسوبية المرتبطة بالمراقبة، التي تبدو أكثر حيادًا وأقل إثارة للجدل السياسي، قد تسهم أيضًا في أنظمة السيطرة القمعية.وفيما يتعلق بـ”التعرف على الأفعال”، يلاحظون أنه يمكن استخدامه لتحديد “السلوك غير الطبيعي” في الأماكن العامة المزدحمة؛وفيما يتعلق بكشف خداع التعرف على الوجه، يعلقون ‘في بعض الأحيان يستخدم في أنظمة تسجيل الدخول البيومترية أو لمنع الاحتيال، ولكنه قد يمنع أيضًا الصحفيين والناشطين من إخفاء هويتهم’؛ وفيما يتعلق بالتعرف على العواطف، يعلقون ‘إضافة إلى أغراضها غير الأمنية والتجارية، يقترح بعض الباحثين والشركات والوكالات الحكومية تطبيق التعرف على العواطف لتحديد التهديدات الأمنية في الأماكن العامة المزدحمة’.

بشكل عام، يبدو أن النتائج تشير إلى أن الصين تظهر اهتمامًا غير عادي بالبحث في مجال الرؤية الحاسوبية بالمقارنة مع المعدل العالمي.

يخلص المؤلفون إلى:

‘نصيب كل من الرؤية الحاسوبية والمراقبة البصرية من الصين زاد بمرور الوقت. ونشرت الولايات المتحدة، إلى جانب حلفائها وشركائها، كمية مماثلة من الأبحاث في هذه المجالات التي نشرتها الصين بمفردها. ومع ذلك، ظل نصيب هذه المناطق الأخرى من البحث العالمي في مجال المراقبة مستقرًا أو انخفض، بينما نما نصيب الصين.’

 

*التوكيد بالخط العريض من مؤلفي الورقة.

نشر لأول مرة في 6 يناير 2022.

كاتب في مجال تعلم الآلة، متخصص في توليد صور البشر. كان رئيسًا سابقًا لمحتوى البحث في Metaphysic.ai، حتى دمجه في Brahma.ai التابعة لـ DNEG.
الموقع الإلكتروني: martinanderson.ai
للتواصل: martin@martinanderson.ai