Dohled

CSET: Čína vede svět ve výzkumu počítačového vidění pro dohled

Martin Anderson
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyČína produkuje více než třetinu celosvětového výzkumu v oblasti počítačového vidění a…
Zobrazit více
  • Čína produkuje více než třetinu celosvětového výzkumu v oblasti počítačového vidění a dohledu.
  • Čínský výzkum v oblasti dohledové umělé inteligence roste, zatímco západní produkce je stabilní nebo klesá.
  • Zaujatost vůči angličtině pravděpodobně podhodnocuje skutečný náskok Číny ve výzkumu dohledu.

Nová zpráva od Centra pro bezpečnost a vznikající technologie (CSET) zjistila, že výzkumný sektor Číny produkuje ‘nepoměrně velkou část’ výzkumu tří základních technologií souvisejících s umělou inteligencí a dohledem, a že obecnější příspěvek Komunistické strany Číny k technologiím počítačového vidění roste stejnou rychlostí a překonává západní tempo publikací.

Čína má jasnou převahu ve výzkumných iniciativách do více kontroverzních sub-sektorů výzkumu počítačového vidění, zejména souvisejících s dohledem. Zdroj: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

Čína má jasnou převahu ve výzkumných iniciativách do více kontroverzních sub-sektorů výzkumu počítačového vidění, zejména souvisejících s dohledem. Zdroj: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

Tři klíčové oblasti, ve kterých Čína má obrovskou převahu, jsou opětovná identifikace osob (REID), počítání davů a detekce pokusů o oklamání identifikačních systémů (tj. technologie, které mají za cíl odhalit pokusy o obcházení identifikačních technologií).

Kromě toho, jak je znázorněno na grafu výše, výzkumná komunita Číny publikuje podstatně vyšší procento prací o úkolech počítačového vidění zaměřených na lidi, které, podle autorů, představují podpůrné technologie pro širší řešení dohledu, která využívají strojové učení. Tyto úkoly zahrnují rozpoznání emocí, rozpoznání obličeje a rozpoznání akce.

Autoři komentují:

‘Tyto algoritmy jsou často používány pro benigní, komerční účely, jako je například označování osob na fotografiích v sociálních médiích. Ale pokrok v počítačovém vidění by mohl také umožnit některým vládám používat technologie dohledu pro represivní účely.’

V méně závažném smyslu autoři zjistili, že práce související s vizuálním dohledem představují méně než 10 % veškerého výzkumu počítačového vidění provedeného ve studovaném období, a že širší část výzkumu je poměrně rovnoměrně rozložena mezi zeměmi.

Nicméně, dominance Číny je zřejmá, tvrdí výzkumníci*:

‘Výzkumníci s čínskými institucionálními afiliacemi byli odpovědní za více než jednu třetinu publikací v obou oblastech počítačového vidění a vizuálního dohledu.

‘To činí Čínu daleko nejproduktivnější zemí v obou oblastech. Podíl čínských výzkumníků na globálním výzkumu vizuálního dohledu roste podobnou rychlostí jako jejich podíl na výzkumu počítačového vidění.’

Nová zpráva, nazvaná Trendy ve výzkumu AI pro vizuální dohled nad populacemi, představuje aplikaci přístupů zpracování přirozeného jazyka (NLP) na dataset publikovaných prací pokrývajících roky 2015-2019, a je napsána Ashwinem Acharyou, Maxem Langenkampem a Jamesem Dunhamem.

Zkreslení ve prospěch angličtiny

Autoři studie poznamenávají, že jejich studie se dotýká pouze anglicky psaných vědeckých prací, a že rozšíření na neanglicky psané publikace by mohlo odhalit hlubší ledovec akademických snah z Číny v těchto sektorech. Kromě toho, výzkumníci věří, že doplnění dat o pomocné informace, jako jsou patentová data, nasazení kamer a příslušné vládní politiky, by mohlo zvýšit tuto statistickou převahu.

Samozřejmě, studie připouští, že analýza veřejně dostupných a otevřených prací nemůže zohlednit soukromý firemní nebo státní výzkum, a utajovaný výzkum, ale je to použitelný index aktivity v sektoru v nepřítomnosti těchto skrytých datových bodů.

Architektura a data

Autoři získali základní data trénováním modelu pro extrakci informací na úrovni dokumentu SciREX na datech z Papers With Code, s rámcem, který odvozuje relevanci prací identifikací odkazů na úkoly související s počítačovým viděním, a zejména na projekty a iniciativy související s dohledem.

Model byl poté aplikován na agregovanou CSET sbírku vědecké literatury obsahující více než 100 milionů jednotlivých publikací napříč šesti akademickými datovými sadami. Publikační platformy zapojené do toho byly Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv a Papers With Code.

Školený na Arxiv preprintech, SciBERT klasifikátor byl poté pověřen identifikací prací souvisejících s počítačovým viděním napříč korpusem.

Skutečnost, že SciREX a SciBERT jsou školeny na anglicky psaných dokumentech, zabránila výzkumníkům v rozšíření dosahu studie za hranice angličtiny. K tomu výzkumníci komentují: ‘To znamená, že v národních srovnáních to podceňuje neanglický výstup výzkumu, a zejména to pravděpodobně podceňuje podíl Číny na světovém výzkumu.’

Zjištění

V rámci sektoru vizuálního dohledu studie zjistila, že rozpoznání obličeje bylo nejčastěji se opakujícím úkolem, který se objevil ve více než tisíci pracích v roce 2019. Nicméně, autoři poznamenávají, že počítání davů a detekce pokusů o oklamání rozpoznávání obličeje jsou ‘rychle rostoucí’ oblasti výzkumu.

Z práce, nejčastěji se opakující úkoly identifikované pro roky studie. Citovaný zdroj je 'CSET merged corpus. Results generated 22. července 2021'

Z práce, nejčastěji se opakující úkoly identifikované pro roky studie. Citovaný zdroj je ‘CSET merged corpus. Results generated 22. července 2021’

Autoři studie se domnívají, že i zdánlivě ‘neutrální’ a méně politicky výbušné výzkumné aktivity v počítačovém vidění související s dohledem mohou také přispět k represivním kontrolním systémům. Pro ‘rozpoznání akce’ poznamenávají, že to může být použito k identifikaci ‘abnormálního chování’ v přeplněných veřejných prostorech; pro detekce pokusů o oklamání rozpoznávání obličeje komentují ‘Zatímco někdy použité v biometrických systémech přihlášení nebo k prevenci podvodu, může to také zabránit novinářům a aktivistům skrýt svou identitu’; a pokud jde o rozpoznání emocí, studie komentuje, že ‘Kromě jeho účelů nesouvisejících s bezpečností a komerčních účelů, někteří výzkumníci, firmy a vládní agentury navrhnou aplikaci rozpoznání emocí k identifikaci bezpečnostních hrozeb v přeplněných veřejných prostorech’.

Obecně, zjištění se zdají ukazovat, že Čína má nadprůměrný zájem o výzkum počítačového vidění, ve srovnání se světovým průměrem.

Autoři uzavírají:

‘Podíl Číny na výzkumu počítačového vidění i vizuálního dohledu se v průběhu času zvyšoval. Spojené státy, spolu se svými spojenci a partnery, publikovaly podobné množství výzkumu v těchto oblastech, jako Čína publikovala sama. Nicméně, podíl těchto ostatních regionů na globálním výzkumu dohledu byl stabilní nebo klesal, zatímco Čína rostla.’

 

*Tučné zvýraznění pochází od autorů studie.

Poprvé publikováno 6. ledna 2022.

Spisovatel v oblasti strojového učení, odborník na syntézu lidských obrazů. Bývalý vedoucí výzkumného obsahu ve společnosti Metaphysic.ai, až do jejího sloučení do Brahma.ai společnosti DNEG.
Webová stránka: martinanderson.ai
Kontakt: martin@martinanderson.ai