CSET: Čína vede svět ve výzkumu sledování počítačového vidění

Nová zpráva Centra pro bezpečnost a rozvíjející se technologie (CSET) zjistila, že čínský výzkumný sektor produkuje „neúměrný podíl“ výzkumu tří hlavních sledovacích technologií souvisejících s umělou inteligencí a že obecnější příspěvek ČKS k technologiím počítačového vidění roste. ve stejném tempu a zejména předstihuje západní míru zveřejňování.

Tři klíčové oblasti, ve kterých má Čína masivní náskok, jsou reidentifikace osob (REID), počítání davů a ​​detekce spoofingu (tj. technologie, které mají za cíl odhalit pokusy o podvrácení identifikačních technologií).

Kromě toho, jak je uvedeno v grafu výše, čínská výzkumná komunita publikuje výrazně vyšší procento článků o úlohách počítačového vidění, které čelí člověku, což, jak dokument tvrdí, představuje podpůrné technologie pro širší řešení dohledu, která využívají strojové učení. Tyto úkoly zahrnují rozpoznávání emocí, rozpoznávání obličeje a rozpoznávání akcí.

Autoři komentují:

„Tyto algoritmy se často používají pro benigní, komerční použití, jako je označování jednotlivců na fotografiích sociálních médií. Ale pokrok v počítačovém vidění by také mohl zmocnit některé vlády k používání sledovacích technologií pro represivní účely.“

Méně zlověstnou poznámkou je, že autoři zjistili, že práce týkající se vizuálního dohledu tvoří méně než 10 % veškerého výzkumu počítačového vidění provedeného ve sledovaném období a že širší tranše výzkumu je mezi zeměmi poměrně rovnoměrně rozdělena.

Nicméně dominance Číny je jasná, tvrdí vědci*:

„Výzkumní pracovníci s čínskými institucionálními vztahy byli zodpovědní za více než jednu třetinu publikací v oblasti počítačového vidění a výzkumu vizuálního sledování.

„To dělá z Číny zdaleka nejplodnější zemi v obou oblastech. Podíl čínských výzkumníků na globálním výzkumu vizuálního dohledu roste podobným tempem jako jejich podíl na výzkumu počítačového vidění.“

Nový zprávyS názvem Trendy ve výzkumu umělé inteligence pro vizuální sledování populací, představuje aplikaci přístupů zpracování přirozeného jazyka (NLP) na datový soubor publikovaných prací pokrývajících roky 2015-2019 a je napsán Ashwinem Acharyou, Maxem Langenkampem a Jamesem Dunhamem.

Předpojatost anglického jazyka

Autoři článku poznamenávají, že jejich studie se dotýká pouze vědeckých prací v anglickém jazyce a že její rozšíření na neanglofonní publikace by mohlo odhalit hlubší ledovec akademického úsilí z Číny v těchto sektorech. Kromě toho se výzkumníci domnívají, že rozšíření dat o doplňkové informace, jako jsou patentová data, nasazení kamer a příslušné vládní politiky, by mohlo tento statistický náskok zvýšit.

Tento článek přirozeně připouští, že analýza veřejných a otevřeně publikovaných článků nemůže odpovídat za soukromý podnikový nebo státní výzkum a klasifikovaný výzkum, ale je funkčním indexem sektorové aktivity bez těchto skrytých datových bodů.

Architektura a data

Autoři odvodili základní data školením a SciREX model extrakce informací na úrovni dokumentu na datech z Papers With Code, přičemž rámec odvozuje relevanci dokumentů identifikací odkazů na úkoly související s počítačovým viděním, a zejména na projekty a iniciativy zaměřené na dohled.

Model byl poté aplikován na agregovaný soubor odborné literatury CSET obsahující více než 100 milionů jednotlivých publikací napříč šesti akademickými datovými soubory. Zapojené publikační platformy byly Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv a Papers With Code.

Školení na Arxiv preprints, a SciBERT klasifikátor pak měl za úkol identifikovat papíry počítačového vidění v celém korpusu.

Skutečnost, že SciREX a SciBERT jsou vyškoleni na dokumentech v anglickém jazyce, zabránila výzkumníkům rozšířit dosah studie za hranice angličtiny. K tomu vědci komentují: "To znamená, že v národních srovnáních podceňuje neanglický výstup výzkumu a zejména pravděpodobně podhodnocuje čínský podíl na světovém výzkumu."

Závěry

V rámci sektoru vizuálního dohledu studie zjistila, že rozpoznávání obličejů bylo nejčastějším úkolem, který se objevil ve více než tisícovce článků za rok 2019. Autoři však poznamenávají, že počítání lidí a rozpoznávání falšování obličejů jsou „rychle rostoucí“ oblasti. pronásledování.

Autoři článku se domnívají, že i zdánlivě „neutrálnější“ a méně politicky pobuřující snahy o počítačové vidění související se sledováním mohou také přispět k represivním kontrolním systémům. U „rozpoznání akce“ pozorují, že to lze použít k identifikaci „nenormálního chování“ v přeplněných veřejných prostorách; za falšování obličeje, komentují „I když se někdy používá v biometrických přihlašovacích systémech nebo k prevenci podvodů, může také zabránit novinářům a aktivistům skrýt svou identitu“; a pokud jde o rozpoznávání emocí, list to komentuje "Kromě svých nezabezpečeně orientovaných a komerčních účelů někteří výzkumníci, firmy a vládní agentury navrhují použití rozpoznávání emocí k identifikaci bezpečnostních hrozeb v přeplněných veřejných prostorách.".

Obecně se zdá, že výsledky ukazují, že Čína má ve srovnání s celosvětovým průměrem nadprůměrný zájem o výzkum počítačového vidění.

Autoři uzavírají:

„[Podíl] počítačového vidění a vizuálního sledování z Číny se postupem času zvýšil. Spojené státy spolu se svými spojenci a partnery zveřejnily v těchto oblastech podobné množství výzkumů, jaké publikovala samotná Čína. Podíl těchto ostatních regionů na globálním výzkumu dozoru byl však stabilní nebo klesal, zatímco Čína rostla.“

 

*Odvážný důraz autorů papíru.

Poprvé publikováno 6. ledna 2022.