CSET: Kina leder verden i computer vision overvågningsforskning

En ny rapport fra Center for Security and Emerging Technology (CSET) har fundet, at Kinas forskningssektor producerer ‘en ubalanceeret andel’ af forskning i tre kerne-AI-relaterede overvågningsteknologier, og at KKP’s mere generelle bidrag til computer vision-teknologier vokser med samme hastighed og overtager vestlige offentliggørelsesrater.

Kinas tydelige føring i forskningsinitiativer indenfor mere kontroversielle undersektorer af computer vision-forskning, primært relateret til overvågning. Kilde: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

De tre nøgleområder, hvor Kina har en massiv føring, er person-genkendelse (REID), menneskemængde-tælling og spoofing-detektion (dvs. teknologier, der sigter mod at afsløre forsøg på at undergrave identifikationsteknologier).

Dertil kommer, som vist i grafen ovenfor, at Kinas forskningsfællesskab offentliggør en bemærkelsesværdigt højere procentdel af artikler om menneske-orienterede computer vision-opgaver, som, ifølge artiklen, repræsenterer understøttende teknologier for bredere overvågningsløsninger, der anvender maskinlæring. Disse opgaver inkluderer ansigtsgenkendelse, emotion-genkendelse og handling-genkendelse.

Forfatterne kommenterer:

‘Disse algoritmer anvendes ofte til benign, kommerciel brug, såsom tagging af personer i sociale medie-fotos. Men fremgang i computer vision kunne også give nogle regeringer mulighed for at anvende overvågningsteknologi til undertrykkende formål.’

I en mindre sinistertype bemærker forfatterne, at artikler relateret til visuel overvågning udgør under 10% af alle computer vision-forskningsprojekter i studieperioden, og at den bredere del af forskningen er ret jævnt fordelt på tværs af lande.

Men Kinas dominans er tydelig, fastslår forskerne*:

‘Forskere med kinesisk institutions-tilknytning var ansvarlige for mere end en tredjedel af offentliggørelserne i både computer vision og visuel overvågning-forskning.

‘Dette gør Kina til langt den mest produktive nation i begge områder. Kinesiske forskeres andel af global visuel overvågning-forskning er voksende med samme hastighed som deres andel af computer vision-forskning.’

Den nye rapport, med titlen Trends in AI Research for the Visual Surveillance of Populations, repræsenterer anvendelsen af Natural Language Processing (NLP)-tilgange til en dataset af offentliggjorte artikler, der dækker årene 2015-2019, og er skrevet af Ashwin Acharya, Max Langenkamp og James Dunham.

Engelsk sprogforudsigelse

Rapportforfatterne bemærker, at deres studie kun berører engelsksprogede videnskabelige artikler, og at en udvidelse til ikke-angelsaksiske offentliggørelser kunne afsløre en dybere isbjerg af akademisk indsats fra Kina i disse sektorer. Desuden mener forskerne, at supplerende data med supplementær information, såsom patentdata, kamera-installation og relevante regeringspolitikker, kunne øge denne statistiske føring.

Naturligvis indrømmer rapporten, at analyse af offentlige og åbent offentliggjorte artikler ikke kan tage hensyn til privat erhvervs- eller statsforskning og klassificeret forskning, men er et brugbart indeks for sektorens aktivitet i mangelen på disse skjulte datapunkter.

Arkitektur og data

Forfatterne har udledt kerndata ved at træne en SciREX-dokumentniveau informations-ekstraktionsmodel på data fra Papers With Code, hvor modellen afleder papirernes relevans ved at identificere henvisninger til opgaver relateret til computer vision, og særligt til overvågningsspecifikke projekter og initiativer.

Modellen blev derefter anvendt på en samlet CSET-mængde af videnskabelig litteratur, der indeholder mere end 100 millioner enkeltartikler på tværs af seks akademiske datasets. De involverede publiceringsplatforme var Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv og Papers With Code.

Trænet på Arxiv-preprints, blev en SciBERT-klassificator derefter anvendt til at identificere computer vision-artikler på tværs af korpus.

Det faktum, at SciREX og SciBERT er trænet på engelsksprogede dokumenter, forhindrede forskerne i at udvide studiets rækkevidde ud over engelsk. Herom kommenterer forskerne: ‘Dette betyder, at i nationale sammenligninger det undervurderer ikke-engelsk forskningsoutput, og i særdeleshed det sandsynligvis underrepræsenterer Kinas andel af verdens forskning.’

Resultater

Indenfor visuel overvågningssektoren finder studiet, at ansigtsgenkendelse var den mest tilbagevendende opgave, der optrådte i mere end tusind artikler i 2019. Dog bemærker forfatterne, at menneskemængde-tælling og ansigts-spoofing-genkendelse er ‘hurtigt voksende’ forskningsområder.

Fra artiklen, de mest hyppigt tilbagevendende opgaver identificeret for de studerede år. Citeret kilde er ‘CSET merged corpus. Results generated 22. juli 2021’

Forfatterne af artiklen mener, at selv de mere ‘neutrale’ og mindre politisk kontroversielle computer vision-forskningsområder relateret til overvågning også kan bidrage til undertrykkende kontrolsystemer. For ‘Handling-genkendelse’ bemærker de, at dette kan anvendes til at identificere ‘abnormt adfærd’ i overfyldte offentlige rum; for ansigts-spoofing kommenterer de ‘Selvom det nogen gange anvendes i biometriske login-systemer eller til at forhindre svindel, kan det også forhindre journalister og aktivister i at skjule deres identitet’; og med hensyn til emotion-genkendelse kommenterer artiklen, at ‘Ud over dets ikke-sikkerheds-orienterede og kommercielle formål, foreslår nogle forskere, virksomheder og regeringsinstitutioner at anvende emotion-genkendelse til at identificere sikkerhedstrusler i overfyldte offentlige områder’.

Generelt synes resultaterne at vise, at Kina er over-gennemsnitligt interesseret i computer vision-forskning i forhold til den globale gennemsnit.

Forfatterne konkluderer:

‘[Den] andel af både computer vision og visuel overvågning fra Kina øgedes over tid. USA, sammen med dets allierede og partnere, offentliggjorde en lignende mængde forskning i disse områder som Kina offentliggjorde alene. Dog var disse andre regioners andel af global overvågning-forskning stabil eller faldende, mens Kinas voksede.’

*Forfatterernes tydelige fremhævelse.

Først offentliggjort den 6. januar 2022.