Επιτήρηση

CSET: Η Κίνα Προηγείται στον Κόσμο σε Έρευνα Υπολογιστικής Όρασης για Επιτήρηση

Martin Anderson
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ Κίνα παράγει πάνω από το ένα τρίτο της παγκόσμιας έρευνας στην υπολογιστική όραση και…
Δείτε περισσότερα
  • Η Κίνα παράγει πάνω από το ένα τρίτο της παγκόσμιας έρευνας στην υπολογιστική όραση και την επιτήρηση.
  • Η κινεζική έρευνα στην τεχνητή νοημοσύνη επιτήρησης αυξάνεται, ενώ η δυτική παραγωγή παραμένει σταθερή ή μειώνεται.
  • Η μεροληψία υπέρ της αγγλικής γλώσσας πιθανότατα υποεκτιμά την πραγματική πρωτοπορία της Κίνας στην έρευνα επιτήρησης.

Μια νέα έκθεση από το Κέντρο Ασφάλειας και Αναδυόμενων Τεχνολογιών (CSET) έχει βρει ότι ο ερευνητικός τομέας της Κίνας παράγει ‘ένα δυσανάλογα μεγάλο μερίδιο’ ερευνών σε τρεις βασικές τεχνολογίες επιτήρησης που σχετίζονται με την τεχνητή νοημοσύνη, και ότι η συμβολή του Κομμουνιστικού Κόμματος της Κίνας στις τεχνολογίες υπολογιστικής όρασης αυξάνεται με το ίδιο ρυθμό, και αισθητά υπερβαίνει τα δυτικά ποσοστά δημοσίευσης.

Η σαφής πρωτοπορία της Κίνας σε ερευνητικές πρωτοβουλίες σε πιο αμφιλεγόμενους υποτομείς της έρευνας υπολογιστικής όρασης, που σχετίζονται κυρίως με την επιτήρηση. Πηγή: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

Η σαφής πρωτοπορία της Κίνας σε ερευνητικές πρωτοβουλίες σε πιο αμφιλεγόμενους υποτομείς της έρευνας υπολογιστικής όρασης, που σχετίζονται κυρίως με την επιτήρηση. Πηγή: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

Οι τρεις βασικοί τομείς στους οποίους η Κίνα έχει μια τεράστια πρωτοπορία είναι η επαναταυτοποίηση ατόμων (REID), η καταμέτρηση πλήθους και η ανίχνευση απόπειρας εξαπάτησης των συστημάτων ταυτοποίησης (δηλαδή τεχνολογίες που στοχεύουν στην αποκάλυψη προσπαθειών για την υπονόμευση τεχνολογιών αναγνώρισης).

Επιπλέον, όπως υποδεικνύεται στο γράφημα παραπάνω, η ερευνητική κοινότητα της Κίνας δημοσιεύει ένα αισθητά υψηλότερο ποσοστό ερευνών σε εργασίες που αφορούν την υπολογιστική όραση που σχετίζονται με τον άνθρωπο, οι οποίες, όπως υποστηρίζει η εργασία, αντιπροσωπεύουν υποστηρικτικές τεχνολογίες για ευρύτερες λύσεις επιτήρησης που χρησιμοποιούν τη μηχανική μάθηση. Αυτές οι εργασίες περιλαμβάνουν την αναγνώριση συναισθήματος, την αναγνώριση προσώπου και την αναγνώριση δράσης.

Οι συγγραφείς σχολιάζουν:

‘Αυτοί οι αλγόριθμοι εφαρμόζονται συχνά για αθώες, εμπορικές χρήσεις, όπως η επισήμανση ατόμων σε φωτογραφίες των κοινωνικών μέσων. Αλλά η πρόοδος στην υπολογιστική όραση θα μπορούσε επίσης να ενδυναμώσει ορισμένες κυβερνήσεις να χρησιμοποιούν τεχνολογία επιτήρησης για καταπιεστικούς σκοπούς.’

Σε μια λιγότερο ανησυχητική διαπίστωση, οι συγγραφείς έχουν βρει ότι οι εργασίες που σχετίζονται με την οπτική επιτήρηση αντιπροσωπεύουν λιγότερο από το 10% όλων των ερευνών υπολογιστικής όρασης που πραγματοποιήθηκαν κατά τη διάρκεια της μελέτης, και ότι το ευρύτερο τμήμα της έρευνας είναι σχεδόν ισομερώς κατανεμημένο μεταξύ των χωρών.

Ωστόσο, η κυριαρχία της Κίνας είναι σαφής, υποστηρίζουν οι ερευνητές*:

‘Ερευνητές με θεσμική σύνδεση με κινεζικά ιδρύματα ήταν υπεύθυνοι για περισσότερο από το ένα τρίτο των δημοσιεύσεων και στις δύο περιοχές της υπολογιστικής όρασης και της οπτικής επιτήρησης.

‘Αυτό καθιστά την Κίνα μακράν την πιο παραγωγική χώρα και στις δύο περιοχές. Η μερίδα των κινεζικών ερευνητών στην παγκόσμια έρευνα οπτικής επιτήρησης αυξάνεται με παρόμοιο ρυθμό με την μερίδα τους στην έρευνα υπολογιστικής όρασης.’

Η νέα έκθεση, με τίτλο Τάσεις στην Έρευνα Τεχνητής Νοημοσύνης για την Οπτική Επιτήρηση του Πληθυσμού, αντιπροσωπεύει την εφαρμογή προσεγγίσεων Επεξεργασίας Φυσικής Γλώσσας (NLP) σε ένα σύνολο δημοσιευμένων ερευνών που καλύπτουν τα χρόνια 2015-2019, και γράφτηκε από τους Ashwin Acharya, Max Langenkamp και James Dunham.

Μεροληψία υπέρ της αγγλικής γλώσσας

Οι συγγραφείς της εργασίας παρατηρούν ότι η μελέτη τους αφορά μόνο τις αγγλικές επιστημονικές εργασίες, και ότι η επέκταση της σε μη αγγλόφωνες δημοσιεύσεις θα μπορούσε να αποκαλύψει ένα βαθύτερο παγόβουνο ακαδημαϊκής προσπάθειας από την Κίνα σε αυτές τις περιοχές. Επιπλέον, οι ερευνητές πιστεύουν ότι η ενίσχυση των δεδομένων με επικουρικές πληροφορίες, όπως δεδομένα πατεντών, εγκατάσταση κάμερας και σχετικές κυβερνητικές πολιτικές, θα μπορούσε να αυξήσει αυτή τη στατιστική πρωτοπορία.

Φυσικά, η εργασία παραδέχεται ότι η ανάλυση δημοσιευμένων ερευνών δεν μπορεί να λάβει υπόψη την ιδιωτική εταιρική ή κρατική έρευνα, και τη διαβαθμισμένη έρευνα, αλλά αποτελεί έναν πρακτικό δείκτη δραστηριότητας του τομέα στην απουσία αυτών των κρυφών σημείων δεδομένων.

Αρχιτεκτονική και Δεδομένα

Οι συγγραφείς άντλησαν τα βασικά δεδομένα εκπαιδεύοντας ένα μοντέλο εξαγωγής πληροφοριών σε επίπεδο εγγράφου, το SciREX, σε δεδομένα του Papers With Code. Το πλαίσιο προσδιόριζε τη συνάφεια των εργασιών εντοπίζοντας αναφορές σε καθήκοντα υπολογιστικής όρασης, ιδιαίτερα σε έργα και πρωτοβουλίες με επίκεντρο την επιτήρηση.

Το μοντέλο εφαρμόστηκε στο συγκεντρωτικό σώμα ακαδημαϊκής βιβλιογραφίας του CSET που περιέχει περισσότερες από 100 εκατομμύρια μεμονωμένες δημοσιεύσεις σε έξι ακαδημαϊκές βάσεις δεδομένων. Οι πλατφόρμες δημοσίευσης που συμμετείχαν ήταν Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv, και Papers With Code.

Εκπαιδευμένος σε προδημοσιεύσεις του arXiv, ένας SciBERT ταξινομητής ανέλαβε να αναγνωρίσει εργασίες υπολογιστικής όρασης σε όλο το σώμα.

Το γεγονός ότι το SciREX και το SciBERT εκπαιδεύονται σε αγγλικές εργασίες εμπόδισε τους ερευνητές να επεκτείνουν την εμβέλεια της μελέτης πέρα από την αγγλική. Για αυτό, οι ερευνητές σχολιάζουν: ‘Αυτό σημαίνει ότι στις εθνικές συγκρίσεις υποτιμά την μη αγγλική ερευνητική παραγωγή, και ειδικότερα πιθανότατα υποεκτιμά το μερίδιο της Κίνας στην παγκόσμια έρευνα.’

Ευρήματα

Μέσα στον τομέα της οπτικής επιτήρησης, η μελέτη βρίσκει ότι η αναγνώριση προσώπου ήταν η πιο συχνά επαναλαμβανόμενη εργασία, εμφανιζόμενη σε περισσότερες από χίλιες εργασίες για το έτος 2019. Ωστόσο, οι συγγραφείς σημειώνουν ότι η καταμέτρηση πλήθους και η ανίχνευση απόπειρας εξαπάτησης της αναγνώρισης προσώπου είναι ‘γρήγορα αναπτυσσόμενα’ πεδία έρευνας.

Από την εργασία, οι πιο συχνά επαναλαμβανόμενες εργασίες που αναγνωρίστηκαν για τα χρόνια που μελετήθηκαν. Πηγή είναι 'CSET merged corpus. Results generated 22 Ιουλίου 2021'

Από την εργασία, οι πιο συχνά επαναλαμβανόμενες εργασίες που αναγνωρίστηκαν για τα χρόνια που μελετήθηκαν. Πηγή είναι ‘CSET merged corpus. Results generated 22 Ιουλίου 2021’

Οι συγγραφείς θεωρούν ότι ακόμη και οι φαινομενικά πιο ‘ουδέτερες’ και λιγότερο πολιτικά εκρηκτικές έρευνες υπολογιστικής όρασης που σχετίζονται με την επιτήρηση μπορούν να συμβάλουν σε καταπιεστικά συστήματα ελέγχου. Για την ‘αναγνώριση δράσης’, παρατηρούν ότι αυτό μπορεί να χρησιμοποιηθεί για την αναγνώριση ‘μη φυσιολογικής συμπεριφοράς’ σε πολυσύχναστους δημόσιους χώρους; για την ανίχνευση απόπειρας εξαπάτησης της αναγνώρισης προσώπου, σχολιάζουν ‘Ενώ μερικές φορές χρησιμοποιείται σε συστήματα βιομετρικής σύνδεσης ή για την πρόληψη απάτης, μπορεί επίσης να εμποδίσει δημοσιογράφους και ακτιβιστές να κρύψουν την ταυτότητά τους’; και για την αναγνώριση συναισθήματος, η εργασία σχολιάζει ότι ‘Εκτός από τους μη ασφαλειακούς και εμπορικούς σκοπούς, ορισμένοι ερευνητές, εταιρείες και κυβερνητικές υπηρεσίες προτείνουν την εφαρμογή αναγνώρισης συναισθήματος για την αναγνώριση απειλών ασφαλείας σε πολυσύχναστους δημόσιους χώρους’.

Γενικά, τα ευρήματα φαίνεται να δείχνουν ότι η Κίνα είναι πιο ενδιαφερόμενη για την έρευνα υπολογιστικής όρασης, σε σύγκριση με το παγκόσμιο μέσο όρο.

Οι συγγραφείς καταλήγουν:

‘[Η] μερίδα και της υπολογιστικής όρασης και της οπτικής επιτήρησης από την Κίνα αυξήθηκε με την πάροδο του χρόνου. Οι Ηνωμένες Πολιτείες, μαζί με τους συμμάχους και τους εταίρους τους, δημοσίευσαν παρόμοιο ποσό ερευνών σε αυτές τις περιοχές όσο και η Κίνα δημοσίευσε μόνη της. Ωστόσο, η μερίδα αυτών των άλλων περιοχών στην παγκόσμια έρευνα επιτήρησης ήταν σταθερή ή μειώθηκε, ενώ η μερίδα της Κίνας αυξήθηκε.’

 

*Η έμφαση των συγγραφέων της εργασίας.

Πρώτη δημοσίευση στις 6 Ιανουαρίου 2022.

Συγγραφέας στον τομέα της μηχανικής μάθησης, ειδικός σε συνθετικές ανθρώπινες εικόνες. Πρώην επικεφαλής του τμήματος περιεχομένου έρευνας στην Metaphysic.ai, μέχρι τη διάλυσή της στην Brahma.ai της DNEG.
Ιστοσελίδα: martinanderson.ai
Επικοινωνία: martin@martinanderson.ai