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

Μια νέα έκθεση από το Κέντρο Ασφάλειας και Εμφερουσών Τεχνολογιών (CSET) έχει βρει ότι ο ερευνητικός τομέας της Κίνας παράγει ‘μία αναλογικά μεγάλη μερίδα’ ερευνών σε τρεις βασικές τεχνολογίες επιτήρησης που σχετίζονται με την τεχνητή νοημοσύνη, και ότι η συμβολή του ΚΚΚ στις τεχνολογίες υπολογιστικής όρασης αυξάνεται με το ίδιο ρυθμό, και σημειωτικά υπερβαίνει τα δυτικά ποσοστά δημοσίευσης.

Η σαφής πρωτοπορία της Κίνας σε ερευνητικές πρωτοβουλίες σε πιο αμφιλεγόμενα υπο-τομείς της έρευνας υπολογιστικής όρασης, κυρίως σχετικών 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 αναγνώριση ατόμων (REID), η καταμέτρηση πλήθους και η ανίχνευση απάτης (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 σημειωτικά 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:

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

Σε μια λιγότερο sinistro σημείωση, 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 κινεζικές ερευνητικές ιδρυματικές συσχετίσεις ήταν υπεύθυνοι για περισσότερο από το ένα τρίτο των δημοσιεύσεων και στις δύο περιοχές της υπολογιστικής όρασης και της οπτικής επιτήρησης.

‘Αυτό κάνει την Κίνα 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.

Προκατάληψη 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 την ταξινομημένη έρευνα, αλλά είναι ένα λειτουργικό δείκτη δραστηριότητας του τομέα στην απουσία αυτών των κρυφών σημείων δεδομένων.

Αρχιτεκτονική και Δεδομένα

Οι συγγραφείς απέκτησαν βασικά δεδομένα με την εκπαίδευση ενός SciREX μοντέλου εξαγωγής πληροφοριών σε επίπεδο εγγράφου σε δεδομένα από το Papers With Code, με το πλαίσιο που απορρέει την σχετικότητα των ερευνών με την αναγνώριση αναφορών σε εργασίες που σχετίζονται με την υπολογιστική όραση, και ιδιαίτερα με τις επιτήρησης-κεντρικές έργα και πρωτοβουλίες.

Το μοντέλο εφαρμόστηκε σε ένα συναγμένο σώμα ακαδημαϊκής βιβλιογραφίας 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.

Εκπαιδευμένο σε Arxiv preprints, 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 ιδιαίτερα υποτιμά την μερίδα 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 αναγνώριση απάτης 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’

Οι συγγραφείς της εργασίας θεωρούν ότι ακόμη και οι φαινομενικά πιο ‘нейтрες’ και λιγότερο πολιτικά incendiary υπολογιστικές όρασης που σχετίζονται με την επιτήρηση μπορούν επίσης να συνεισφέρουν σε συστήματα ελέγχου. Για την ‘αναγνώριση δράσης’, παρατηρούν ότι αυτό μπορεί να χρησιμοποιηθεί για την αναγνώριση ‘ατυχούς συμπεριφοράς’ σε πολυσύχναστους δημόσιους χώρους; για την αναγνώριση απάτης, 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 6ης Ιανουαρίου 2022.