Connect with us

Unite.AI

監視

監視2025/08/11

レッドウルフ、ブルーウルフ：AIを搭載した顔認識とパレスチナ人の監視

地球上で最も徹底的に監視されている場所の一つは、占領されたパレスチナ領土です。ヘブロンの通り、東エルサレムの混雑した検問所、そして数百万人の日常生活の中で、先進的なAIシステムがゲートキーパーと監視者として機能しています。カメラやデータベースの背後には、2つの効率的なツール、レッドウルフとブルーウルフがあります。顔認識システムは、便利さや商業的な目的ではなく、制御のために設計されています。彼らの仕事は、顔をスキャンし、大規模なバイオメトリックデータベースに照合し、誰が自由に移動できるか、誰が停止しなければならないかを決定することです。これらのシステムがあまりに心配されるのは、技術自体だけではなく、それらが使用される方法です。民族に基づいて一つの人口をターゲットにし、同意なしにデータを収集し、アルゴリズムを占領の機械に組み込むことです。以下のセクションでは、これらのAIシステムの動作、展開場所、虐待の促進、そしてなぜ彼らがパレスチナ以外の場所でも重要であるかについて探ります。レッドウルフとブルーウルフの動作ブルーウルフは、パトロール中の兵士が携帯するモバイルアプリケーションです。パレスチナ人の顔を素早く撮影すると、即座に大規模なバイオメトリックリポジトリ、通常は「狼の群れ」と呼ばれるものに対して照合されます。応答は簡単です。緑はパスを示し、黄色は停止して質問し、赤は拘束または入場を拒否します。ブルーウルフは単なる検索ツールではありません。新しい顔を登録します。写真が一致しない場合、画像とメタデータをデータベースに追加して、プロファイルを作成または拡張することができます。部隊は、システムを「改善する」ために可能な限り多くの顔を撮影することを奨励されています。レッドウルフは、チェックポイント自体に識別を移動します。ターンスタイルに固定されたカメラが、エリアに入るすべての顔をスキャンします。システムは、顔のテンプレートを登録されたプロファイルと比較し、スクリーンに同じトライアージュカラーを表示します。システムがあなたを認識できない場合、あなたはパスしません。顔は次回のためにキャプチャーされ、登録されます。AIとマシンラーニングの下で正確なベンダーとモデルアーキテクチャーは公開されていません。しかし、動作は標準的なコンピュータービジョンパイプラインと一致しています。検出：カメラまたは電話のセンサーがフレーム内で顔を検出します。ランドマーキング：キーポイント（目、鼻、口の角）をマッピングして、ポーズと照明を正規化します。埋め込み：深層ニューラルネットワークが顔をコンパクトなベクトル（「顔の印」）に変換します。マッチング：そのベクトルは、コサイン類似度または最も近い隣接探索を使用して保存された埋め込みと比較されます。意思決定：類似度がしきい値を超えると、プロファイルがステータスとともに返されます。そうでない場合、新しいプロファイルが作成される場合があります。ここで独特なのは、人口の特異性です。トレーニングデータとリファレンスデータは圧倒的にパレスチナ人の顔を含みます。那により、モデル性能は一つのグループに集中し、デザインによってデジタルプロファイリングがコード化されます。大規模に、システムはおそらくエッジ推論を使用して速度を上げます（最適化されたモデルを実行する電話とチェックポイントユニット）および中央サーバーへの非同期同期。そうすることで、ターンスタイルでの待ち時間を最小限に抑えながら、中央データベースを最新の状態に保ちます。しきい値はソフトウェアで調整できます。しきい値を上げると、偽陽性が減りますが偽陰性が増えます。しきい値を下げると、逆の効果が得られます。チェックポイントの文脈では、過剰にフラグを立てるインセンティブが存在し、エラーの負担が民間人に移ります。データ、ラベル、ドリフト顔認識は、そのデータの「良さ」に応じて機能します。ブルーウルフの大量の写真収集キャンペーンはデータの取得として機能します。顔はさまざまな照明と角度で撮影され、事後的にラベルが付けられます。アイデンティティ、住所、家族のつながり、職業、セキュリティ評価などです。これらのラベルは真実ではありません。それらは管理的な主張であり、古くなったり、偏ったり、間違っている可能性があります。そうしたラベルがモデル再トレーニングに使用されると、エラーが特徴として硬化します。時間の経過とともに、データセットのドリフトが生じます。子供たちは大人になり、人々の外見は変わります。「難しい」例（似たような人、部分的な遮蔽、仮面）の不足は、現実世界でのエラー率を増大させる可能性があります。監視と再バランスが弱い場合、システムは静かに劣化しますが、チェックポイントでは同じ確実性の雰囲気を維持します。どこに展開され、どのように拡大するかヘブロンのH2セクターが試金石です。数十の内部チェックポイントが、旧市街の通りやパレスチナ人の家への移動を規制しています。レッドウルフは、選択されたターンスタイルに固定されています。強制的な登録ファンネルを作成します。ブルーウルフは足で続き、市場、側道、個人の戸口までカバー範囲を拡大します。東エルサレムでは、当局はパレスチナ人の近隣や聖地の周りにAI対応のCCTVを重ねて配置しています。カメラは遠距離で個人を識別および追跡し、ビデオを顔検索で走査することで、...
著者 Antoine Tardif, Unite.AIのCEO兼創設者
監視2025/07/16

AIは犯罪予測を改善しているか？

SF小説や映画では、警察が犯罪を予測する未来が描かれています。現在、AIの登場により、実現可能な技術となりました。複数の都市でAIを使用した予測ポリシングの実験が行われています。しかし、まだ一般的な慣行ではありません。なぜそれが妨げられているのかを見てみましょう。予測分析のすべてのアプリケーションで、精度と信頼性は問題でした。しかし、技術は成熟し、製造業やサプライチェーン管理などの業界で波紋を広げています。犯罪予測でも大規模な導入に十分な準備ができているのでしょうか。現在の犯罪予測AIの状況予測ポリシングはまだ一般的ではありませんが、近年大きな発展を遂げています。これらのステップは、実際の犯罪予測AI、実験研究、発表済みだがまだ開始されていない犯罪予測プロジェクトの3つの広いカテゴリに分類されます。1. 実際の犯罪予測の成果いくつかの都市では、AIを使用した予測ポリシングから印象的な結果が得られています。ドバイ警察の犯罪捜査総局は、重犯罪率が25%減少したと報告しています。軽犯罪は7.1%減少しました。多くのAI犯罪予測ツールと同様に、このソリューションは過去の報告を分析し、現在の状況と比較することで機能します。以前の犯罪の傾向を強調することで、機械学習モデルは、同様のイベントが発生する可能性のある地域と時間を特定できます。警察は事前にリソースを動員して、犯罪を阻止したり、犯罪につながる可能性のある事態に対処したりできます。カリフォルニア州サンノゼでは、別の種類のAIモデルが成功を収めています。市はまだ犯罪を予測していませんが、ポットホールや落書きをAIで検出して対処しています。担当者によると、地域を清掃することで、犯罪の可能性が低くなるため、このプロセスでも犯罪の発生を減らすことができます。2. 実験的なモデル実際の予測ポリシングが成長するにつれて、類似のアプリケーションの初期テストも期待を寄せています。多くの管轄区域では、予測ポリシングシステムをフルに展開するには、相当な規制の障壁があり、技術の採用が遅れています。実験段階の例は、その間にも前進を促しています。2022年のシカゴ大学の研究では、1週間先の犯罪を90%の精度で予測できるモデルが作成されました。さらに重要なのは、このシステムは古いシステムよりもバイアスに陥りやすさが低いことです。市を政治的境界や地区ではなく、等しいタイルに分割することで、新しい視点を提供します。都市のデジタルツインを作成して、元のシステムではなく、古い、バイアスのかかったレコードに頼るのではなく、犯罪をマッピングすることで、より信頼性の高い洞察が得られる可能性があります。警察はまだこのシステムを使用していませんが、研究はこの分野の新しい技術が何をできるかを示しています。3. 予測ポリシングへの投資将来を見ると、複数の地域でAI犯罪予測の目標が発表されています。これらのプロジェクトはまだ開始されていませんが、その出現は、政府がこの技術の有効性に対する信頼が高まっていることを示唆しています。2024年7月、アルゼンチンのセキュリティ省は、AI犯罪予測と対応の計画を発表しました。決定によると、警察は歴史的な犯罪データを分析して将来の出来事を予測し、予測に応じて対応して犯罪を防ぐことになります。また、リアルタイムの異常検出も言及されており、予測モデルと連携して機能する可能性があります。最近、イギリスは、殺人予測ツールの作成を発表しました。どのようなデータを使用するかについては、報告が相反しています。法務省は、このプロジェクトは現段階では研究目的のみであると述べていますが、今日の研究は明日の実際のプロジェクトにつながる可能性があります。AI犯罪予測の改善これらの現在および将来の予測ポリシングアプリケーションは、最初の例から遠ざかっています。しかし、肯定的な変化を示しています。以前のバージョンは、同じレベルの精度と信頼性を達成できませんでした。シカゴ大学の解決策の90%の精度とドバイの重犯罪の25%の減少は、以前の試みとは遠く離れています。2024年、フロリダ州パスコ郡の保安官事務所は、10.5万ドルの和解を行い、予測ポリシングプログラムを終了しました。システムは、AIモデルの予測に基づいて、犯罪を犯していない市民を繰り返し訪問し、さらには逮捕しました。同様に、シカゴは、犯罪予測モデルを終了しました。研究によると、システムは銃関連犯罪に対する影響はありませんでしたが、逮捕の可能性は高まりました。さらに懸念されるのは、アルゴリズムが本質的に人種的に偏っていることが明らかになり、有色人種が逮捕される可能性が高くなっていたことです。別の一般的なソリューションであるGeolitica（以前はPredPol）は、0.6%の精度しか示さなかったと報告されています。強盗事件の精度は0.1%でした。これらの失敗したプログラムと比較して、新しいAI犯罪予測ツールは驚くほど正確です。まだ、多くの警察がこれらの高度なソリューションを使用している話は聞きませんが、初期の結果は、昨日のAIと今日のAIの対比を示しています。AI犯罪予測の暗い面多くの管轄区域がAI犯罪予測に投資している理由は明らかです。犯罪を起こす前にそれを阻止することは公共の安全にとって大きな利益であり、AIは人間の仮定に反する傾向を検出できます。たとえば、半分以上の強盗は夜ではなく昼に発生します。AIは人間の認識と異なる実際の傾向を検出できます。同時に、予測ポリシングには重大なプライバシーと倫理的な懸念があります。52%のアメリカ人がAIよりも懸念している理由があります。最も高度なモデルでも、データに偏見があると、人間の偏見を永続させ、または誇張する可能性があります。歴史的な犯罪データは、最悪の場合、偏ったものである可能性があります。逮捕記録は、実際の犯罪を反映するのではなく、より厳しく取り締まられている地域を示している可能性があります。したがって、データは、法執行における長い歴史を持つ人種的な偏見を反映している可能性があります。偏ったデータで学習したAIモデルは、警察が黒人居住地区をより厳しく取り締まることや、有色人種に対してより警戒することにつながる可能性があります。シカゴとパスコ郡の事例はそのように示しています。したがって、偏見を認めずにAIの予測に頼ると、歴史的に過度に取り締まられてきた人種的マイノリティの扱いが不公平になる可能性があります。人種的不正義とは別に、市民に関する膨大な量のデータを収集することはプライバシー上のリスクにつながる可能性があります。政府機関は、サイバー犯罪の8番目に標的となる業界です。予測ポリシングモデルからのセキュリティ侵害は、サイバー攻撃が成功する可能性は高く、被害も大きい可能性があります。サイバー攻撃が成功しなくても、犯罪を犯す可能性があるとして市民を監視することは、過度な監視と適正手続きについての疑問を提起します。AI犯罪予測は改善しているが、懸念は残るAI犯罪予測モデルは、数年前よりもはるかに正確になりました。しかし、偏見、有効性、正義に関する懸念はまだ残っています。政策立案者とAI企業は、これらの問題に対処して、この技術が実際により安全な将来を提供できるようにしなければなりません。
著者 Zac Amos, 特集担当編集者, ReHack
監視2025/03/01

イスラエルのトロイの木馬：ガーナのペガサス購入がアフリカ全土でプライバシー懸念を引き起こす

国際的な諜報とデジタル監視の影のある世界では、イスラエルのNSOグループとその有名なペガサス・スパイウェアほど物議を醸す名前はほとんどありません。ガーナがこの強力なツールを取得したアフリカ諸国に加わったとき、プライバシー、民主主義、イスラエルのデジタル景観への影響についての疑問が生じました。ガーナの戦略2015年12月、ガーナは、官僚的な曖昧さの下で、運命的な決定を下しました。西アフリカの国は、比較的安定した民主主義の進歩で知られていましたが、$5.5ミリオンの契約でペガサス・スパイウェア・システムを取得することを秘密裏に決定しました。この契約には、複雑な関係者が関与していました：イスラエルのNSOグループ、影のある中間者であるInfralocks Development Limited (IDL)、およびガーナのNational Communications Authority (NCA)。この取引は、その秘密主義的な性質だけでなく、関与するマークアップのために目を見張ることになりました。IDLは、システムをNCAに8ミリオンドルで再販することになり、2.5ミリオンドルの利益を得ることになりました。この財務上の手腕は後に取引の設計者に戻り、法的影響と有罪判決につながりました。ペガサス：全見の目ガーナが何を取得したのでしょうか？ペガサスは普通の監視ツールではありません。スマートフォンを感染させたときに、最も親密な秘密を解放できるデジタル・スケルトン・キーです。1つのミスった電話や、無害に見えるテキスト・メッセージで、ペガサスはサイレントにデバイスに侵入し、オペレーターに電話、メッセージ、写真、そして電話のマイクやカメラへのアクセスを提供します。ペガサスを本当に恐ろしいものにするのは、その「ゼロクリック」機能です。従来のマルウェアがユーザーの操作を必要とするのに対し、ペガサスはターゲットからの操作なしでデバイスを感染させることができます。この不可視の侵入は痕跡を残さず、個人デバイスを所有者に対する無自覚のスパイに変えます。ペガサスの技術的な力は驚異的です。インストール後、次のことができます：テキストメッセージやメールを読む電話の通話を監視して記録する GPSの位置をリアルタイムで追跡するデバイスのマイクとカメラにアクセスする暗号化されたメッセージング・プラットフォームを含むさまざまなアプリからのデータを収集するパスワードや機密情報を収集するイノベーションの暗い側ペガサスとその創設者であるNSOグループの物語は、テクノロジーの両刃の剣の警告的な物語です。2010年にイスラエルのエリート・インテリジェンス・コアであるUnit 8200の元メンバーによって設立され、NSOグループは当初、テロリズムや犯罪と戦うために政府を支援するツールを開発するために設立されました。しかし、ペガサスがジャーナリスト、人権活動家、政治的反体制派を標的にするために使用されたという報告が表面化し始めると、会社の物語は崩壊し始めました。メキシコからサウジアラビア、インドからモロッコまで、ペガサスは近年、プライバシーと人権の最も重大な侵害のいくつかで関与していました。ガーナの監視国家ガーナのペガサス購入は、国が監視能力を大幅に拡大することを意味しました。政府は購入を国家安全保障のために必要であると正当化しましたが、批評家はより陰謀的な動機を見ました。政治的緊張の歴史がある国では、悪用の可能性は明らかでした。悪用の恐れは根拠のないものではありませんでした。2020年5月、ガーナの高等裁判所はペガサス購入を違法と裁定し、2人のNCA役人と元国家安全保障調整官に有罪判決を下しました。スパイウェアは、国家安全保障アドバイザーの私邸に設置されていたことが明らかになり、使用目的について心配を引き起こしました。この暴露は、国家安全保障と個人のプライバシー権のバランスについて激しい議論を引き起こしました。人権組織は、これらの技術が政治的弾圧やプライバシー権の侵害に使用される可能性について懸念を表明しました。特に、民主主義機関がまだ発展途上にある地域ではです。イスラエルのアフリカ戦略ガーナのペガサス・サーガは、イスラエルのアフリカでの影響力の拡大の物語の一部です。イスラエルは、先進的な監視技術を輸出することで、アフリカ諸国との関係を育んでいます。イスラエルは、アフリカの安全保障のランドスケープにおける重要なプレーヤーとしての地位を確立しています。このデジタル外交は、イスラエルにとって複数の目的を果たします。イスラエルのテクノロジー業界に新しい市場を開拓し、外交関係を強化し、有価値な情報を提供する可能性があります。しかし、人権記録が疑問視される国々に強力な監視ツールを輸出することの責任について倫理的な疑問も生じています。法的挑戦と国際的反発ペガサスや同様のスパイウェアの普及は、無制限にはなりませんでした。2021年、Apple はNSOグループに対して訴訟を起こし、Appleユーザーをスパイウェアで標的にしたとして非難しました。同様に、WhatsAppはNSOグループを訴え、ユーザーのデバイスにペガサス・スパイウェアを配布するためにプラットフォームを悪用したと非難しました。国際社会も行動を起こしました。アメリカ商務省は、NSOグループをエンティティ・リストに追加し、実質的にアメリカの技術や市場へのアクセスを制限しました。この決定は、NSOの活動がアメリカの国家安全保障と外交政策の利益に反する証拠に基づいていたためでした。ヨーロッパでは、欧州議会はペガサスや同様のスパイウェアの使用を調査するためにPEGA委員会を設立しました。委員会は、厳格な安全対策が講じられるまで、スパイウェアの販売と使用を停止するよう求めています。先の道ガーナがペガサス購入の余波に対処するにつれて、アフリカと世界に対するより広範な影響は明らかです。先進的な監視技術の普及は、プライバシー、表現の自由、民主主義の規範に対する重大な脅威を引き起こします。ペガサス事件は、監視技術の販売と使用を規制する国際規制の必要性を強調する警鐘です。また、デジタル時代の国家安全保障と個人の権利の微妙なバランスも浮き彫りになります。...
著者 Antoine Tardif, Unite.AIのCEO兼創設者
監視2025/02/15

中国の監視の目: ウガンダにおけるAIサーベイランス

これは、Unite.AIによる国際政府とAIサーベイランスの間の成長するつながりを探るシリーズの第一弾です。世界中で、国家主導のサーベイランスプログラムが急速に進化しており、中国、イスラエル、ロシアなどの強力なテクノロジー輸出国とのパートナーシップによって支えられています。ウガンダは、AIサーベイランスがどのように展開され、拡大され、国家安全保障の名の下に正当化されたかを明らかにする興味深いケーススタディーとなっています。ウガンダにおけるAIサーベイランスは、安全保障、治理、公共の監視に大きな影響を与えています。ウガンダ政府が以前、軍事裁判で民間人を起訴したことがあるため、懸念が生じています。ウガンダは最近、数千台の閉回路テレビ（CCTV）カメラを備えた広範なAI駆動型サーベイランスシステムを導入しました。このシステムは、顔認識機能を備えたカメラで構成されています。このイニシアチブは、全国的な「セーフシティ」計画の一部であり、中国の電気通信大手Huaweiの支援を受けて導入されました。ウガンダ政府は、高度なネットワークが公共の安全を強化し、犯罪率の増加を抑制するのに役立つと主張しています。しかし、このプログラムは、プライバシー、技術の潜在的な悪用、国家サーベイランスのより広範な影響について懸念を表明する批評家から批判されています。ウガンダの経験は、政府がセキュリティの名の下にAIサーベイランスを採用するという、世界的な趨勢を例示しており、デジタル時代にセキュリティと市民の自由をどのようにバランスさせるかという重要な質問を提起しています。背景：ウガンダのセーフシティサーベイランスプロジェクトウガンダにおけるCCTVサーベイランスの推進は、2017年に一連の重大な暴力犯罪が発生した後、勢いを得ました。2017年3月に、高級警察官アンドリュー・カウェシの暗殺の後、ヨウェリ・ムセベニ大統領は、安全保障機関に主要都市と高速道路に「スパイカメラ」を緊急に設置するよう指示しました。この政治的指令により、2018年にHuaweiが管理する雄大なセーフシティサーベイランスプロジェクトが立ち上がりました。このプロジェクトの費用はウガンダ・シリング458億（約1億2600万ドル）でした。実施は、カンパラ都市圏から始まりました。計画では、カンパラ市内に3,200台以上のカメラを設置し、中央指令センターから監視することを想定していました。現在のデータはありませんが、2019年末までに、カンパラでの展開はほぼ完了しており、約2,500台のカメラ（カンパラ段階の約85%）が設置されました。これらのカメラは、ストリート、交差点、公共の空間を監視し、警察の制御室にリアルタイムでビデオを送信します。このシステムは、Huaweiの世界的なセーフシティイニシアチブの一部であり、都市部での法執行を支援するためにテクノロジーを利用することを目的としています。ウガンダの警察当局は、カンパラの後に、監視ネットワークを全国の主要都市に拡大する予定であると示しました。Huawei所有権Huawei Technologiesは、公式には完全に従業員所有の民間会社です。独特の所有構造は非常に不透明です。約99％のHuaweiは、従業員のために取引委員会によって保有されています。創設者である任正非は、残りの1％を所有していると報告されています。従業員は、利益分配に権利を与える仮想株が与えられますが、外部分析によると、これらの株式は、会社の統治に対する通常の管理または投票権を与えないようです。この構造は、中国では非常に珍しく、特にHuaweiの規模の会社の場合です。取引委員会の最終的な管理についての不透明さは、Huaweiの管理または他の役者が会社に対する真正の影響力を揮っているかどうかについての疑問を生み出しています。Huaweiは、外部のエンティティ（政府を含む）が株式を保有しておらず、独立した従業員による企業であると主張しています。Huaweiが独立しているという主張にもかかわらず、その中国国家および中国共産党とのつながりは、論争の的となっています。Huaweiの創設者である任正非は、中国人民解放軍の元エンジニアであり、1970年代後半から中国共産党の党員です。多くの大きな中国企業と同様に、Huaweiには、従業員の中に党委員会または「党細胞」があります。このような党組織は、中国企業では一般的であり、会社の政策が国家と党の目標に一致することを保証することを目的としています。西側の政府要人は、任の軍事的背景と党員資格を、Huaweiが北京の影響を受けている可能性がある兆候として指摘しています。たとえば、米国国務長官マイク・ポンペオは、2019年に任が「政府とのつながりがない」ということを「嘘」であると主張しました。公式の理由と初期の影響ウガンダ政府がAI駆動型サーベイランスに投資する公式の理由は、公共の安全を強化し、犯罪捜査を近代化することです。警察と政府の公式は、暴力犯罪の増加（暗殺、強盗、誘拐を含む）を、CCTVプロジェクトの正当化として挙げました。Huaweiのカメラシステムの調達は、明示的に「ウガンダでの暴力犯罪を減らす」ための努力として提示されました。安全保障機関は、新しいサーベイランスツールによる初期の成功を強調しました。2019年の初め、カンパラ周辺にカメラが設置されていたとき、警察は数十件の事件がすでに解決されたか、CCTVの映像によって助けられたと報告しました。公式は、カメラが40件以上の事件の捜査に貢献し、容疑者や犯罪に関与する車両を特定するのに役立ったと主張しました。ウガンダ警察は、CCTVネットワークを警察活動の重要なアップグレードと見なし、顔認識や自動車番号認識などの機能が、犯罪者を特定し、迅速に対応する能力を高めることを指摘しました。プライバシーと政治的懸念セキュリティ上の利点が約束されているにもかかわらず、ウガンダのAIサーベイランスプログラムは、野党指導者、市民社会活動家、プライバシー擁護者から強い批判に直面しています。彼らの懸念は、長期にわたる政府と反対派の弾圧の歴史を持つ国で、これらの技術が政治的サーベイランスに簡単に転用される可能性があることにあると中心にあります。野党指導者は、全国的なカメラネットワークが、公共の安全の名の下に政府批判者を追跡して特定するために使用される可能性があると警告しました。特に、ウガンダ警察が、2021年の総選挙の直前に顔認識カメラシステムを取得したことは、真の目的についての疑念を高めています。プライバシー団体も、サーベイランス展開が開始された際に、十分な法的安全保障と監視が欠けていることを非難しました。カンパラに拠点を置くデジタル権利団体Unwanted Witnessは、政府が法的根拠やガイドラインなしに「スパイカメラ」を急いで展開したことを批判し、市民の命を危険にさらす可能性があると警告しました。活動家は、プライバシー法や透明性がなければ、CCTVや顔認識システムによって収集された膨大なデータが、無実の市民を監視したり、自由な表現を抑えたり、または政治的反対派を標的にしたりするために利用される可能性があると指摘しました。比較分析：アフリカにおけるAIサーベイランスウガンダは、AI駆動型サーベイランスを採用した最初の国ではありません。同様のプログラムが他の国でも立ち上がっており、セキュリティとプライバシーについて同様の議論を引き起こしています：ケニア：ウガンダの隣国は、セーフシティサーベイランスシステムを導入するためにHuaweiと提携しました。ナイロビに1800台以上の高解像度カメラが設置されています。ジンバブエ：この国は、CloudWalk Technologyと協力して、全国的な顔認識プログラムを開発するという論争的な合意に達しました。結論ウガンダのAI駆動型サーベイランスへの取り組みは、双刃の剣を表しています。進むにつれて、法的保護と監視が不可欠になります。ウガンダの経験は、セキュリティの必要性とプライバシーの権利のバランスを取るという、世界的な課題を浮き彫りにしています。完全に監視された人口の影響は深刻です。市民は、政府の報復を恐れて、言論の自由や表現の自由を自ら制限する可能性があります。大量のサーベイランスは、政治的反対派、活動主義、公共の集会に対する抑制効果をもたらす可能性があります。さらに、広範なサーベイランスは、政府と公共の間に信頼を損ない、市民が常に監視されていると感じることによって、公開された民主的な議論を妨げる可能性があります。厳格な安全対策がなければ、これらの技術は、犯罪防止ツールから管理の道具に変わり得ます。これは、AI駆動型サーベイランスの世界的な台頭とその広範な影響についての深い分析の始まりにすぎません。このシリーズが続くにつれて、政府がAIを管理ツールとしてどのように利用しているか、市民の自由に対するリスク、プライバシーと透明性に関する増大する懸念について探ります。予測ポリスから大量のデータ収集まで、AIサーベイランスの現実世界の影響と、監視の増大する世界における自由と統治の将来について調べます。
著者 Antoine Tardif, Unite.AIのCEO兼創設者
監視2025/01/28

デリケートなバランス：エッジAIを通じてプライバシーを保護しながら公共の安全を確保する

現代社会では、都市化の進展、犯罪率の増加、テロの脅威など、公共の安全に対する新たな脅威が生じています。法執行機関の資源が限られている状況下で、都市の成長を考慮することで、公共の安全を確保する課題はさらに困難になります。技術の進歩により、監視装置やカメラが公共の安全を確保するために活用されていますが、これには個人情報の保護に関する懸念が伴います。中国には約600万台の監視カメラが設置されており、中国以外の都市では、デリー、ソウル、モスクワ、ニューヨーク、ロンドンが最も監視の厳しい都市として知られています。公共の安全のために監視カメラが増えていることは有益ですが、個人情報の保護に関する懸念も生じています。多くの個人情報の保護に関する懸念も生じています。個人が匿名性を維持し、常時監視されないことを望むことは、安全とプライバシーに関する論争を引き起こす可能性があります。公共の安全の向上を目的とした人工知能技術近年、カメラには人工知能が組み込まれており、公共の安全の分野で重要な役割を果たしています。カメラやビデオ管理システムのレベルで人工知能を統合し、生成的な人工知能を組み込むことで、人工知能は公共の安全の監視に非常に魅力的な選択肢となります。監視システムにおける人工知能の最も一般的なユースケースは、周囲の保護とアクセス制御です。これらのアプリケーションは、オブジェクトの検出、セグメンテーション、ビデオのメタデータ、再識別などのタスクを利用して、正当な人物や行動と疑わしいまたは異常な人物や行動を迅速かつ正確に識別し、リアルタイムで対応をトリガーします。人工知能を搭載した監視システムは、より繊細で高度な機能を提供できます。人工知能を使用することで、監視システムはリアルタイムでセキュリティのイベントを検出、識別、対応できます。セキュリティの向上と公共の安全の確保はメリットですが、人工知能は個人情報の保護に関する懸念も生じています。大量のデータを組み込む場合、堅牢なデータ保護対策を実装することが重要です。クラウドAIのプライバシーに関する課題クラウドベースのAIソリューションは、中央集約型のデータセンターを活用することで強力な処理能力を提供してきましたが、データのプライバシーに関する脆弱性も生じています。データが保存されている場合、または「休止中」である場合、中央集約型のストレージにより、クラウドシステムはサイバー攻撃の重要な標的となります。悪意のある行為者はこれらのシステムにハッキングし、重大なデータ漏洩や潜在的なデータ公開を引き起こす可能性があります。ただし、データ処理が分散されており、ネットワークのエッジで行われる場合、攻撃は特定のノードに限定され、大量のデータ漏洩は困難になります。さらに、クラウドベースのデータ処理システムは、データのプライバシーに関する規制に従わなければなりませんが、これにより、生データの分析が制限され、潜在的な法的責任が生じる可能性があります。エッジ処理では、最小限の情報のみを保存および転送し、深い洞察を提供します。クラウドとデバイスの間でデータを転送すると、追加の脆弱性が生じます。データを転送中にハッキングすることで、攻撃者は機密情報を公開し、システムのセキュリティを損なう可能性があります。全体として、クラウドデータセンターは単一の故障点であり、影響を受けた場合、多くのカメラに影響を及ぼす可能性があります。エッジAIがプライバシーとセキュリティのバランスをとるエッジAIは、これらの課題に対する魅力的な解決策を提供します。エッジAIは、クラウドではなく、デバイス自体でデータを処理します。データが分散されている場合、各システムは異なるアルゴリズムと機能を採用でき、プライバシーに関するいくつかの利点があります。デバイスでデータを処理することで、エッジAIシステムは、機密情報をインターネット上で転送する必要性を最小限に抑え、転送中の傍受のリスクを大幅に削減します。データをローカルに保存することで、大量のサイバー攻撃のリスクも制限されます。如果一台のデバイスが侵害された場合、攻撃の範囲はデバイスに限定され、ネットワーク全体には影響しません。最後に、エッジAIでは、デバイス自体でデータを匿名化できます。これにより、保存されているデータの本質を維持するプロセスが簡素化されます。データの本質は、エッジデバイスまたはクラウドに保存できますが、個人情報を公開することはありません。重要なのは、エッジAIをセキュリティツールとして効果的に使用するには、効率的で強力である必要があり、コスト効率が良く、電力消費が少ない必要があるということです。AIハードウェア、例えばHailoの専用AIプロセッサや低消費電力、高性能のチップは、これを可能にします。エッジAIは、公共の安全と個人のプライバシーをバランスさせる課題に対する有望な解決策を提供します。データをローカルで処理し、データの転送と保存に制限を加えることで、エッジAIはクラウドベースのシステムに関連するリスクを軽減します。これらの技術が進化するにつれて、エッジAIは、個人の匿名性の権利を尊重しながら、より安全な公共の空間を作り出す上で重要な役割を果たすでしょう。不仅セキュリティを強化するだけでなく、我々を守るシステムに対する信頼を構築することにも貢献します。
著者 Danya Golan, HailoのVPマーケティング
監視2025/01/14

AIを搭載した交通カメラはあなたの運転を見ているか？

人工知能（AI）は今日、どこにでもあります。そんな中、AIを搭載した交通カメラは特に物議を醸しています。名前の通り、道路上の車両の映像を機械学習で分析します。これらは通常、法執行機関の措置です。警察は、運転中の携帯電話使用や、ハイウェイパトロール官が簡単に見つけることができない他の違反、例えば、乗車券なしでカープールレーンを使用する車両を検知するために使用します。ただし、スマートシティ運用を情報に基づいて行うために、交通パターンを単に監視することもできます。どちらにせよ、倫理的な懸念と同等の可能性を提起します。AI交通カメラは今日どれほど一般的かAIを搭載した交通カメラの概念はまだ比較的新しいですが、すでにいくつかの場所で使用されています。イギリスの警察のほぼ半数が、シートベルトの着用と運転中の携帯電話使用を取り締まるためにこれらを導入しました。アメリカの法執行機関もこれに続き、ノースカロライナ州ではAIカメラを設置した結果、携帯電話違反の検知が9倍になりました。固定カメラだけが現在使用されている用途ではありません。いくつかの交通局は、バスなどの公共車両内に機械学習システムを実験しています。少なくともアメリカの4都市では、バスレーンに違法に駐車している車両を検知するためにこのようなソリューションを実装しています。多くの地方自治体がこの技術を使用しているため、将来的にはさらに成長する可能性が高いです。機械学習は時間の経過とともにより信頼性が高まるため、初期テストが有意な改善を示せば、さらに広く採用される可能性があります。スマートシティへの投資の増加も拡大に拍車をかける可能性があります。世界中の政府はこの技術に大きな賭けをしています。中国は500のスマートシティを建設することを目指しており、インドは少なくとも100の都市でこれらの技術をテストする予定です。そうすると、より多くの運転手が日常の通勤でAIカメラに遭遇することになります。AIを交通カメラに使用する利点AI交通カメラは成長しています。なぜなら、この革新は公的機関と私的市民にとっていくつかの重要な利点を提供するからです。安全性の向上これらのカメラの最も明らかな利点は、道路をより安全にすることです。運転中の携帯電話使用は危険です。2022年だけで3,308人の命が失われましたが、ハイウェイパトロール官がこれを簡単に見つけることはできません。アルゴリズムは、人間よりも簡単に運転中の携帯電話使用を認識できます。つまり、運転中の携帯電話使用を禁止する法律を執行することができます。初期の兆候は約束のあるものです。イギリスとアメリカの警察がこれらのカメラを使用し始めたところ、運転中の携帯電話使用やシートベルト未着用の運転手にとった切符が大幅に増加しました。法執行機関がこれらの行為を取り締まるにつれて、罰則を避けるために安全に運転するよう人々にインセンティブが働くでしょう。AIは他の方法よりも速く機能することもできます。赤信号カメラなどです。分析と切符の自動化により、手動ワークフローが長くなるのを避けることができます。したがって、違反後にすぐに罰則が届けられ、遅れた反応よりも効果的な抑止力となります。自動化により、警察官が少ない地域でもこれらの利点を享受できます。交通の合理化AIを搭載した交通カメラは、混雑した道路での交通を最適化できます。違法に駐車している車両を検知するためにこれらのカメラを使用している地域は、良い例です。バスレーンの規制を執行することで、公共の車両が停車する必要がある場所で停車できることが保証され、他のレーンでの交通を混乱させたり遅延させたりするのを避けることができます。シートベルト未着用や運転中の携帯電話使用に対する切符の自動化も同様の効果があります。誰かを止めることは、特に混雑した地域では、他の車両の交通を混乱させる可能性があります。代わりに、ナンバープレートの写真を撮って運転手に請求書を送ることで、警察は交通を混乱させることなく安全な道路を確保できます。法執行機関以外のカメラもこの利点をさらに高める可能性があります。都市中の機械学習システムは、混雑を認識し、地図サービスを更新して、人々を混雑した地域を避けるようにルーティングできます。アメリカの平均的な運転手は2023年に42時間を交通渋滞で費やしたことを考えると、どのような改善でも歓迎されることになります。AI交通モニタリングの欠点AI交通カメラの利点は注目に値しますが、完璧な解決策ではありません。この技術もいくつかの重大な潜在的な欠点があります。誤認とエラーAIの正確性は懸念を引き起こす可能性があります。繰り返し発生するデータに基づくタスクでは人間よりも正確ですが、まだ間違いを犯す可能性があります。したがって、人間の監視を除外することは、無実の人が罰金を受け取ることにつながる可能性があります。ソフトウェアのバグは、機械学習アルゴリズムが画像を誤認識する原因となる可能性があります。サイバー犯罪者は、データの汚染攻撃によってそのようなインスタンスをより起こりやすくする可能性があります。人々はおそらく切符を争い、名前を清めることができますが、それは長くて難しいプロセスになるでしょう。それは、技術の効率性の利点の一部を相殺することになります。誤陽性も関連する懸念事項です。アルゴリズムは、高い誤陽性率を生み出し、無実の人の対象となる罰則が増える可能性があります。これには、多くの状況で人種的意味合いがあります。データの偏見が、遅すぎて対処できないまで見えないままであることが多いため、AIを政府のアプリケーションで使用することは、法制度における人種や性別の差別の問題を悪化させる可能性があります。プライバシー問題AIを搭載した交通カメラの周りで最も大きな論争は、よくあるものです。監視です。都市がこれらのシステムを設置するにつれて、より多くの運転手の写真を記録します。多くのデータが一か所に集まることは、監視と、ナンバープレート番号や運転手の顔のような機密情報のセキュリティに関する大きな疑問を引き起こします。多くのAIカメラソリューションは、違反が検出されるまで画像を保存しません。ただし、運用中には、違反が検出されていない場合でも、数百、または数千人の運転手の画像が保存される可能性があります。政府の監視に関する懸念を除いて、これらすべての情報はサイバー犯罪者の魅力的な標的です。アメリカ政府機関は2023年だけで32,211のサイバーインシデントに遭遇しました。サイバー犯罪者はすでに公共機関や重要なインフラを標的にしており、AIカメラシステムの単一のデータ漏洩が、同意しなかった人々に影響を及ぼす可能性があることは理解できます。将来の可能性物議を醸しているため、自動交通カメラが世界標準になるまで時間がかかる可能性があります。誤陽性やサイバーセキュリティ問題に関する話題は、一部のプロジェクトを遅らせる可能性があります。最終的には、それは良いことです。挑戦に対する注意は、展開が害よりも良いことをするように開発と規制が必要であることを示します。厳格なデータアクセスポリシーとサイバーセキュリティ監視は、広範な採用を正当化するために不可欠です。同様に、政府機関は、偏見や問題をチェックおよび防止するために、機械学習モデルの開発を検証する必要があります。EUの最近のAI法は、規制上の前例をすでに提供しています。AI交通カメラは約束と論争をもたらすAIを搭載した交通カメラはまだ新しいですが、注目に値します。これらの技術の約束と落とし穴は、政府がこれらを実装しようとするにつれて、より多くの注目を必要とします。この革新の周りの可能性と課題に対するより高い認識は、将来的に安全で効率的な道路ネットワークを開発するための基盤となります。
著者 Zac Amos, 特集担当編集者, ReHack
監視2023/09/13

AIはセキュリティカメラの能力を超電気化している

セキュリティについて話をするとき、サイバーセキュリティについて話すことが多いです。特にAIが関与する場合はなおさらです。しかし、物理的な保護の必要性はまだ残っています。AIはこの安全性の側面も改善できます。AIセキュリティカメラは、消費者と企業の両方にとって監視を革命的に変えています。ビデオドアベルと他のスマートカメラは、最も人気のあるスマートホームデバイスの1つです。同じ基本技術は、商業セキュリティシステムにも利益をもたらす可能性があります。ここでは、AI監視が両方の分野でゲームを変える5つの方法について説明します。1. 即時対応AIセキュリティカメラの最大の利点の1つは、即時のアラームをトリガーすることです。従来のカメラは、常に監視する必要があります。あるいは、事実上の後にのみ疑惑の人物を特定するのに役立ちます。AIはより効率的です。マシンビジョンは人間の脳よりも迅速に情報を処理することができ、多くの場合、より正確に処理できます。セキュリティの文脈では、スマートカメラは侵入者を認識し、リアルタイムで適切な対応をトリガーできます。結果として、企業と家庭は、重大な被害が発生する前に侵入を防ぐことができます。AI駆動カメラは、より広範な即時対応のために複数のシステムに接続できます。最も基本的なものは、侵入者を追い払うために照明を点灯させることができます。他のものは、警察に自動的に連絡したり、聞こえるアラームを鳴らしたり、侵入者を1か所に留めるためにスマートロックを活性化したりできます。2. オブジェクトおよび異常検出AI監視カメラは、マシンビジョンを使用して特定のオブジェクトを識別することもできます。いくつかの学校システムは、侵入検査や金属探知機を必要とせずに、これらのシステムを使用して武器を検出しています。この技術は銃器を識別し、3〜5秒で当局に警告し、潜在的に命を救うことができます。一部の高度なAIシステムは、人間の異常な行動を検出することもできます。マシンビジョンモデルは、リアルタイムでセキュリティカメラの映像を分析して、万引きを示唆する疑わしい行動を識別できます。あるいは、喧嘩や破壊行為などの暴力的な行動を検出して、状況が制御不能になる前に当局に迅速に対応することができます。この高度な検出は、空港やスタジアムなどの場所では特に有用です。これらの地域の人々の群れは、人間のセキュリティチームが効果的に監視するには大きすぎるかもしれませんが、AIカメラはギャップを埋めることができます。3. 偽陽性の削減よりシンプルな、動作検出ベースのカメラは、侵入や同様のイベントを検出できますが、多くの誤ったアラームを生成します。AIセキュリティカメラはより信頼性が高く、快適性と安全性の両方を向上させます。強盗は他の場所よりも前ドアから入ってくることが多いですが、多くの無害な人物も同様です。動作検出器は、動物が通過するとアラームをトリガーすることもあります。これらの誤った陽性は、特に夜に発生した場合、1日の邪魔になり、警報疲労を引き起こす可能性があります。警報疲労とは、誤ったアラームにうんざりしていて、実際の脅威に注意を払わない状態です。AIは動物と人間を区別でき、誤ったアラームを削減できます。いくつかのシステムは、顔認識を使用したり、さまざまな居住者のスケジュールを学習して、承認されたユーザーが入室したときにアラームをトリガーしないようにすることもできます。4. セキュリティスタッフの課題の軽減AI監視のもう1つの重要な利点は、手動介入がほとんど必要ないことです。マシンビジョンは、デスクのセキュリティガードの代わりに映像を分析できます。AIカメラは、当局に連絡したり、アラームを鳴らしたりすることができます。この自動化は、消費者にとって便利です。24時間体制の監視のメリットを得ることができますが、高価な人間のサービスは必要ありません。企業も利益を得ます。なぜなら、50%のセキュリティチームが人的リソースの課題に直面しており、手動監視のために十分な従業員を維持するのが難しいからです。彼らが持っている労働者は、面白い仕事に集中できますが、AIは退屈な仕事である生のビデオフィードの監視を担当します。継続的な監視は単調なので、人間がそれを実行するのが簡単に退屈または気を散らすことがあります。したがって、手動ビデオ監視は何かを見逃す可能性が高くなりますが、AIは常に同じ精度で提供されます。5. フッテージのレビューの高速化状況によっては、事後調査が必要になることがあります。AIセキュリティカメラは、レビュープロセスを容易にし、時間を節約することでこれらの状況に役立ちます。ほとんどのセキュリティシステム、特に大規模な企業では、24時間体制で実行されます。これはセキュリティのために素晴らしいことですが、特定のインシデントを調査するために検索する必要がある大量の映像が残ります。AIシステムは、関連する瞬間を自動的に認識して強調表示できるため、録音の中で正しい瞬間を探すのに費やす時間が減ります。一部のAIセキュリティシステムでは、ユーザーがGoogle検索のように映像を検索できます。検索するものの説明を入力すると、数秒以内に関連するクリップが表示されます。このストリームライン化されたレビューにより、調査がより効果的に行われ、時間の浪費が減ります。AI監視はセキュリティカメラの次の大きなこと人々はまだAI監視について多くの有効な懸念を抱えていますが、これらの利点は無視することが難しいです。多くの状況では、AI駆動カメラは、自宅や事業所の保護をより簡単で効果的にします。従来のカメラ技術、動作検出を備えたものでも、AIと比較して競争することはできません。結果として、マシンラーニングカメラは間もなく従来のカメラをほとんど置き換えるでしょう。セキュリティ業界は同じではありません。それはよりよいものです。
著者 Zac Amos, 特集担当編集者, ReHack
監視2022/07/02

エンジニアが開発したAI鉄道踏切侵入検知ツール

ラトガース大学のエンジニアチームは、鉄道踏切での侵入を検知するAIを搭載したツールを開発しました。これにより、過去10年間で増加している死亡事故の数を減らすことができます。この新しい研究は、Accident Analysis & Prevention誌に掲載されました。AIを使用した自動的な侵入検知チームは、Asim Zaman（ラトガース大学のプロジェクトエンジニア）とXiang Liu（ラトガース大学工学部の交通工学准教授）で構成されました。彼らは、鉄道侵入イベントを自動的に検知するAI支援フレームワークを開発しました。また、侵入者のタイプを区別し、各事例のビデオクリップを生成します。AIシステムは、オブジェクト検出アルゴリズムを使用して、ビデオデータを1つのデータセットに処理します。「この情報を使用して、さまざまな質問に答えることができます。たとえば、どの時間帯に最も多くの人が侵入するか、または遮断機が下がったり上がったりしているときに人がその脇を回って通るかどうか」とZamanは述べました。アメリカでは、過去数年間で鉄道への無断侵入による事故が増加しています。毎年数百人の人が死亡しています。死亡事故を減らすための多くの努力が行われてきましたが、まだ効果はありません。連邦鉄道局（FRA）は、2008年に約500人が毎年鉄道用地に無断で立ち入った際に死亡していることを推定しました。2018年には、この数は855人に増加しました。ZamanとLiuは、研究で、侵入者とは、鉄道または交通機関の所有する土地で、一般の使用に供されていない区域に無許可でいる人や車両、または信号付き踏切で信号が点灯した後に進入する人であると定義しました。これまでの研究では、主に死傷者情報に由来するデータが使用されてきましたが、ZamanとLiuは、ニアミス（事故になりかけた事例）も考慮する必要があると述べています。ニアミスは、侵入行為について貴重な洞察を提供できます。これにより、より効果的な対策を設計することができます。研究者たちは、ニュージャージー州の都市部にある踏切で撮影されたビデオ映像を使用して、自分の理論をテストしました。踏切のビデオシステムの1つの問題は、プロセスが多くの労力を要しコストがかかるため、一貫してレビューされていないことです。AIのトレーニングZamanとLiuは、AIとディープラーニングツールを、研究サイトのアーカイブビデオ映像1,632時間でトレーニングしました。68日間のモニタリングの後、3,004件の侵入が発生し、1日平均44件でした。また、侵入者の70％近くが男性であり、約3分の1が列車通過前に侵入したことがわかりました。ほとんどの違反は土曜日の17時に発生しました。Zamanによると、このような詳細なデータは、当局が侵入のピーク時には踏切に警察官を配置したり、鉄道所有者や意思決定者がより効果的な踏切の解決策を知るのに役立つことができます。これらの解決策には、踏切除去システムまたは高度な遮断機と信号が含まれることができます。「誰でもデータが好きです。私たちが提供しているのはそれです」とZamanは述べました。「鉄道業界や意思決定者が、特定の場所でのデータフィードのリスク分析を通じて、ビデオ監視インフラストラクチャーの未利用の可能性を活用するためのツールを提供したいと思います」とLiuは述べました。研究者たちは、バージニア州とノースカロライナ州での研究も行っています。彼らは、コネチカット州、ルイジアナ州、マサチューセッツ州を含む他の州への拡大のために、583,000ドルのグラントをアメリカ合衆国運輸省から受けました。
著者 Alex McFarland
監視2022/06/30

Kogniz、銃器検出用コンピュータビジョンプラットフォームを発表

先進的なAIベースのコンピュータビジョン企業であるコグニーズは、安全性と運用上の問題を予測・検出・解決する最新技術の一環として、すぐに導入できる銃器検出モジュールを発表しました。同社はまた、Ulu Venturesが主導する1,000万ドルの投資も発表しました。super{set} Venture StudioとそのCEO兼共同創設者Tom Chavez、K20 Fund、The Indy Fund、H. Barton Asset Managementなどが参加しています。この新しい投資は、企業の技術を商業、産業、学校、政府機関向けの銃器検出、安全性、異常検出に拡大するのに役立ちます。銃器検出プラットフォームアメリカでは、銃器関連の事件が最も深刻な危機の一つとなっており、安全性とセキュリティの面で複雑な課題を生み出しています。FBIによると、2019年から2020年の間にアクティブシューティング事件が33%増加し、2020年から2021年の間に52%増加しました。今年だけで、毎週少なくとも4件の大量銃撃事件が発生しています。この新しい環境は、組織がこれらの問題を解決するための新しい方法を模索することを余儀なくしており、すべての業界に影響を及ぼしています。小売、教育、産業、宗教、医療、政府など、組織は銃器関連の事件を防止し、被害を最小限に抑えるためにAIベースのソリューションを利用することができます。コグニーズのガン検出ツールは、組織がアクティブシューティング事件に備え、先回りして検出し、対応するのを支援します。迅速に展開可能で、各組織に適応できるように設計されています。このツールは、既存のカメラインフラストラクチャーを使用してリアルタイムで銃器を検出するために、コンピュータビジョンとAIを利用しています。コグニーズのガン検出の主な機能は以下の通りです：誤検知なし：マルチパスAIと訓練を受けた人間の検証担当者チームリアルタイムアラート：電話、SMS、Slack、メールダイナミックレポート：リアルタイムの重要なデータに簡単にアクセス緊急対応計画：緊急対応時の行動を文書化し、準備する視覚シミュレーション：アクティブシューティングシナリオをシミュレートし、準備するコグニーズのCEOであるダニエル・プッターマンは、「コグニーズのガン検出は、既存のカメラインフラストラクチャーを使用して、アクティブシューティングや大量銃撃事件が発生した場合に迅速に検出して対応します。すぐに導入できる銃器検出ソリューションを提供することで、企業、政府機関、学校、病院が銃撃事件に備え、その後の被害を軽減することを大幅に容易にします。」と述べています。既存のビデオカメラインフラストラクチャーとの統合このツールは、コグニーズプラットフォームと統合して、さまざまな安全性とセキュリティソリューションに対応します。事前に構築された検出機能には、異常な行動、例えば人が廊下を走る、出口から入る、フェンスを飛び越えるなどの早期警戒信号が含まれます。コグニーズは、クライアントの既存のビデオカメラインフラストラクチャーを使用して、異常な活動を正確に検出して、潜在的な損失と機器故障を24時間予測します。これらの措置は、事故のリスクを軽減し、時間を節約し、生産性を向上させます。ウルベンチャーズの共同創設者兼マネージングディレクターであるクリント・コーヴァーは、「コグニーズは、安全性、セキュリティ、運用上の重大なギャップに取り組んでおり、事件が発生する前に組織がよりよく準備できるように支援しています。次世代のコンピュータビジョンテクノロジーを使用した革新的な製品を、安全性の課題を新しい方法で解決しようとしているクライアントに提供するのを支援することを楽しみにしています。」と述べています。
著者 Alex McFarland
監視2022/03/30

警察におけるAIの現状

先進的なテクノロジー、特に人工知能（AI）は、多くの企業がさまざまな業界でビジネス成長を促進し、効率化を実現し、人間の労働者をサポートするために利用しています。AIソリューションを導入する組織は、多数の機会とアプリケーションにより、パフォーマンスの向上から利益を得ることができます。これは驚くことではありません。AIは、デジタルアシスタントからスマートフォンのテクノロジーまで、日常生活に浸透しています。法執行機関は、将来もAIを活用したツールを採用し続けることが予想されます。現在、法執行機関はAIをどのように活用していますか？警察におけるAIの現状について詳しく見ていきましょう。警察がAIをどのように活用しているか（2022年）警察改革は近年、特にアメリカで大きな議論のテーマとなりました。ジョージ・フロイドの死により、2020年5月に全国的な抗議運動が起こりました。一部の支持者は大幅な改革を求めましたが、他の一部の支持者は警察の廃止や資金削減を支持しました。2021年にアメリカ政府会計局（GAO）が実施した調査によると、20の法執行機関が顔認識システムを所有していることがわかりました。6つの法執行機関は、ジョージ・フロイドの死後に起こった抗議運動や暴動の際に、顔認識システムを使用して法を犯した人々を特定したと報告しました。また、3つの法執行機関は、2021年1月6日のアメリカ合衆国議会議事堂襲撃事件の映像を顔認識システムで捉えたと報告しました。アメリカ人の多くは、警察がAIを使用することについてさまざまな見方を持っています。ピュー・リサーチ・センターの調査によると、アメリカの成人の45%が警察におけるAIの使用増加について同等の懸念と期待を抱いていることがわかりました。警察がAIソリューションをどのように活用しているかについては、以下の通りです。犯罪予防と削減組織は、犯罪を予防し、最終的に犯罪率を削減するためにAIシステムを採用し、導入しています。AIアルゴリズムは、膨大な量のデータを分析してパターンを特定できます。法執行機関は、これらのパターンを使用して、犯罪率についてより多くの情報を収集します。特定の地域で犯罪が発生する可能性が高い場所、どのような犯罪が最も多く発生するか、または特定の地域で犯罪を犯す可能性が高い市民についての情報は、警察におけるAIの典型的な応用例です。顔認識とバイオメトリクスAIを活用した顔認識システムは、捜査を迅速化し、犯罪者を司法の裁きにかけ、犯罪を予防または阻止する可能性があります。バイオメトリクスは、警察が個人を特定し、潜在的な容疑者を特定するために使用する別のテクノロジーです。たとえば、警察は、武器や爆弾に残された指紋で個人を特定するためにバイオメトリクスを使用することができます。監視用ドローンアメリカの法執行機関は、AIドローンテクノロジーを採用して、地域の情報収集と監視を行っています。ドローンは、ヘリコプターの代替手段となり、潜在的に不安定または暴力的な状況の鳥瞰図を提供します。バード・カレッジのドローン研究センターによる2020年の報告書によると、少なくとも1,578の州および地元の公共安全機関がドローン技術を所有していました。約70%が警察機関でした。犯罪報告と緊急アプリより多くの法執行機関が、公共の安全を確保するために、クラウドソーシングによる犯罪報告と緊急アプリを採用しています。デロイトの2021年の都市の未来に関する報告書によると、スマートテクノロジー（AIソリューションを含む）が広く使用されています。報告書では、39%の都市がクラウドソーシングによる犯罪報告と緊急アプリを使用していることが示されています。警察がAIを使用することに関する論争警察がAIを使用することについては、専門家、市民、警察機関自身の間で論争と議論が起こっています。警察がこれらのテクノロジーを使用することについて、懸念を表明する人もいれば、AIの採用が警察の活動を強化し、公共の安全を向上させることを信じている人もいます。AIシステムにおける不正確性と偏見警察機関は、歴史的な犯罪データに大きく依存しています。過去の犯罪に関する情報は、機械学習（ML）アルゴリズムで将来の事件に関する情報を予測するAIシステムに入力されます。しかし、AIシステムに「教える」ために使用されるデータが偏りを含んでいる場合、どのような結果になるでしょうか？GizmodoとThe Markupによる調査では、PredPolというAIソフトウェアが、労働者階級、黒人、有色人種が住む地域で犯罪が発生すると不均衡に予測していることがわかりました。GizmodoとThe Markupの調査は、PredPolの定量的な犯罪予測を分析し、警察における人種的偏見を排除するか、永続させるかを判断するための最初の独立した試みでした。人間の監督の欠如本質的に、AIは人間の監督の必要性を排除します。AIプログラムは通常、意思決定に優れていますが、人間とは異なる方法で問題を解決します。過去の多くの技術革新と同様にシステムが機能しなくなった場合、誰が責任を負うでしょうか？責任は警察機関、当直の警官、またはテクノロジー製造元に帰属するでしょうか？警察がAIを採用するにつれて、説明責任と人間の監督の欠如に関する疑問が続いています。プライバシーに関する懸念警察官が上記のAIソリューションを使用する場合、監督や適切なテストなしで行われることがあります。この議論における重要なトピックは、AIテクノロジーが市民のプライバシーを侵害するかどうかです。警察がAIソフトウェアを使用して市民のソーシャルメディアを監視しているという報告もあり、プライバシーに関する懸念がさらに高まっています。CSIS（戦略国際問題研究所）によると、オレゴン州、ニューハンプシャー州、カリフォルニア州などのアメリカの各州は、州全体の法規制または顔認識テクノロジーの全面禁止を制定しています。警察におけるAIの将来の役割新しいテクノロジーは、組織の運用を改善することが多く、AIも警察機関にとって課題と利点をもたらします。解決策が善意であるとしても、警察におけるAIの広範な採用が、警察、公共の安全、人種的不平等、人権にどのような影響を与えるかは不明です。AIは警察機関においてその地位を確立しつつありますが、これらの革新の長所と短所は、政府と市民にとって数多くの不確実性を生み出しています。将来的にAIの役割がどのように変化するかを見守ることは、非常に興味深いことになるでしょう。
著者 Zac Amos, 特集担当編集者, ReHack
監視2020/04/11

スマートシティが未来のパンデミックにどう対抗できるか

COVID-19の原因となるウイルスが地球中に広がるにつれて、人々は政府や担当者がこのような脅威に対処するための適切な計画を用意していたかどうか疑問視しています。ニューヨーク市のような人口密度の高い地域は、ウイルスの感染が避けられないように思われるため、最も厳しい被害を受けています。まだウイルスの脅威を完全に排除するには長い道のりがありますが、社会的距離の確保は感染曲線を平坦化することで効果を発揮しているようです。他の国々のように中国は数か月前にこの戦略を成功させており、スマートテクノロジーを利用して市内の規則を簡単に監視し、住民が必要な物資や物品を入手できるようにしています。スマートシティは、データセンサーを使用して情報を収集および処理することで、短時間で多数の人々にサービスを提供できます。市長や科学者は、このデータを使用して疾病を追跡し、自動的に物資を配達し、感染した市民を調査し、人間の行動について予測できます。2050年までに、地球の人口の3分の2以上が都市部に住むと予想されています。これにより、都市計画は将来の世代が将来のパンデミックから自分たちを守るために準備する上でさらに重要な役割を果たすことになります。パンデミックに対してスマートシティがどのように対抗できるかを知るために、以下を読み進めてください。疾病の追跡疾病追跡ソフトウェアを使用して、市の担当者や科学者は人工知能を通じてリアルタイムでウイルスの拡散を追跡できます。では、どのように機能しますか?人工知能を使用して、数千のデータベースやその他の情報源から大量の公的データや情報を収集できます。このデータはウイルスの拡散を追跡し、対応時間を大幅に改善しますこのような情報を使用して、国々は自分たちだけでなく、世界中の他の国々も監視できます。例えば、カナダに本拠を置く疾病追跡を専門とする企業は、中国の武漢での肺炎症例の急増について、世界保健機関（WHO）が一般に公開するよりも1週間以上前に最初に発言しました。ロボット配達ウイルスの危険性と迅速な拡散能力のため、多くの国々は市民に社会的距離の確保を命じました。これは、少なくとも6フィートの距離を保ち、集団に集まらず、人混みを避けることを意味します。中国、イタリアなどの都市は、市民が自宅に留まることを義務付ける避難命令を出しています。多くの配達ドライバー、食料品店、レストランは、注文を満たして需要に応えるために、危険な状況下で長時間労働しています。スマートシティでは、ロボット配達サービスが利用可能になるにつれて、この状況は大幅に改善されます。スマートシティは、自動配達を使用して、薬、食料、他の物資の配布を優先できます。ドローンや運転手のいない車やトラックなどのロボットおよび自動配達サービスをすでに採用している都市は、パンデミックの際に食料や物資を運ぶことが大幅に容易になります。地理位置サービス地理位置データは、瞬時に人間の行動を予測できます。あなたの携帯電話は、おそらくこの瞬間にあなたの動きを追跡しています。なぜなら、地理位置サービスを使用して、コロナウイルスやその他のパンデミックの拡散を遅らせるのに役立つからです。人気のある食事やショッピングの時間帯に関するデータは、市の担当者が将来のパンデミックに対する計画や規則をどのように作成し構成するかについての洞察を提供できます。ドローンの監視多くの疑問のある事件の後、人々はドローンに関するプライバシーに関する懸念を抱いています。しかし、ドローンは、警察官を地上に配置する必要性を代替した武漢のような都市に大きな助けとなりました。イタリアもまた、市民に社会的距離を保つように警告するためにドローンの監視を使用しました。熱画像監視まだその信頼性は議論の余地がありますが、熱画像カメラは、通過する個人の体温を測定するように設計されています。これらの熱画像カメラの一部には、顔認識ソフトウェアも搭載されています。中国には、市民が熱を出している場合、市の担当者や法執行機関が迅速に対応できるように、街角に熱画像カメラが設置されています。COVID-19の最初の症状の1つは、熱です。熱画像カメラは、都市の担当者が疾病の拡散を監視するのに役立つ、今日の都市でも導入できるスマートシティ技術です。スマートエネルギーパンデミックの際、人々の最大の懸念の1つは、電力の使用です。危機の際に都市に電力を供給し、エネルギーを提供する方法を見つけることは、将来のパンデミックにおけるスマートシティの重要な鍵となります。エネルギーの未来は、過去と比べて全く異なる方向に向かいます。小規模な多数の発電所が、従来の大規模な発電所に取って代わることになります。エネルギーは、各人がエネルギーを生成できるローカルレベルで動作します。エネルギーは、インターネットを通じて制御できるものになります。家電製品は、デジタルシステムを使用して、各製品でエネルギーをどのように保存および使用するかを完全に制御できるように設計されるようになります。建物も、よりエネルギー効率の高いものになります。インターネット機能デジタル世界の進化により、情報のやり取りや更新が変化しました。例えば、危機の際に住民を最新の情報でお知らせすることが、時間の経過とともに変化しました。テレビは、数時間以内にニュースを得ることができる大きな変化でした。現在、TwitterやFacebookなどのソーシャルメディアを使用して、出来事が発生してすぐにニュースや更新を入手できます。これは15年前では不可能でした。人々が情報をその手に持って、迅速に入手できる場合、自宅待機命令などの措置を迅速に実施できます。ほとんどの都市にはすでに10年近く、多くの建物やレストランにwi-fiが整備されていますが、スマートシティでは、どこへ行くにもwi-fiが利用できるようになります。スマートデバイスを購入できない高齢者や人々のために、都市にはスマートキオスクが散在しています。これらはスマートフォンと同様に迅速に更新でき、必要な人々に情報を提供できます。最近のCOVID-19パンデミックは、世界中の市民やリーダーを驚かせました。科学者や研究者が直面した最大の課題の1つは、ウイルスに関する情報の欠如でした。しかし、新しいテクノロジーはリアルタイムでデータを追跡でき、パンデミックの結果を決定づける要因となる可能性があります。分裂している国々は、パンデミックへの対応を改善するために協力してきました。スマートシティは、その改善の重要な部分になります。
著者 Karlyn McKell
サイバーセキュリティ2020/04/07

ドン・ウィデナー博士、BAEシステムズの高度分析研究所技術ディレクター – インタビュー・シリーズ

ドン・ウィデナー博士は、BAEシステムズの高度分析研究所とインテリジェンス、監視、偵察（ISR）分析ポートフォリオの技術ディレクターです。BAEシステムズは、世界中で約83,000人の従業員を擁するグローバルな防衛、航空宇宙、セキュリティ企業です。同社の製品やサービスは、空、陸、海の軍事力、先進的な電子機器、セキュリティ、情報技術、サポートサービスなど、幅広い分野をカバーしています。あなたが最初にAIとロボティクスに惹かれたのは何でしたか?私は、インテリジェンス分析者の能力を高めるために、トレード・クラフトの開発やテクノロジーに焦点を当ててきました。インテリジェンス分析の背景を持つ私は、インテリジェンスデータの収集と意思決定の間にあるギャップを埋めることを目的としてキャリアを積んできました。 2019年8月、BAEシステムズは、UiPathと提携してロボティクス・オペレーションズ・センターを立ち上げ、米国防衛・インテリジェンス・コミュニティーに自動化と機械学習の機能を提供することを発表しました。この提携について説明してください。BAEシステムズのインテリジェンス・セキュリティ部門の高度分析研究所では、2,000以上のインテリジェンス分析者のためにAIを民主化することが重要な推進力です。UiPathなどのロボティック・プロセス・オートメーション（RPA）ツールを使用することで、迅速に分析者をカスタマイズされたトレーニング・コースやコミュニティ・オブ・プラクティス（ロボティクス・オペレーションズ・センターなど）でサポートし、効率性と有効性を高めることができます。プログラミングの基礎がない分析者でも、繰り返しのタスクに取り組む「ボット」を構築することができます。ロボティクス・オペレーションズ・センターのボットは、サイバー犯罪と戦うためにどのように使用されますか?サイバー脅威分析のための外部脅威データ収集にAIを適用する必要があります。RSA 2020では、Dellと提携して、NVIDIA GPU、ライブラリ、フレームワーク、管理ソフトウェアを含むマシン・ラーニングのAI Ready Bundleを展示しました。会議参加者に、物理的な脅威ホットスポットを識別するために公開データをフィルタリングするオブジェクト検出モデルを作成するプロセスを紹介しました。これは、サイバー犯罪を引き起こす可能性があります。ボットが使用するニューラル・ネットワークをトレーニングするために収集されるデータセットの例をいくつか教えてください。BAEシステムズは最近、陸軍のオープン・ソース・インテリジェンス（OSINT）契約を獲得し、ビッグ・データの機能をセキュアなクラウド・ホスティング・環境に統合する責任を負っています。 BAEシステムズで現在開発中のディープ・ラーニングの手法をいくつか教えてください。現在開発中のディープ・ラーニングの手法としては、モーション・イメージ、人道的災害救援、COVID-19があります。部分的に見えるオブジェクトや他のオブジェクトによって隠されたオブジェクトの検出と分類は、まだ課題であると思いますか?コンピュータ・ビジョン・モデルは、部分的に隠されたオブジェクトに対して効果が低くなりますが、基礎的な軍事情報のような国家のミッション・イニシアチブでは、高い偽陽性率であっても意思決定の優位性をサポートする可能性があります。コンピュータ・ビジョンの他の課題は何ですか?データのラベル付けが課題です。分類されていないデータのラベル付けのために、いくつかのデータ・ラベル付け会社と提携していますが、分類されたデータの場合は、インテリジェンス分析者のワークフォースを使用してコンピュータ・ビジョンのトレーニング・イニシアチブをサポートしています。このワークフォースは有限のリソースです。このインタビューに参加いただき、ありがとうございます。詳しく知りたい方は、BAEシステムズを訪問してください。
著者 Antoine Tardif, Unite.AIのCEO兼創設者
倫理2019/12/15

中国が世界にAI技術を拡大・輸出する

中国は、AI技術の世界的な拡大において先頭を走っており、60以上の国に輸出している。その多くは、人権記録が悪い国である。中国企業が技術を輸出している国には、イラン、ミャンマー、ベネズエラ、ジンバブエなどがある。米国のシンクタンク、カーネギー国際平和基金が発表した報告書によると、多くの国が市民を監視・追跡するための高度なAI監視ツールを導入している。この新しい指数は、国々がこれを行っている方法を詳細に説明している。報告書には、AI監視技術が予想よりも速い速度で他の国々に広がっていることが明らかになった。世界の176カ国中、少なくとも75カ国が監視目的でAI技術を使用している。56カ国はスマートシティ/安全シティプラットフォームで、64カ国は顔認識システムで、52カ国はスマートポリスで使用している。別の重要な発見は、中国が世界中のAI監視の大きな提供者であることだった。技術は、華為、海康威視、ダフア、ZTEなどの中国の大手企業と密接に結びついている。華為などの企業が提供するAI監視技術は、63カ国に能力を提供している。36カ国は中国の「一帯一路」イニシアティブ（BRI）の一部である。華為は、単独で少なくとも50カ国にAI監視技術を提供している。次に大きい非中国の技術提供者は、日本のNEC株式会社で、14カ国に技術を提供している。中国は、製品を売り込む際に政府にソフトローンを提供することが多い。政府は、その金を使用して製品と機器を購入し、この手法は、ケニア、ラオス、モンゴル、ウガンダ、ウズベキスタンなどの国で特に使用されている。中国がなければ、これらの国々は技術にアクセスできなかっただろう。このAI監視技術の購入を支援するソフトローンの提供は、多くの人々を懸念させており、中国政府が「先進的な抑圧技術」の購入をどれだけ補助しているのかについて疑問が生じている。中国は、AI監視技術を提供する唯一の国ではない。米国企業が提供する技術は、32カ国で使用されている。米国の大手企業には、IBM（11カ国）、Palantir （9カ国）、Cisco（6カ国）などがある。米国と中国以外の国々、たとえばフランス、ドイツ、イスラエル、日本などの自由民主主義国も、技術を輸出・拡散する企業を持っている。報告書によると、技術の潜在的な危険性を監視・制御するための措置が十分ではない。指数によると、先進的な民主主義国では51%がAI監視システムを導入している。一方、37%の閉鎖的な独裁国家、41%の選挙的独裁国家/競争的独裁国家、41%の選挙的民主主義国/非自由民主主義国がAI監視技術を導入している。数字は、すべての政府が技術を悪用していることを意味しないが、潜在的な危険性はあるし、実際にそれを行っている政府も多い。中国、ロシア、サウジアラビアなどの国々は、AI技術を大量監視目的で悪用している。他の悪い人権記録を持つ政府は、抑圧を強化するために技術を使用している。具体的には、中国共産党は、西部の新疆ウイグル自治区でウイグル族や他のムスリム少数民族を標的にするために、顔認識システムを使用している。報告書では、国々の軍事支出と政府のAI監視システムの使用との間に関連性があることも発見された。世界の軍事支出上位50カ国中、40カ国がAI監視技術を使用している。カーネギー国際平和基金の新しい報告書は、専門家によって予測されていた危険性を強調している。これらの危険性は今や現実であり、AI技術は多くの国々によって人々を追跡・監視するための非常に効率的な方法と見なされている。後戻りすることは難しいが、多くの人々は、国際組織や合意がAI技術を取り巻く問題に取り組み始める必要があると信じている。
著者 Alex McFarland
サイバーセキュリティ2019/09/22

人工知能が学校の子どもたちのサイバーハラスメントを検知するために使用されている

世界中の学校の子どもたちにおけるいじめ、自殺、サイバーハラスメントに関するデータは、深刻なものとなっている。Jun Wuによって提示されたデータによると、アメリカでは2017年には、国立教育統計センターと司法省によると、12歳から18歳の学生の約20%がいじめを受けたことがある。アメリカ疾病予防管理センターによると、9年生から12年生の学生の約19%が、調査前の12ヶ月間に学校でいじめを受けたことがある。さらに心配なのは、学校の敷地内を超えて広がるサイバーハラスメントの増加である。Wuは、「オンラインフォーラム、メール、ソーシャルメディアプラットフォームでのハラスメントは、対面でのいじめよりも被害者の精神衛生に多大な被害を及ぼすことがある。サイバーハラスメントは、学校でのいじめのエスカレーションとなることがある。一方、ソーシャルメディアでのいじめがクラスルームに波及することもある。」と指摘している。オーストラリアでは、研究者们が「サイバーハラスメント者が「Momo」という名前を使い、子供たちに自殺を促すメッセージを送っていた」という現象について報告している。この現象は、オーストラリア中の学校に波及し、深刻な懸念を引き起こしている。いじめやうつ病による自殺を防ぐために、多くの人工知能開発者が解決策を模索し始めた。SkyNewsによると、イギリスの一部の学校では、STEER社が開発したAS TrackingというAIツールを使用し始めた。同ツールでは、生徒がオンラインの心理テストを受け、2019年9月には5万人の生徒が同テストを受ける予定である。説明によると、同テストでは、生徒に安心できる空間を想像させ、抽象的な質問を出す。生徒は、スケールで回答することができる。結果はSTEER社に送られ、教師のダッシュボードに表示される。STEER社の共同創設者であるJo Walker博士によると、「私たちのツールは、特定の生徒が苦しんでいることを強調し、教師にその生徒の思考を示す。」同博士は、「同ツールを導入してから、自殺の件数が20%減少した」と述べた。Wuの分析によると、アメリカでは、Securlyが、「ウェブフィルタリング、サイバーハラスメント監視、自殺予防アラートを学校に提供している。」Securlyは、「学校がAppleデバイスやChromebookを生徒に発行し、生徒のサイバー活動を監視できる。」また、Barkは、「AIを使用して、テキストメッセージ、YouTube、メール、24のソーシャルネットワークを監視し、保護者に潜在的な安全上の懸念を通知する。」SN Technologies Corpは、「AIを使用して、学校の監視カメラの映像から、ブラックリストに入れた生徒を追跡する。」オーストラリアでは、サイバーセキュリティ企業のSaasyan Assureが、教師が「Momo Challenge」動画を生徒が見ているかどうかを追跡できるAIメソッドを開発した。同社のGreg Margossian氏は、「私たちは、クライアントのデータベースに「Momo」キーワードを追加するだけで、問題を解決できた。」同社は、「学校のすべてのデバイスに追加できるサブスクリプションソフトウェアを提供し、教師が生徒のコンピュータ使用履歴を追跡し、いじめや自殺の可能性がある場合に教師に通知する。」
著者 Ljubinko Zivkovic