CSET: Kina leder verden i forskning på overvåkning med datamaskinsyn

En ny rapport fra Center for Security and Emerging Technology (CSET) har funnet ut at Kinas forskningssektor produserer ‘en ubalanseert andel’ av forskning på tre kjernetechnologier relatert til overvåkning med kunstig intelligens, og at Kinas bidrag til datamaskinsynsteknologi generelt vokser med samme hastighet og overgår vestlige publikasjonsrater.

Kinas tydelige ledelse i forskningsinitiativer innen mer kontroversielle undersektorer av datamaskinsynsforskning, hovedsakelig relatert til overvåkning. Kilde: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf

De tre nøkkelområdene hvor Kina har en massiv ledelse, er person-gjenkjennelse (REID), folkemengde-telling og spoofing-avdekning (dvs. teknologier som har som mål å avdekke forsøk på å undergrave identifikasjonsteknologier).

I tillegg, som vist i grafen ovenfor, publiserer Kinas forskningsmiljø en betydelig høyere prosent av papirer om menneske-orienterte datamaskinsynsuppgaver som, ifølge rapporten, representerer støttemekanismer for bredere overvåkningssystemer som bruker maskinlæring. Disse oppgavene inkluderer gjenkjennelse av følelser, ansikts-gjenkjennelse og handling-gjenkjennelse.

Forfatterne kommenterer:

‘Disse algoritmene brukes ofte til harmløse, kommersielle formål, som å merke enkeltindivider i sosiale medie-fotoer. Men fremgang i datamaskinsyn kunne også gi noen regjeringer mulighet til å bruke overvåkningsteknologi for undertrykkende formål.’

I en mindre sinistert tone har forfatterne funnet ut at papirer relatert til visuell overvåkning utgjør under 10% av all datamaskinsynsforskning utført i studieperioden, og at den bredere forskningen er ganske jevnt fordelt mellom land.

Likevel er Kinas dominans tydelig, hevder forskerne*:

‘Forskere med kinesisk institusjonelt tilhørighet var ansvarlige for mer enn en tredjedel av publikasjonene i både datamaskinsyn og visuell overvåkningforskning.

‘Dette gjør Kina til langt den mest produktive nasjonen i begge områder. Kinesiske forskeres andel av global visuell overvåkningforskning vokser med en lignende hastighet som deres andel av datamaskinsynsforskning.’

Den nye rapporten, med tittelen Trends in AI Research for the Visual Surveillance of Populations, representerer anvendelsen av Natural Language Processing (NLP)-tilnærminger til en datasett av publiserte papirer som dekker årene 2015-2019, og er skrevet av Ashwin Acharya, Max Langenkamp og James Dunham.

Engelsk språk-bias

Rapportforfatterne observerer at deres studie bare berører engelskspråklige vitenskapelige papirer, og at å utvide den til ikke-anglofone publikasjoner kunne avsløre en dypere isberg av akademisk innsats fra Kina i disse sektorene. Videre tror forskerne at å supplere dataene med tilleggsinformasjon, som patenter, kamera-utplassering og relevante regjeringspolitikker, kunne øke denne statistiske ledelsen.

Naturligvis innrømmer rapporten at analyse av offentlige og åpne papirer ikke kan regne med privat bedrifts- eller statsforskning, og klassifisert forskning, men er et fungerende indeks for sektorens aktivitet i fravær av disse skjulte datapunktene.

Arkitektur og data

Forfatterne avledet kjerne-data ved å trene en SciREX-dokument-nivå informasjon-utvinning-modell på data fra Papers With Code, med rammen som avleder relevansen av papirer ved å identifisere referanser til oppgaver relatert til datamaskinsyn, og spesielt til overvåkning-sentriske prosjekter og initiativer.

Modellen ble deretter anvendt på en aggregert CSET-kropp av vitenskapelig litteratur som inneholder mer enn 100 millioner enkelt-publikasjoner over seks akademiske datasett. Publikasjonsplattformene involvert var Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv og Papers With Code.

Trukket på Arxiv-preprints, ble en SciBERT-klassifiserer deretter tildelt å identifisere datamaskinsynspapirer over hele korpuset.

Det faktum at SciREX og SciBERT er trenet på engelskspråklige dokumenter forhindret forskerne fra å utvide studiens rekkevidde utenfor engelsk. Av dette kommenterer forskerne: ‘Dette betyr at i nasjonale sammenligninger det undervurderer ikke-engelsk forskningsutgang, og i særdeleshet det sannsynligvis underrepresenterer Kinas andel av verdens forskning.’

Funn

Innen visuell overvåkning-sektoren, finner studien at ansikts-gjenkjennelse var den mest gjentakende oppgaven, som dukket opp i mer enn tusen papirer for året 2019. Likevel påpeker forfatterne at folkemengde-telling og ansikts-spoofing-gjenkjennelse er ‘raske voksende’ felt av forfølgning.

Fra rapporten, de mest hyppige oppgavene individuert for årene studert. Sitert kilde er ‘CSET merged corpus. Results generated 22. juli 2021’

Rapportforfatterne mener at selv de tilsynelatende mer ‘nøytrale’ og mindre politisk-ladde datamaskinsyns-aktiviteter relatert til overvåkning også kan bidra til undertrykkende kontrollsystemer. For ‘Handling-gjenkjennelse’, observerer de at dette kan brukes til å identifisere ‘abnormalt atferd’ i overfyldte offentlige rom; for ansikts-spoofing, kommenterer de ‘Selv om det noen ganger brukes i biometriske innloggings-systemer eller for å forebygge svindel, kan det også forhindre journalister og aktivister fra å skjule sin identitet’; og med hensyn til gjenkjennelse av følelser, kommenterer rapporten at ‘I tillegg til dets ikke-sikkerhets-orienterte og kommersielle formål, foreslår noen forskere, firmaer og regjeringer å anvende gjenkjennelse av følelser for å identifisere sikkerhetstrusler i overfyldte offentlige områder’.

I allminnelighet ser funnene ut til å vise at Kina er over-gjennomsnittlig interessert i datamaskinsynsforskning, sammenlignet med den globale gjennomsnittet.

Forfatterne konkluderer:

‘[Den] andelen av både datamaskinsyn og visuell overvåkning fra Kina økte over tid. USA, sammen med sine allierte og partnere, publiserte en lignende mengde forskning i disse områdene som Kina publiserte alene. Likevel var disse andre regionenes andel av global overvåkningforskning stabil eller sank, mens Kinas vokste.’

*Rapportforfatternes tydelige betoning.

Først publisert 6. januar 2022.