การเฝ้าระวัง
CSET: จีนนำโลกในด้านการวิจัยการเฝ้าระวังด้วยคอมพิวเตอร์วิชัน

ประเด็นสำคัญจีนผลิตงานวิจัยด้านคอมพิวเตอร์วิทัศน์และการเฝ้าระวังมากกว่าหนึ่งในสามของโลก
ดูเพิ่มเติม
- จีนผลิตงานวิจัยด้านคอมพิวเตอร์วิทัศน์และการเฝ้าระวังมากกว่าหนึ่งในสามของโลก
- งานวิจัยด้าน AI การเฝ้าระวังของจีนกำลังเติบโต ในขณะที่ผลงานของชาติตะวันตกคงที่หรือลดลง
- อคติทางภาษาอังกฤษอาจทำให้การวัดความเป็นผู้นำที่แท้จริงของจีนในงานวิจัยด้านการเฝ้าระวังต่ำกว่าความเป็นจริง
รายงานใหม่จากศูนย์ความมั่นคงและเทคโนโลยีที่เกิดขึ้นใหม่ (CSET) พบว่าภาควิจัยของจีนผลิต ‘ส่วนแบ่งที่ไม่สมส่วน’ ของการวิจัยเกี่ยวกับเทคโนโลยีการเฝ้าระวังที่เกี่ยวข้องกับ AI ทั้งสามด้านหลัก และการมีส่วนร่วมโดยทั่วไปของพรรคคอมมิวนิสต์จีนในด้านคอมพิวเตอร์วิชันเพิ่มขึ้นในอัตราเดียวกัน และล้ำหน้าการเผยแพร่ของตะวันตก

จีนมีความได้เปรียบอย่างชัดเจนในการวิจัยสาขาย่อยของคอมพิวเตอร์วิชันที่เป็นข้อถกเถียงมากกว่า ซึ่งส่วนใหญ่เกี่ยวข้องกับการเฝ้าระวัง Source: https://cset.georgetown.edu/wp-content/uploads/Surveillance-in-the-CV-Literature.pdf
สามด้านหลักที่จีนมีความได้เปรียบอย่างมาก ได้แก่ การระบุตัวบุคคลซ้ำ (REID) การนับจำนวนคนในฝูงชน และการตรวจจับการปลอมแปลงเพื่อหลอกระบบระบุตัวตน กล่าวคือเทคโนโลยีที่มุ่งเปิดโปงความพยายามหลีกเลี่ยงระบบระบุตัวตน
นอกจากนี้ ตามกราฟด้านบน ชุมชนการวิจัยของจีนตีพิมพ์เปอร์เซ็นต์ที่สูงกว่าของเอกสารเกี่ยวกับการใช้คอมพิวเตอร์วิชันเพื่อใช้กับมนุษย์ ซึ่งบทความวิจัยแย้งว่าเป็นเทคโนโลยีที่รองรับการเฝ้าระวังที่ใช้การเรียนรู้ของเครื่องจักร เหล่านี้รวมถึงการรู้จำอารมณ์ การรู้จำใบหน้า และการรู้จำการกระทำ
ผู้เขียนวิจัยกล่าวว่า:
‘อัลกอริทึมเหล่านี้มักถูกนำไปใช้เพื่อการค้าและการใช้งานที่ไม่เป็นอันตราย เช่น การระบุตัวบุคคลในภาพถ่ายบนโซเชียลมีเดีย แต่ความก้าวหน้าในด้านคอมพิวเตอร์วิชันอาจทำให้รัฐบาลบางประเทศใช้เทคโนโลยีการเฝ้าระวังเพื่อวัตถุประสงค์ที่กดขี่’
ในด้านที่ไม่ค่อยมีลักษณะร้ายแรง ผู้เขียนวิจัยพบว่าเอกสารที่เกี่ยวข้องกับการเฝ้าระวังด้วยภาพคิดเป็นน้อยกว่า 10% ของการวิจัยคอมพิวเตอร์วิชันทั้งหมดในช่วงเวลาที่ศึกษา และการวิจัยโดยทั่วไปกระจายอย่างสม่ำเสมอในหลายประเทศ
อย่างไรก็ตาม การครอบงำของจีนชัดเจน ผู้วิจัยยืนยัน*:
‘นักวิจัยที่มีสังกัดสถาบันจีนมีบทบาทมากกว่าหนึ่งในสามของการเผยแพร่ในด้านคอมพิวเตอร์วิชันและวิชาการเฝ้าระวังด้วยภาพ
‘ทำให้จีนเป็นประเทศที่มีผลงานมากที่สุดในด้านทั้งสองนี้ ส่วนแบ่งของจีนในด้านการวิจัยการเฝ้าระวังด้วยภาพเพิ่มขึ้นในอัตราที่คล้ายกับการวิจัยคอมพิวเตอร์วิชัน’
รายงานฉบับใหม่ รายงาน ที่มีชื่อเรื่องว่า แนวโน้มการวิจัย AI สำหรับการเฝ้าระวังประชากรด้วยภาพ เป็นการนำแนวทางการประมวลผลภาษาธรรมชาติ (NLP) ไปใช้กับชุดข้อมูลของเอกสารที่ตีพิมพ์ในช่วงปี 2015-2019 และเขียนโดย Ashwin Acharya, Max Langenkamp และ James Dunham
ความลำเอียงภาษาอังกฤษ
ผู้เขียนรายงานสังเกตว่าการศึกษานี้เพียงแตะต้องเอกสารวิทยาศาสตร์ภาษาอังกฤษ และการขยายสิ่งนี้ไปยังเอกสารที่ไม่ใช่ภาษาอังกฤษอาจเปิดเผยการวิจัยทางวิชาการที่ลึกซึ้งยิ่งขึ้นจากจีนในด้านเหล่านี้ นอกจากนี้ ผู้วิจัยเชื่อว่าการเพิ่มข้อมูลด้วยข้อมูลเสริม เช่น ข้อมูลสิทธิบัตร การใช้งานกล้อง และนโยบายของรัฐบาลที่เกี่ยวข้อง สามารถเพิ่มความได้เปรียบทางสถิตินี้ได้
แน่นอนว่ารายงานยอมรับว่าการวิเคราะห์เอกสารที่เผยแพร่อย่างเปิดเผยไม่สามารถครอบคลุมงานวิจัยภายในของบริษัทหรือรัฐ รวมถึงงานวิจัยที่เป็นความลับได้ แต่เป็นตัวชี้วัดที่ใช้ได้ของกิจกรรมในภาคส่วนนี้เมื่อไม่มีจุดข้อมูลที่ซ่อนอยู่เหล่านี้
สถาปัตยกรรมและข้อมูล
ผู้เขียนได้ข้อมูลหลักจากการฝึกโมเดลสกัดสารสนเทศระดับเอกสาร SciREX ด้วยข้อมูลจาก Papers With Code โดยใช้โครงสร้างในการกำหนดความเกี่ยวข้องของเอกสารโดยการระบุการอ้างอิงถึงงานที่เกี่ยวข้องกับคอมพิวเตอร์วิชัน และโดยเฉพาะอย่างยิ่งโครงการและความคิดริเริ่มที่มุ่งเน้นไปที่การเฝ้าระวัง
จากนั้นโมเดลถูกนำไปใช้กับคลังเอกสารวิชาการที่ CSET รวบรวมไว้ที่มีเอกสารมากกว่า 100 ล้านชิ้นในหกชุดข้อมูลวิชาการ ช่องทางเผยแพร่รวมถึง Dimensions, Web of Science, Microsoft Academic Graph, China National Knowledge Infrastructure, arXiv และ Papers With Code
ตัวจำแนก SciBERT ซึ่งฝึกด้วยบทความฉบับก่อนตีพิมพ์บน arXiv ถูกใช้ระบุบทความคอมพิวเตอร์วิชันในคลังเอกสารทั้งหมด
ข้อเท็จจริงที่ว่า SciREX และ SciBERT ถูกฝึกอบรมบนเอกสารภาษาอังกฤษทำให้ผู้วิจัยไม่สามารถขยายการวิจัยนี้ไปไกลกว่าภาษาอังกฤษได้ ในสิ่งนี้ ผู้วิจัยกล่าวว่า: ‘หมายความว่าในการเปรียบเทียบระดับชาติ การศึกษาประเมินผลงานวิจัยที่ไม่ใช่ภาษาอังกฤษต่ำกว่าความเป็นจริง และโดยเฉพาะอย่างยิ่งมีแนวโน้มจะประเมินส่วนแบ่งของจีนในงานวิจัยทั่วโลกต่ำเกินไป’
ผลการวิจัย
ภายในภาคการเฝ้าระวังด้วยภาพ การศึกษาพบว่าการรู้จำใบหน้าเป็นงานที่พบบ่อยที่สุด โดยปรากฏในเอกสารมากกว่า 1,000 ฉบับในปี 2019 อย่างไรก็ตาม ผู้เขียนสังเกตว่าการนับคนในฝูงชนและการรู้จำการปลอมแปลงใบหน้าเป็น ‘ด้านที่เติบโตอย่างรวดเร็ว’

จากเอกสาร งานที่พบบ่อยที่สุดในช่วงเวลาที่ศึกษา อ้างอิง ‘CSET merged corpus. Results generated 22 กรกฎาคม 2021’
ผู้เขียนของเอกสารวิจัยพิจารณาว่าแม้การแสวงหาคอมพิวเตอร์วิชันที่ดู ‘เป็นกลาง’ และก่อข้อถกเถียงทางการเมืองน้อยกว่า ซึ่งเกี่ยวข้องกับการเฝ้าระวัง ก็สามารถมีส่วนร่วมในระบบควบคุมที่กดขี่ได้ สำหรับ ‘การรู้จำการกระทำ’ พวกเขาสังเกตว่าสามารถใช้เพื่อระบุ ‘พฤติกรรมผิดปกติ’ ในพื้นที่สาธารณะที่มีคนหนาแน่น; สำหรับการปลอมแปลงใบหน้า พวกเขากล่าว ‘ในบางครั้งใช้ในระบบเข้าสู่ระบบแบบไบโอเมตริกซ์หรือป้องกันการฉ้อโกง แต่ก็อาจป้องกันไม่ให้นักข่าวและนักกิจกรรมซ่อนตัวตน’; และสำหรับการรู้จำอารมณ์ เอกสารวิจัยกล่าวว่า ‘นอกเหนือจากวัตถุประสงค์เชิงพาณิชย์และการไม่เกี่ยวข้องกับการรักษาความปลอดภัย บางนักวิจัย บริษัท และหน่วยงานรัฐบาลเสนอให้ใช้การรู้จำอารมณ์เพื่อระบุภัยคุกคามด้านความปลอดภัยในพื้นที่สาธารณะที่มีคนหนาแน่น’.
โดยทั่วไป ผลการวิจัยดูเหมือนจะแสดงให้เห็นว่าจีนมีความสนใจมากกว่าเฉลี่ยในด้านการวิจัยคอมพิวเตอร์วิชัน เมื่อเทียบกับค่าเฉลี่ยทั่วโลก

ผู้เขียนสรุป:
‘ส่วนแบ่งของจีนในด้านคอมพิวเตอร์วิชันและวิชาการเฝ้าระวังด้วยภาพเพิ่มขึ้นตามเวลา สหรัฐอเมริกา ร่วมกับพันธมิตรและหุ้นส่วน ตีพิมพ์ผลการวิจัยในด้านเหล่านี้ในปริมาณใกล้เคียงกับที่จีนตีพิมพ์โดยลำพัง อย่างไรก็ตาม ส่วนแบ่งของภูมิภาคอื่นๆ ในด้านการวิจัยการเฝ้าระวังด้วยภาพคงที่หรือลดลง ในขณะที่ส่วนแบ่งของจีนเพิ่มขึ้น’
*การเน้นตัวหนาเป็นของผู้เขียนรายงาน
ตีพิมพ์ครั้งแรกเมื่อวันที่ 6 มกราคม 2022












