نگرانی
ریڈ ولف، بلیو ولف: AI سے چلنے والے چہرے کی شناخت اور فلسطینیوں کی نگرانی
مقبوضہ فلسطینی علاقوں کی طرح زمین پر بہت کم جگہوں کی بے دریغ نگرانی کی جاتی ہے۔
حبرون کی گلیوں میں، پر ہجوم چوکیاں مشرقی یروشلم میں، اور لاکھوں کی روزمرہ کی زندگیوں میں، جدید ترین AI نظام اب دربان اور چوکیدار دونوں کے طور پر کام کرتے ہیں۔
کیمروں اور ڈیٹا بیس کے پیچھے دو ٹھنڈے موثر ٹولز ہیں۔ ریڈ ولف اور بلیو ولف - چہرے کی شناخت کے نظام کو سہولت یا تجارت کے لیے نہیں بلکہ کنٹرول کے لیے ڈیزائن کیا گیا ہے۔
ان کا کام: چہروں کو اسکین کریں، انہیں وسیع بایومیٹرک ڈیٹا بیس سے میچ کریں، اور فیصلہ کریں کہ آیا کوئی آزادانہ طور پر حرکت کرسکتا ہے یا اسے روکا جانا چاہیے۔
جو چیز ان سسٹمز کو اتنا خطرناک بناتی ہے وہ صرف ٹیکنالوجی ہی نہیں بلکہ ان کے استعمال کا طریقہ ہے۔ نسل کی بنیاد پر پوری آبادی کو نشانہ بنانابغیر رضامندی کے ڈیٹا اکٹھا کرنا، اور الگورتھم کو قبضے کی مشینری میں سرایت کرنا۔
آگے کے حصوں میں، ہم یہ دریافت کریں گے کہ یہ AI سسٹم کیسے کام کرتے ہیں، انہیں کہاں تعینات کیا گیا ہے، ان سے ہونے والی زیادتیاں، اور وہ فلسطین سے کہیں زیادہ کیوں اہمیت رکھتے ہیں۔
ریڈ ولف اور بلیو ولف کیسے کام کرتے ہیں۔
بلیو وولف ایک موبائل ایپلی کیشن ہے جو فوجی گشت پر لے جاتے ہیں۔ ایک فلسطینی کے چہرے کی ایک فوری تصویر ایک بڑے بائیو میٹرک ذخیرہ کے خلاف فوری کراس چیک کو متحرک کرتی ہے جسے اکثر فوجی کہتے ہیں۔ بھیڑیا پیک.
جواب بے دردی سے آسان ہے: رنگین کوڈ۔ سبز پاس تجویز کرتا ہے؛ پیلے رنگ کا مطلب ہے روکنا اور سوال کرنا۔ لال سگنل اندراج کو روکتے ہیں یا انکار کرتے ہیں۔
بلیو ولف صرف ایک تلاش کا آلہ نہیں ہے۔ یہ نئے چہروں کا اندراج کرتا ہے۔ جب کوئی تصویر مماثل نہیں ہوتی ہے، تو تصویر اور میٹا ڈیٹا کو ڈیٹا بیس میں شامل کیا جا سکتا ہے، پروفائل بنا یا بڑھایا جا سکتا ہے۔ یونٹس کی حوصلہ افزائی کی گئی ہے کہ وہ نظام کو "بہتر" کرنے کے لیے زیادہ سے زیادہ چہروں کو پکڑیں۔
ریڈ ولف شناخت کو خود چوکی پر لے جاتا ہے۔ ٹرن اسٹائل پر فکسڈ کیمرے پنجرے میں داخل ہونے والے ہر چہرے کو اسکین کرتے ہیں۔ سسٹم چہرے کے ٹیمپلیٹ کا اندراج شدہ پروفائلز سے موازنہ کرتا ہے اور اسکرین پر ایک جیسے ٹریج رنگوں کو چمکاتا ہے۔
اگر سسٹم آپ کو نہیں پہچانتا، تو آپ پاس نہیں ہوتے۔ اس کے بعد آپ کا چہرہ پکڑا جاتا ہے اور اگلی بار کے لیے رجسٹر کیا جاتا ہے۔
AI اور مشین لرننگ انڈر دی ہڈ
عین مطابق وینڈرز اور ماڈل آرکیٹیکچرز عوامی نہیں ہیں۔ لیکن طرز عمل ایک معیار کے مطابق ہے۔ کمپیوٹر ویژن پائپ لائن:
- کھوج: کیمرے یا فون کے سینسر فریم میں ایک چہرہ تلاش کرتے ہیں۔
- لینڈ مارکنگ: کلیدی نکات (آنکھیں، ناک، منہ کے کونے) پوز اور لائٹنگ کو معمول پر لانے کے لیے نقش کیے جاتے ہیں۔
- سرایت کرنا: ایک گہرا نیورل نیٹ ورک چہرے کو ایک کمپیکٹ ویکٹر ("فیس پرنٹ") میں تبدیل کرتا ہے۔
- ملاپ: اس ویکٹر کا موازنہ کوزائن مماثلت یا قریبی پڑوسی کی تلاش کا استعمال کرتے ہوئے ذخیرہ شدہ سرایت سے کیا جاتا ہے۔
- فیصلہ کرنا: اگر مماثلت ایک حد سے تجاوز کر جاتی ہے، تو پروفائل کو ایک سٹیٹس کے ساتھ واپس کر دیا جاتا ہے۔ دوسری صورت میں، ایک نیا پروفائل بنایا جا سکتا ہے.
یہاں جو چیز مخصوص ہے وہ آبادی کی مخصوصیت ہے۔ تربیت اور حوالہ جات کے اعداد و شمار زیادہ تر فلسطینی چہروں پر مشتمل ہیں۔ یہ ماڈل کی کارکردگی کو ایک گروپ پر مرکوز کرتا ہے - اور ڈیزائن کے لحاظ سے ڈیجیٹل پروفائلنگ کی ایک شکل کو کوڈ کرتا ہے۔
پیمانے پر، سسٹم ممکنہ طور پر ملازمت کرتے ہیں۔ کنارے کا اندازہ رفتار کے لیے (فون اور چیک پوائنٹ یونٹس جو آپٹمائزڈ ماڈل چلا رہے ہیں) مرکزی سرورز کے ساتھ غیر مطابقت پذیر مطابقت پذیری کے ساتھ۔ یہ مرکزی ڈیٹا بیس کو تازہ رکھتے ہوئے ٹرن اسٹائل پر تاخیر کو کم کرتا ہے۔
حد کو سافٹ ویئر میں ٹیون کیا جا سکتا ہے۔ ان کی پرورش غلط مثبت کو کم کرتی ہے لیکن غلط منفی کو بڑھاتی ہے۔ ان کو کم کرنا اس کے برعکس ہوتا ہے۔ چیک پوائنٹ کے تناظر میں، ترغیبات زیادہ جھنڈا لگانے کی طرف جھک جاتے ہیں، غلطی کا بوجھ عام شہریوں پر ڈال دیتے ہیں۔
ڈیٹا، لیبلز، اور ڈرفٹ
چہرے کی شناخت صرف اتنا ہی "اچھا" ہے جتنا اس کے ڈیٹا۔
بلیو وولف کی بڑے پیمانے پر تصویر جمع کرنے کی مہمات ڈیٹا کے حصول کے طور پر کام کرتی ہیں۔ چہروں کو متنوع روشنی اور زاویوں میں کیپچر کیا جاتا ہے، جس میں پوسٹ ہاک کے ساتھ لیبل منسلک ہوتے ہیں: شناخت، پتہ، خاندانی روابط، پیشہ، اور سیکیورٹی کی درجہ بندی۔
وہ لیبل زمینی سچائی نہیں ہیں۔ وہ انتظامی دعوے ہیں جو پرانے، متعصب یا غلط ہو سکتے ہیں۔ جب اس طرح کے لیبلز ماڈل کو دوبارہ تربیت دیتے ہیں، تو خامیاں خصوصیات میں سخت ہوجاتی ہیں۔
اضافی وقت، ڈیٹاسیٹ بڑھے بچے بڑے ہو جاتے ہیں۔ لوگ شکل بدلتے ہیں۔ "مشکل" مثالوں کی کمی (مماثل نظر آنے والے لوگ، رکاوٹیں، ماسک) حقیقی دنیا کی غلطی کی شرح کو بڑھا سکتے ہیں۔ اگر نگرانی اور دوبارہ توازن کمزور ہے، تو نظام خاموشی سے تنزلی کا شکار ہو جاتا ہے - جبکہ چیک پوائنٹ پر یقین کی وہی چمک برقرار رہتی ہے۔
یہ کہاں تعینات کیا گیا ہے اور یہ کیسے پیمانے پر ہے۔
ہیبرون کا H2 سیکٹر کراسبل ہے. درجنوں داخلی چوکیاں اولڈ سٹی کی سڑکوں اور فلسطینیوں کے گھروں تک نقل و حرکت کو منظم کرتی ہیں۔
ریڈ ولف کو منتخب ٹرن اسٹائلز پر فکس کیا جاتا ہے، جس سے ایک تخلیق ہوتا ہے۔ لازمی اندراج فنل. بلیو وولف پیدل چلتا ہے، بازاروں، اطراف کی گلیوں اور نجی دروازوں تک کوریج بڑھاتا ہے۔
In مشرقی یروشلم، حکام نے فلسطینی محلوں میں اے آئی کے قابل سی سی ٹی وی لگا دیے ہیں۔ اور مقدس مقامات کے آس پاس۔ کیمرے فاصلے پر افراد کی شناخت اور ٹریک کرتے ہیں، فعال کرتے ہیں۔ واقعہ کے بعد کی گرفتاریاں چہرے کی تلاش کے ذریعے ویڈیو چلا کر۔
نگرانی کی کثافت اہمیت رکھتی ہے۔ جتنے زیادہ کیمرے اور کیپچر پوائنٹس ہوں گے، آبادی کا گراف اتنا ہی مکمل ہوگا: کون کہاں رہتا ہے، کون کس سے ملتا ہے، کون کس چیز میں جاتا ہے۔ ایک بار قائم ہوجانے کے بعد، وہ گراف نہ صرف پہچان بلکہ نیٹ ورک کے تجزیات اور طرز زندگی کے ماڈلز کو فیڈ کرتا ہے۔
ہیبرون: ڈیجیٹل لاک ڈاؤن کے تحت ایک شہر
رہائشی چوکیوں کی وضاحت کر رہے ہیں۔ جو بارڈر کراسنگ کی طرح کم اور خودکار دروازوں کی طرح محسوس کرتے ہیں۔ ایک سرخ اسکرین کسی کو ان کی اپنی گلی سے اس وقت تک بند کر سکتی ہے جب تک کہ کوئی انسانی اوور رائڈ نہ آجائے — اگر یہ بالکل بھی نہ پہنچ جائے۔
رسائی کے کنٹرول سے باہر، کیمرہ گرڈ روزمرہ کی زندگی کو سیر کرتا ہے۔ لینس چھتوں اور لیمپ پوسٹوں سے جٹ جاتے ہیں۔ کچھ صحن اور کھڑکیوں کی طرف اشارہ کرتے ہیں۔ لوگ دوروں کو مختصر کرتے ہیں، پیدل چلنے کے راستے بدلتے ہیں، اور باہر دیر کرنے سے گریز کرتے ہیں۔
سماجی لاگت ٹھیک ٹھیک لیکن وسیع ہے: کم صحن کے اجتماعات، کم موقع کی بات چیت، بچوں کے لیے کم اسٹریٹ گیمز۔ شہر خاموش اس لیے نہیں ہوتا کہ یہ محفوظ ہے بلکہ اس لیے کہ اسے دیکھا گیا ہے۔
مشرقی یروشلم: ہر کونے میں کیمرے
مشرقی یروشلم کے پرانے شہر اور آس پاس کے محلوں میں، چہرے کی شناخت ایک وسیع CCTV ریڑھ کی ہڈی پر سوار ہے۔
فوٹیج قابل تلاش ہے۔ احتجاج کے چہرے دنوں بعد مل سکتے ہیں۔ منطق آسان ہے: آپ آج چھوڑ سکتے ہیں، لیکن آپ نہیں کرے گا ڈیٹا بیس کو چھوڑ دو.
رہائشی آپ کے تیار کردہ "دوسرے احساس" کے بارے میں بات کرتے ہیں — ہر قطب نما گنبد کے بارے میں آگاہی — اور اس کے ساتھ آنے والے اندرونی سنسر کے بارے میں۔
انسانی حقوق کا بحران
ایک ساتھ کئی سرخ لکیریں عبور کی جاتی ہیں:
- مساوات: ان چوکیوں پر صرف فلسطینیوں کو بائیو میٹرک ٹرائیج کا سامنا ہے۔ علیحدہ راستے آباد کاروں کو تقابلی جانچ سے بچاتے ہیں۔
- رضامندی: اندراج غیرضروری ہے۔ اسکین ہونے سے انکار کا مطلب ہے منتقل ہونے سے انکار کرنا۔
- شفافیت: لوگ اس ڈیٹا کو نہیں دیکھ سکتے، مقابلہ نہیں کر سکتے یا اس کو درست نہیں کر سکتے جو ان پر حکومت کرتا ہے۔
- تناسب: ایک کم رگڑ، ہمیشہ آن بائیو میٹرک ڈریگنیٹ پوری آبادی کو بطور ڈیفالٹ مشتبہ سمجھتا ہے۔
چہرے کی شناخت بھی غلط شناخت کرتی ہے۔ - خاص طور پر ناقص روشنی، جزوی رکاوٹ، یا عمر میں تبدیلی کے ساتھ۔ اس ترتیب میں، ایک غلط میچ کا مطلب ہے حراست یا گزرنے سے انکار؛ ایک چھوٹا میچ کسی کو موڑ پر پھنس سکتا ہے۔
نفسیاتی ٹول
مسلسل AI نگرانی کے تحت زندگی احتیاط سکھاتی ہے۔
لوگ اجتماعات سے گریز کرتے ہیں، معمولات کو تبدیل کرتے ہیں، اور بچوں کی زیادہ قریب سے نگرانی کرتے ہیں۔ الفاظ کو عوام میں تولا جاتا ہے۔ نقل و حرکت کا حساب لگایا جاتا ہے۔
بہت سے لوگ a تک کم ہونے کے غیر انسانی اثر کو بیان کرتے ہیں۔ سبز، پیلا، یا سرخ کوڈ مشین کا بائنری فیصلہ آپ کے دن کے بارے میں سب سے اہم حقیقت بن جاتا ہے۔
گورننس، قانون اور احتساب
اسرائیل کے اندر مناسب طور پر، چہرے کی شناخت کو پرائیویسی پش بیک کا سامنا کرنا پڑا ہے۔ مقبوضہ علاقوں میں، ایک مختلف قانونی نظام لاگو ہوتا ہے، اور فوجی احکامات شہری رازداری کے اصولوں کو اوور رائیڈ کریں۔
کلیدی خلاء:
- کوئی آزاد نگرانی نہیں۔ ڈیٹاسیٹس، حدوں، یا غلطی کی شرحوں کو آڈٹ کرنے کی طاقت کے ساتھ۔
- اپیل کا کوئی عمل نہیں۔ غلط طریقے سے جھنڈا لگا یا اندراج شدہ افراد کے لیے۔
- غیر متعینہ برقرار رکھنا اور بایومیٹرک ڈیٹا اور اخذ شدہ پروفائلز کے اشتراک کے اصول۔
- مقصد رینگنا انٹیلی جنس ٹارگٹنگ اور نیٹ ورک کی نگرانی کے لیے ڈیٹاسیٹس اور ٹولز کو دوبارہ استعمال کیا جاتا ہے۔
پابند حدود کے بغیر، طے شدہ رفتار ہے۔ توسیع: مزید کیمرے، وسیع تر واچ لسٹ، دوسرے ڈیٹا سیٹس (فون، گاڑیاں، یوٹیلیٹیز) کے ساتھ گہرا انضمام۔
فیصلہ لوپ کے اندر
چہرے کی شناخت یہاں خلا میں کام نہیں کرتی ہے۔ اس کے ساتھ ملا ہوا ہے:
- واچ لسٹ: ناموں، پتے، اور "ساتھیوں" کی فہرستیں جو رنگ کوڈ کے نتائج کو آگے بڑھاتی ہیں۔
- جیوفینسنگ کے قوانین: مقامات یا وقت کی کھڑکیاں جو تیز جانچ کو متحرک کرتی ہیں۔
- آپریٹر UX: سادہ رنگ ٹریج جو حوصلہ افزائی کرتا ہے۔ آٹومیشن تعصب مشین کی پیداوار کے لیے انسانی احترام۔
- کمانڈ ڈیش بورڈز: ہیٹ میپس، الرٹس اور اعدادوشمار جو "مزید اسٹاپ" کو "بہتر کارکردگی" میں تبدیل کر سکتے ہیں۔
ایک بار کمانڈ میٹرکس پرائز والیوم — مزید اسکین، مزید جھنڈے، مزید "تلاش" — نظام اپنی حکومت کرنے والی آبادی کے لیے زیادہ سے زیادہ رگڑ کی طرف بڑھتا ہے۔
اسے روایتی نگرانی سے کیا مختلف بناتا ہے۔
تین خصوصیات ریڈ ولف/بلیو ولف کو الگ کرتی ہیں:
- لازمی گرفتاری: حرکت میں اکثر اسکیننگ کی ضرورت ہوتی ہے۔ آپٹ آؤٹ لاک آؤٹ کے برابر ہے۔
- آبادی کی خصوصیت: ماڈل اور ڈیٹا بیس ایک نسلی گروہ پر توجہ مرکوز کرتا ہے، پائپ لائن میں امتیازی سلوک کو پکاتا ہے۔
- آپریشنل انضمام: آؤٹ پٹ فوری طور پر گیٹ تک رسائی اور نفاذ کو متحرک کرتے ہیں، نہ صرف حقیقت کے بعد تجزیہ۔
عناصر دنیا بھر میں دیگر تعیناتیوں کی بازگشت کرتے ہیں: گھنے کیمرہ گرڈز، احتجاجی فوٹیج پر چہرے کی تلاش، ترچھے لیبلوں کے ذریعے پیش گوئی کرنے والی پولیسنگ۔
لیکن فوجی قبضے اور AI گیٹڈ تحریک کا امتزاج غیر معمولی طور پر سخت ہے۔ یہ ظاہر کرتا ہے کہ جدید کمپیوٹر ویژن کس طرح علیحدگی کے نظام کو سخت کر سکتا ہے - انہیں تیز تر، پرسکون اور مقابلہ کرنا مشکل بناتا ہے۔
سیکورٹی حکام کا کہنا ہے کہ یہ آلات تشدد کو روکتے ہیں اور اسکریننگ کرتے ہیں۔ زیادہ موثر.
ناقدین کا کہنا ہے کہ "موثر پیشہ" اخلاقی اپ گریڈ نہیں ہے۔ یہ سادہ صنعتی بناتا ہے کنٹرول - اور غلطی کی قیمت عام شہریوں پر منتقل کرتا ہے جن کے پاس کوئی سہارا نہیں ہے۔
آگے کیا دیکھنا ہے۔
- ماڈل کریپ: چہرے کی شناخت سے چال، آواز اور رویے کے تجزیات تک توسیع۔
- تھریشولڈ ٹیوننگ: پالیسی کی تبدیلیاں جو خاموشی سے میچ بار کو بڑھاتی یا کم کرتی ہے — اور شہری بوجھ۔
- ڈیٹا فیوژن: بائیو میٹرکس کو ٹیلی کام میٹا ڈیٹا، لائسنس پلیٹ ریڈرز، ادائیگیوں اور افادیت سے جوڑنا۔
- برآمد: دوسری حکومتوں کی طرف سے اسی طرح کے "جنگ سے آزمائے گئے" نظاموں کو اپنانا، جسے سمارٹ سٹی یا بارڈر سیکیورٹی کے حل کے طور پر فروخت کیا جاتا ہے۔
نتیجہ: دنیا کے لیے ایک انتباہ
ہیبرون کے موڑ پر یا دمشق گیٹ کی گلی میں، AI انسانی نقل و حرکت پر مستقل فیصلہ ساز بن گیا ہے۔
خطرہ اکیلا کیمرہ نہیں ہے۔ یہ نظام ہے: لازمی اندراج، مبہم ڈیٹا بیس، فوری ٹرائیج، اور ایک قانونی خلا جو پورے لوگوں کے ساتھ مستقل طور پر مشتبہ سلوک کرتا ہے۔
جس چیز کو معمول بنایا جا رہا ہے وہ ایک ٹیمپلیٹ ہے - ایک طریقہ الگورتھم کے ذریعے حکومت کرنا. وسیع تر دنیا کے سامنے انتخاب یہ ہے کہ آیا اس ٹیمپلیٹ کو قبول کرنا ہے، یا اس سے پہلے کہ خود کار شک عوامی زندگی کی طے شدہ ترتیب بن جائے اس سے پہلے ایک سخت لکیر کھینچی جائے۔
