סין מובילה בתחום מעקב מרכזי

This post is also available in: English (אנגלית)

 סין היא מובילה עולמית במחקר בתחום המעקב המבוסס ראייה ממוחשבת. זו מסקנתו של דוח חדש של המרכז לטכנולוגיות ביטחון חדשות CSET באוניברסיטת ג'ורג'יה בארה"ב.

לפי הדוח, שכותרתו 'מגמות בחקר AI לצורך מעקב ויזואלי אחר אוכלוסיות', המגזר המחקרי בסין מייצר מחקרים "בסדר גודל לא פרופורצינלי" בשלושה תחומי ליבה של טכנולוגיות מעקב מבוססות-AI.

סין מובילה בשלושה תחומים: זיהוי חוזר של אנשים (REID – שיוך תמונות של אותו אדם ממצלמות שונות או ממצלמה אחת בנקודות זמן שונות), ספירת קהל, ואיתור נסיונות הטעייה (טכנולוגיות שמטרתן לחשוף נסיונות להטעות טכנולוגיות זיהוי).

בנוסף, קהיליית המחקר של סין מפרסמת אחוז גבוה של מחקרים על משימות בנושא ראייה ממוחשבת של פנים אנושיות, כשלפי המחקר הדבר מייצג טכנולוגיות שתומכות בפתרונות מעקב נרחבים יותר, שעושים שימוש בלמידת מכונה. משימות אלה כוללות זיהוי רגש, זיהוי פנים וזיהוי פעולה.

המחברים מסיקים כי במגזר מעקב החוזי, זיהוי פנים היה המשימה הנפוצה ביותר, שהופיעה בלמעלה מ-1000 פרסומים בשנת 2019. יחד עם זת, המחברים מציינים כי ספירת קהל וזיהוי הטעיית פנים הם תחומים ש"צומחים במהירות".

לפי הדוח, "אלגוריתמים אלה מיושמים לעיתים קרובות בשימושים ללא כוונות זדון, מסחריים, כגון תיוג אנשים בתמונות מדיה חברתית. אבל ההתקדמות בראייה ממוחשבת עלולה גם להעצים ממשלות מסוימת בשימוש בטכנולוגיית מעקב לצורך דיכוי".

שליטתה של סין בראייה ממוחשבת היא ברורה: "חוקרים במוסדות עם שיוך סיני עמדו מאחורי למעלה משליש מהפרסומים בראייה ממוחשבת ומעקב חוזי. "דבר זה הופך את סין למדינה הפורה ביותר, בפער, בשני תחומים אלה. החלק של חוקרים סיניים במחקר בנושא מעקב חוזי בעולם גדל בשיעור דומה לחלק שלהם במחקרי ראייה ממוחשבת".

מחברי הדוח מציינים כי המחקר שלהם הקיף רק פרסומים מדעיים באנגלית, והרחבתו לפרסומים בשפות אחרות עלולה לחשוף את כל הקרחון של העליונות הסינית במגזרים אלה. כמו כן, ניתוח פרסומים ציבוריים אינו כולל מחקרים של חברות פרטיות או של המדינה, ופרסומים מסווגים, אבל מהווה מדד שיכול לשמש בסיס להערכה של פעילות המגזר, בהיעדר נתונים נסתרים.

איך בוצע המחקר? לפי unite.ai., הדוח מייצג ישום של גישות NLP (עיבוד שפה טבעית) ביחס למערך נתונים של פרסומים מהשנים 2015-2019. נתוני ליבה אותרו באמצעות אימון מודל SciREX למיצוי מידע ברמת המסמך, שהופעלו על נתונים מ-Papers with Code (אתר שמספק גישה לפרסומים טכניים כולל התוכנה בה השתמשו ליצירת הממצאים). המודל יושם לאחר מכן על אוסף ספרות אקדמית מצטברת ב-CSET, הכולל יותר מ-100 מיליון פרסומים בשישה מאגרים אקדמיים.