This post is also available in: enEnglish (אנגלית)

שימוש במצלמות למטרות מעקב ושמירה על בטחון בערים היא תופעה שצמחה לאחר הזעזוע של ה-11 בספטמבר. בשנים האחרונות, שילוב טכנולוגיות שונות כמו כלי למידת מכונה אפשרו לעשות אוטומטיזציה לניתוח תוכן מוסרט, גם כשמדובר בכמות גדולה מאוד של נתונים. מעקב בוידיאו יכול לסייע לגורמי ממשל לנתח כמות של עונדי מסכות, לנטר ולפקח על עומס התנועה, ואפילו לסייע לבעלי עסקים בתבונות חדשות לגבי התנהגות הקונים שלהם.

ומה לגבי פרטיות? בעוד שתחום המעקב הסמוי עובר חידושים, מדינות לא ממהרות לקבוע תקנות שמגנות על הפרטיות של המוסרטים. המוסכמה כיום היא לטשטש את פני המוסרטים, דבר שלא תמיד עובד או משרת את מטרות ניתוח הנתונים. מסיבות אלה, חוקרים ממעבדת מדעי המחשב והבינה המלאכותית (CSAIL) של המכון הטכנולוגי של מסצ'וסטס (MIT), יצרו מערכת שתבטיח את פרטיות המוסרטים במצלמות מעקב. "Privid" היא מערכת שמאפשרת לאנליסט להעלות בקשות לנתונים בוידיאו, ומוסיף מעט רעש (עוד דאטה) לתוצאה הסופית כדי להבטיח שהאנשים המצולמים לא ניתנים לזיהוי.

בנוסף לכך, המערכת בונה הגדרה פורמלית לפרטיות – פרטיות דיפרנציאלית – שמאפשרת גישה לנתונים וסטטיסטיקות לגבי מידע פרטי מבלי לחשוף נתוני זיהוי אישיים. באופן כזה, במקום שאנליסטים יגשו לסרטון השלם ויחשפו לכולו, המערכת מוודאת שהסרטון לא יוצג בשלמותו, וכי הנתונים הפרטיים יוסתרו מעיני האנליסט האנושי, בדיוק של 79%-99%.

התוכנה שוברת את הוידיאו לחלקים קטנים ומריצה קודים של עיבוד על כל מקטע. במקום לקבל נתונים מכל חלק, הסגמנטים מתמזגים והרעש נוסף, ופרטים מזהים נשמרים מפני הצוות האנושי. המערכת גם מאפשרת לאנליסטים לעשות שימוש ברשת נוירונים משלהם שמאפשרת להם להרחיב ולהגדיר שימושים נוספים בתוכנה, כך לפי news.mit.edu.