شهرهای هوشمند آینده: نظارت و امنیت پیش‌بینی شونده با AI- بخش دوم

در بخش اول از موضوع نظارت و امنیت پیش‌بینی‌شونده با هوش مصنوعی یا به عبارت دیگر پلیس پیش‌بینی‌کننده، به چرایی موضوع و اهمیت استفاده از هوش مصنوعی در این کاربرد پرداخته شد. در بخش دوم به بحث پیاده‌سازی آن می‌پردازیم که چگونه می‌توان پیاده‌سازی موفقی را تجربه کرد و سپس به مطالعه تطبیقی این موضوع در برخی از شهرهای جهان می‌پردازیم.

چگونه پیاده‌سازی موفقی داشته باشیم؟

1) دنبال کردن منافع امنیتی با ملاحظه آزادی‌های مدنی

از مهم‌ترین چالش‌های استفاده از هوش مصنوعی در سیستم‌های نظارتی، به خطر افتادن آزادی‌های مدنی شهروندان است. همین مسئله آزادی و حریم شخصی باعث شده تا این موضوع حمایت‌های همه جانبه را همراه خود نداشته باشد. برای مثال در سال 2020 میلادی در شهرهای Santa Cruz و New York استفاده از روش‌ها و وسایلی که پلیس‌ پیش‌بینی‌کننده را شکل می‌داد ممنوع اعلام شد. از این رو، شهرها (مقامات شهری) باید قوانین محکمی برای حفاظت از داده‌های شخصی شهروندان خود اعلام کنند و فرآیند استفاده از این داده‌ها شفاف باشد. از سوی دیگر شهرها باید با بازیگران و ذی‌نفعان وارد مذاکره شده و پیش از پیاده‌سازی، آنها را برای استفاده از هوش مصنوعی در بحث نظارت و امنیت قانع کنند و این کار با برشماری مزایا و ارزش افزوده‌ای که برای ذی‌نفعان حاصل می‌شود صورت می‌پذیرد.

2) انجام متعهدانه آزمایشات و قانون‌گذاری

از دیگر مواردی که منجر به پیاده‌سازی موفق موضوع نظارت پیش‌بینی‌کننده می‌شود، انجام قانون‌گذاری برای استفاده از هوش مصنوعی است. تمام آزمایشاتی که برای به کار بردن AI در دوربین‌های نظارتی صورت می‌گیرد باید همراه با قوانین باشد تا نواقص و اصلاحیه‌های مورد نیاز قوانین از پیش وضع شده برای این مسئله شناسایی و بر طرف شود. همانطور که پیش‌تر هم اشاره شد این قوانین می‌بایست از حفظ شدن آزادی‌های مدنی شهروندان اطمنیان حاصل کند تا محیطی ایجاد شود که در آن شهروندان به پیاده‌سازی چنین مفهومی اعتماد کنند.

3) تشکیل هیئت بازنگری

توسط این هیئت است که باید کاربردهای مختلف از منظرهای اخلاقی و آزادی‌های مدنی مورد بررسی قرار گیرد. اعضای چنین هیئت بازنگری‌ای باید شامل متخصصانی از حوزه‌هایی چون سیاست‌گذاری، نمایندگان شهروندان، متخصصان فنی و نمایندگان اجتماعی باشد. ملاحظات اخلاقی در استفاده از هوش مصنوعی در سیستم‌های نظارتی و امنیتی باید سه حوزه را در خود داشته باشند: عدالت، برابری و شمولیت.

4) ایجاد مکانیزم‌هایی برای کنترل و بازنگری در الگوریتم‌های هوش مصنوعی

وجود امکان بررسی و بازنگری در الگوریتم‌های هوش مصنوعی و اصطلاحا توضیح‌پذیر بودن آن باعث می‌شود که از مواردی همچون اعمال تبعیض در الگوریتم‌ها جلوگیری شود؛ برای مثال در گزارشی که در یکی از ایالت‌های امریکا منتشر شده است، هوش مصنوعی مشخص کرده است که احتمال درگیری و بازداشت برای سیاه پوستان 5 برابر سفید پوستان است. متخصصان احتمال داده‌اند که در الگوریتمی که چنین آماری از آن حاصل شده، تعصب دخیل بوده است در حالیکه قرار است با استفاده از هوش مصنوعی در تشخیص جرم سعی شود تا در قضاوت‌ها از تعصب دوری شود. به همین دلیل است که برای پیاده‌سازی موفق نیاز است تا ساز و کاری اتخاذ شود که الگوریتم‌ها قابل توضیح شوند. ممکن است تعصب توسط توسعه‌دهنده کد یا نویسنده آن اعمال شده باشد.

5) اولویت‌دهی به استفاده از داده‌های محیطی در مقایسه با داده‌های شخصی

استفاده از داده‌های شخصی همراه با چالش‌های بزرگی در حوزه‌های اعتماد و حقوق شهروندی و فردی خواهد بود. پیشنهاد می‌شود تا در حد امکان شهرها از داده‌های محیطی استفاده کنند که از طریق حسگرها و دستگاه‌های IoT جمع‌آوری شده‌اند و عملیات ناشناس‌سازی نیاز ندارند. با کمک دستگاه‌های IoT جمع‌آوری داده‌های محیطی ساده‌تر می‌باشد و محدودیت کار با داده‌های شخصی نیز وجود نخواهد داشت.

6) همکاری نزدیک و برقراری اعتماد بین مجریان قانون و شهروندان

از آنجایی که اصلی‌ترین رکن در استفاده از سیستم‌های هوش مصنوعی در موضوعات امنیتی، اعتماد است توصیه می‌شود تا شهرها با افزایش مشارکت بیشتر شهروندان در فرآیند برقراری این سیستم‌ها و فرآیند قانون‌گذاری احساس اعتماد را ایجاد کنند. احساسی که مردم درباره جمع‌آوری داده‌ها و پردازش بر روی آنها دارند بسیار مهم است.

7) همراه کردن فرهنگ سازمانی با تغییرات دیجیتالی

برای بهره‌مندی کامل از استفاده از هوش مصنوعی در سیستم‌های قضایی، دولت‌های شهری باید فرهنگ سازمانی خود را تغییر دهند تا با چنین پیشرفت‌های اساسی‌ای سازگار شوند.

بررسی نمونه‌های جهانی

1) سنگاپور

به نظر می‌رسد که پیشرو ترین کشور در استفاده از هوش مصنوعی برای برقراری امنیت و نظارت، سنگاپور باشد. سنگاپور هم اکنون از AI در سیستم پلیس خود، نظارت بر مرزها و برقراری امنیت در شهرها استفاده می‌کند. به عنوان مثال، نیروی دفاع مدنی سنگاپور (SCDF) از پهپادها برای نظارت بر فعالیت‌هایی مانند ردیابی آتش، نظارت و ماموریت‌های جستجو و نجات استفاده می‌کند. وزارت امور داخله از پهپادها برای نظارت هوایی برای نظارت بر جمعیت در رویدادهای عمومی مانند شب سال نو استفاده می‌کند. اداره مهاجرت و پست‌های بازرسی با توجه به پیشرفت صورت گرفته در سیستم‌های پردازش تصویر که از قبل وجود داشته‌اند، اسکن عنبیه را در جولای 2018 معرفی و استفاده کرده‌اند.

گزارشی که GovTec Singapore دو سال گذشته منتشر کرد نشان می‌دهد که از دسامبر 2016، هواپیماهای بدون سرنشین به پلیس کمک کرده‌اند تا مجرمانی را که در جنگل جرم انجام می‌دهند، دستگیر کنند و این منجر به صرفه جویی 80 درصدی در زمان و 60 درصدی هزینه‌ها در مقایسه با روش‌های سنتی بازرسی شده است. از پهپادها برای نظارت در مرزها و ایست‌های بازرسی نیز استفاده شده است. آمار جالبی که از یکی از عملیات‌های نظارت مرزی با پهپاد از سنگاپور منتشر شده، نشان می‌دهد در سال 2018 افسران پلیس 125 نفر مهاجر غیر قانونی را در یک عملیات شبانه نظارت با پهپاد دستگیر کردند.

نیروی پلیس سنگاپور (SPF) قصد دارد از فناوری‌های پوشیدنی مانند عینک هوشمند با فید ویدیویی برای تسهیل جمع‌آوری اطلاعات استفاده کند. انتظار می‌رود این عینک تجزیه و تحلیل ویدیویی بلادرنگ مانند تشخیص چهره را انجام دهد.

برای مقابله با چالش‌های مرتبط با COVID-19، دولت از هوش مصنوعی در اقداماتی مانند:

• سیستم VigilantGantry که به طور خودکار دمای افراد را با دوربین فیلمبرداری و اسکنر حرارتی نمایش می‌دهد. به گفته پورتال توسعه‌دهنده دولت سنگاپور، این دولت اسکنرهای حرارتی موجود را افزایش می‌دهد تا سرعت اسکن بدون تماس را بهبود بخشد، و صف‌های طولانی بیرون ساختمان‌ها را کاهش دهد و نیروی انسانی مورد نیاز برای اقدامات غربالگری دما را کاهش دهد.

• سیستم SPOTON، یک راه حل غربالگری دمای به صورت انبوه برای مکان‌های عمومی است که به پشتیبانی کمی از نظر زیرساخت نیاز دارد. این دستگاه می‌تواند تا ده نفر را همزمان با یک نشانگر دما برای هر چهره بررسی کند و آلارم‌های خودکار و هشدارهای ایمیلی هنگام تشخیص دمای بالا نمایش دهد.

• رباتی به نام Spot که در پارک‌های عمومی گشت می‌زند و به مردم یادآوری می‌کند که فاصله اجتماعی حداقل یک متری را رعایت کنند.
• ابزار تجزیه و تحلیل شبکه برای کمک به ردیابی تماس توسط نیروهای مسلح سنگاپور.

از این رو، سنگاپور اقدامات پیشرفته‌ای برای استفاده از فناوری‌های هوشمند مانند حسگرها، تجزیه و تحلیل داده‌ها و هوش مصنوعی برای ایمن‌تر کردن زندگی دارد.

به عنوان بخشی از استراتژی ملی هوش مصنوعی، که پنج پروژه ملی (حمل و نقل، شهرهای هوشمند، سلامت، آموزش و ایمنی و امنیت) را پوشش می‌دهد، دولت چشم‌اندازی دارد که تا سال 2030، سنگاپور پیشرو در توسعه و استقرار راه‌حل‌های هوش مصنوعی مقیاس‌پذیر و تأثیرگذار، در بخش‌های کلیدی با ارزش و مرتبط با شهروندان و کسب‌وکارها باشد. دو پروژه برای بهبود امنیت با هوش مصنوعی عبارتند از:

• سیستم تشخیص غرق شدن با بینایی کامپیوتری در 27 استخر که تا سال 2021 اجرا می‌شود
• عملیات ترخیص مرزی: سنگاپور استفاده از هوش مصنوعی را برای کمک به افسران مهاجرت در ارزیابی مشخصات ریسک مسافران قبل از رسیدن به ایست‌های بازرسی بررسی خواهد کرد و بر این اساس سطح غربالگری امنیتی را بالا می‌برد. این کار از طریق فناوری‌هایی مانند یادگیری ماشینی، بینایی کامپیوتر، سیستم های شناختی و هوش مصنوعی قابل توضیح انجام خواهد شد.

2) کاناگاوا، ژاپن

در آماده‌سازی برای المپیک توکیو، نیروی پلیس ژاپن پلیس پیش‌بینی شده با هوش مصنوعی را راه اندازی کرد.

سیستم‌های هوش مصنوعی می‌توانند با مقایسه داده‌های مربوط به هر جرم، تعیین کنند که آیا چندین جنایت توسط یک شخص انجام شده است یا خیر. هوش مصنوعی با استفاده از این اطلاعات حرکت بعدی جنایتکار را پیش بینی می‌کند.

خود سیستم هوش مصنوعی دارای الگوریتم یادگیری عمیق برای آموزش سیستم‌های کامپیوتری به صورت بلادرنگ است زیرا داده‌های بیشتری را جمع‌آوری می‌کند. این فرآیند سیستم را قادر می‌سازد تا به آمار نیروی پلیس دسترسی کامل داشته باشد و در عین حال به سایر جزئیات جرم مانند زمان، مکان، آب و هوا و شرایط جغرافیایی نیز دسترسی داشته باشد.

همچنین طرحی برای اجازه دسترسی هوش مصنوعی به رسانه‌های اجتماعی به منظور شناسایی مناطق خاص یا افرادی که ممکن است درگیر جرم باشند وجود دارد. پلیس کاناگاوا در سال 2018 مطالعه امکان سنجی این موضوع را آغاز کرد و قبل از ایجاد یک سیستم، تحقیقات مشترکی را با بخش خصوصی انجام داد. علاوه بر موارد فوق، پلیس ملی همچنین پنل را برای مشاوره در مورد نحوه استفاده پلیس از هوش مصنوعی تشکیل داده است.

3) ریو دو ژانیرو، برزیل

با نرخ بالای قتل و احساس ناامنی (در سال 2015، 81 درصد از برزیلی‌ها می‌ترسیدند که به نوعی قربانی قتل شوند)، شهر اقداماتی را برای پیش‌بینی موفقیت‌آمیزتر جنایات و کاهش نرخ جرم اجرا کرد.

در سال 2016، موسسه Igarapé ( به عنوان اتاق فکر) با Via Science (یک شرکت تجزیه و تحلیل داده) برای توسعه برنامه CrimeRadar، یک پلتفرم پیش بینی جرم که فراوانی جرم را در مکان‌ها و زمان‌ها در منطقه شهری ارزیابی می‌کند، همکاری خود را آغاز کرد.

این پلتفرم روی گوشی‌های هوشمند و مرورگرهای کامپیوترها اجرا می‌شود. این نرم افزار از تجزیه و تحلیل پیشرفته داده‌ها برای نظارت بر نرخ جرم و خطرات احتمالی در سراسر استفاده می‌کند.

اپلیکیشن CrimeRadar یک نمایش تصویری از سطوح ایمنی در مکان‌ها و زمان‌های خاص ارائه می‌دهد. همچنین داده‌های جرم را در دسترس‌تر و شفاف‌تر می‌کند و در نتیجه امنیت را برای شهروندان بهبود می‌بخشد. این پلتفرم به کاهش 30 تا 40 درصدی جرم و جنایت در منطقه کمک کرده است.

در ادامه تصویری از این اپلیکیشن را مشاهده می‌کنید. همچنین در صورتی که مایل بودید پیرامون این مورد بیشتر مطالعه کنید می‌توانید به این لینک و یا مطلب زیر مراجعه کنید مراجعه کنید.

اگر قسمت اول موضوع هوش مصنوعی در سیستم‌های امنیتی و نظارتی را مطالعه نکرده‌اید توصیه میکنم این مطلب را از طریق لینک زیر بخوانید.