notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Texto | Corpo Cérebro

A segurança pública é como a “imunidade” da nossa sociedade. Raramente prestamos atenção a ela em momentos normais. Quando ocorre um acidente, significa que o perigo chegou, que pode variar de um “resfriado” a um “fatal”. .

As inspeções de segurança podem detectar itens prejudiciais tangíveis, mas é difícil detectar emoções prejudiciais intangíveis. Essas emoções prejudiciais, como o ódio extremo, os conflitos, a psicologia social da vingança, etc., são como bombas-relógio que causarão vítimas inocentes quando explodirem.

Portanto, a segurança pública não pode se limitar à fiscalização dos objetos.

A detecção de emoções por IA é uma barreira invisível que melhora a “imunidade” da segurança pública.

De acordo com a mídia tecnológica WIRED, câmeras nas estações ferroviárias britânicas estão atualmente usando o sistema de detecção de emoções da Amazon para monitorar a situação dentro da estação ferroviária. Assim que uma pessoa com humor anormal for encontrada, a equipe será notificada para uma inspeção mais aprofundada.

O facto de a detecção de emoções poder ser implementada em países europeus que possuem uma protecção rigorosa dos dados de privacidade pessoal pode ser suficiente para explicar algo.

Este artigo falará sobre o que a detecção de emoções por IA faz de certo para fazer com que o Reino Unido, tradicionalmente conservador, a aceite. Onde está a necessidade?

Segundo relatos, câmeras inteligentes usando algoritmos de reconhecimento de emoções serão usadas para detectar as emoções dos passageiros do trem e prever emoções potenciais por meio de digitalização facial para detectar comportamentos anormais, como roubo e intrusos.

A parte mais difícil desta questão não é a tecnologia, mas como aceitar a detecção facial para o público nos países europeus com as regulamentações de reconhecimento facial mais rigorosas?

A aplicação da tecnologia de reconhecimento facial em locais públicos na Europa passou por um processo de mudanças significativas:

Proibição total.Desde a explosão da tecnologia de aprendizagem profunda em 2017, o reconhecimento facial no campo do CV tornou-se uma das principais aplicações, e a Europa regulamentou-o estritamente em dezembro de 2019."Livro Branco sobre Inteligência Artificial (rascunho)", disse que o uso da tecnologia de reconhecimento facial em locais públicos será proibido por 3 a 5 anos.

Balance repetidamente. Após a promulgação das regulamentações de IA e dados mais rigorosas da história, um grande número de analistas e profissionais de tecnologia disseram que essas restrições prejudicaram enormemente o progresso e a aplicação da tecnologia de inteligência artificial na Europa, levando a uma estagnação no desenvolvimento da IA. indústria.No entanto, a atitude da Europa em relação a isto sempre foi relativamente oscilante. Em Fevereiro de 2021,Estratégia de Dados da UEQuando o documento suavizou a sua atitude, disse que iria restringir estritamente, mas não proibir completamente. Em outubro daquele ano, foi aprovada uma resolução para proibir a polícia de usar tecnologia de reconhecimento facial em locais públicos.

Adiamento temporário.Finalmente, em 13 de março de 2024, a Europa ultrapassou o marco históricoLei de Inteligência Artificial, suavizou a sua atitude em relação à tecnologia de reconhecimento facial, proibindo "a aplicação de vigilância sem propósito em grande escala baseada em dados biométricos sensíveis (como o reconhecimento facial)" e abandonando o uso razoável da tecnologia.

Por que a detecção de emoções por IA recebe “tratamento especial”?

Isto nos leva ao “triângulo impossível” da segurança pública: custos, benefícios e experiência.

Para a segurança pública, “é melhor prevenir antecipadamente do que remediar depois”. Quando ocorre um evento de alto risco, o custo de “reparar a situação” é muitas vezes a vida humana, pelo que deve ser adoptada uma supervisão prévia mais rigorosa. De modo geral, é a verificação de segurança.

Contudo, existe um “triângulo impossível” na inspeção de segurança, que exige um compromisso complexo entre custos de investimento, benefícios de segurança e experiência pública.

Se o processo de inspeção de segurança não for suficientemente sensível e ocorrer uma “detecção perdida”, “vírus” prejudiciais terão a oportunidade de tirar vantagem disso. Grupos perigosos desenvolverão “resistência às drogas” no sistema de inspecção de segurança, tal como o aumento da resistência do vírus às drogas, e encontrarão lacunas no processo de inspecção de segurança para contorná-la.

Mas também estamos muito certos de que a adopção indiscriminada de inspecções de segurança a nível aeroportuário e de inspecções de contrabando em qualquer lugar não só afectará a eficiência do tráfego e a experiência de viagem das pessoas, como também exigirá um maior número de pessoal de inspecção de segurança, o que trará custos elevados. . As despesas de custo e os benefícios marginais são muito baixos.

Especialmente nos metropolitanos europeus, nas estações ferroviárias de alta velocidade e nos locais pitorescos, geralmente não existiam controlos de segurança antes, o que equivale a "abrir a porta" a mercadorias perigosas e ameaças terroristas. A implementação de inspeções de segurança normalizadas a partir do zero requer a implantação de pessoal de segurança, equipamentos e outros custos a partir do zero, e a educação do público para mudar os seus hábitos de viagem de longa data.

Neste contexto, espera-se que a aplicação da detecção de emoções por IA encontre uma nova solução para o “triângulo impossível” das inspeções de segurança tradicionais.

A detecção de emoções por IA não é uma tecnologia nova, então porque é que se tornou neste momento uma gota de água que salva vidas para a segurança pública europeia?

Isso começa com várias mudanças:

A primeira mudança é o avanço dos algoritmos, que aumentou muito os benefícios de segurança.

O sistema de detecção de emoções usado nas estações ferroviárias de alta velocidade britânicas é algo que a Amazon vem explorando há muitos anos no comércio eletrônico, assistência médica, segurança pública, marketing e outras áreas.O sistema Rekognition pode reconhecer uma variedade de emoções, incluindo felicidade, tristeza, raiva, surpresa, repulsa, calma e confusão. Após a iteração de 2023, ele também pode reconhecer “medo”.

Por exemplo, em cenários de comércio eletrônico, as câmeras das lojas são usadas para avaliar as emoções dos consumidores para otimizar a exibição dos produtos em cenários de entretenimento pessoal, dispositivos inteligentes como o Alexa da Amazon podem detectar as emoções dos usuários em tempo hábil e detectar quando os usuários estão com emoções negativas; como raiva ou tristeza, para fornecer conforto ou conselho.

Pode-se dizer que os atuais algoritmos de análise e reconhecimento de emoções estão bastante maduros, e a exatidão e precisão de detecção podem atender aos complexos requisitos de levar em consideração eficiência, segurança e experiência em locais públicos.

A segunda mudança é o avanço contínuo da sociedade digital, tornando controlável o custo do reconhecimento de emoções por IA.

As cidades inteligentes estão em constante melhoria em muitos países e regiões ao redor do mundo. As câmeras inteligentes usadas para segurança urbana têm sido iteradas há muitos anos e a tecnologia e os produtos atuais estão bastante maduros. Entre eles, câmeras inteligentes "definidas por software" podem carregar diferentes algoritmos on-line para implementar aplicativos inteligentes verticais. Elas podem atualizar e atualizar a detecção de emoções por IA sem substituir o hardware e não trarão pressão excessiva de custos.

A terceira mudança é que, nos últimos anos, as preocupações das pessoas com a segurança pública e a privacidade diminuíram, pelo que passaram a aceitar mais a detecção de emoções.

Com a turbulência no ambiente político e económico mundial, as preocupações públicas sobre a segurança pública aumentaram em muitos países, especialmente na Europa, onde a imigração ilegal aumentou.

Neste contexto, o reconhecimento de emoções por IA não só pode detectar antecipadamente potenciais sinais de tensão e conflito para evitar incidentes de segurança pública causados ​​​​por perdas emocionais, mas também não é tão desconfortável como expor a privacidade facial.

Isso ocorre porque os dados coletados pela detecção de emoções não são “fortemente identificáveis”.

Conforme afirmado em “O Direito à Privacidade”, privacidade é “o direito de ser deixado em paz”. Comparado com o reconhecimento facial de "reconhecimento forte",A detecção de emoções por IA em locais públicos não perturbará o público nem envolverá informações de privacidade pessoal antes que a crise seja exposta. , ou seja, não é possível identificar e autenticar de forma única pessoas físicas por meio de emoções, e não saberá quem é seu sobrenome. Isto reduz enormemente a sensação do público de estar sendo espionado.

Nesta perspectiva, a detecção de emoções através da IA ​​alcançou um bom equilíbrio em termos de custos, benefícios e experiência, e deverá tornar-se uma barreira invisível à segurança pública, além das inspecções de segurança tradicionais.

A detecção de emoções por IA e a prevenção de incidentes malignos de segurança extrema certamente trarão mais benefícios do que danos para toda a sociedade. Então, quando podemos fazer isso?

Falando francamente, os actuais sistemas de segurança inteligentes nas grandes e médias cidades da China já estão a funcionar muito bem. Não é difícil implementar algoritmos de detecção de emoções.O caminho para a localização dos algoritmos ainda demorará um pouco.

O maior obstáculo é que os conjuntos de dados não são suficientemente grandes nem suficientemente bons.

Visitei um professor de uma universidade em Shandong que usou tecnologia de aprendizagem profunda para desenvolver algoritmos de reconhecimento de microexpressões. As microexpressões são caracterizadas por uma duração muito curta, pequenas alterações na amplitude do movimento e dificuldade em ocultar e suprimir, por isso são muito adequadas para detecção de emoções de pessoas potencialmente perigosas.

As microexpressões requerem experimentos psicológicos para serem coletadas e depois analisadas e processadas por computadores. É necessário primeiro mostrar aos sujeitos alguns estímulos que foram demonstrados por psicólogos para induzir a produção de microexpressões, depois usar uma câmera de alta velocidade para encarar o rosto do sujeito e deixar o computador armazenar as imagens quadro a quadro. Após a coleta dos dados, é necessário rotulá-los com rótulos emocionais e características do domínio espaço-temporal, que são o momento inicial, o momento final e o momento clímax da expressão.

O professor mencionou que antes de a sua equipa estabelecer a base de dados MMEW, faltavam algumas bases de dados públicas particularmente grandes para investigação de microexpressões. A maior base de dados tinha apenas 247 amostras e a resolução da imagem não era elevada.

Requer experimentos psicológicos e engenharia da computação. Se um conjunto de dados de microexpressões é tão difícil, por que construí-lo do zero?

Sabemos que a expressão emocional será afetada pela cultura, pela vida social e por outros contextos. A maioria das imagens emocionais internacionais baseia-se em dados recolhidos de rostos estrangeiros, que podem não ser muito precisos quando se trata de identificar o estado emocional, a intenção e o comportamento dos rostos chineses. Portanto, a aplicação real da detecção de emoções por IA no campo da segurança pública ainda precisa partir da construção sólida de conjuntos de dados nacionais de alta qualidade.

Outra questão é, com o algoritmo, quem vai vendê-lo?

Para ser mais preciso, quem fornecerá o poder computacional e uma série de serviços de suporte? O reconhecimento de emoções é um processo complexo que requer um poderoso poder de computação para analisar rapidamente dados massivos e realimentar os resultados do reconhecimento de emoções em tempo real, o que requer um poder de computação extremamente alto. Além disso, a IA é uma tecnologia em constante evolução e os modelos de detecção de emoções requerem aprendizagem e otimização contínuas para melhorar a precisão do reconhecimento e as capacidades de generalização. Tomemos como exemplo o sistema Rekognition implementado em uma estação ferroviária de alta velocidade britânica. É um dos serviços em nuvem lançados pela Amazon AWS, que realiza aprendizado, análise e melhorias funcionais na nuvem.

Na China, por envolver dados de informação pública, devem ser privatizados e implantados localmente. No final, a competitividade central é a tecnologia de algoritmos e as capacidades de serviço ToB. Portanto, as empresas domésticas de algoritmos CV serão mais competitivas do que os fornecedores de nuvem neste mercado. No entanto, como resolver o problema do custo do poder computacional e da eficiência humana dos serviços é um problema de longa data para as empresas de algoritmos, que exige algo mais sofisticado e razoável. projeto de negócios.

A plataforma de nove andares eleva-se da base da terra. Embora o caminho para a localização da detecção de emoções por IA ainda precise ser consolidado pouco a pouco a partir dos dados, algoritmo, negócios e outros níveis, usando a tecnologia para aumentar a "imunidade" da segurança pública, evitar acidentes graves de segurança e alcançar um equilíbrio entre custo, benefício e experiência, deve gradualmente se tornar o consenso e a meta de toda a sociedade.

As pessoas são o fim e a tecnologia é o meio.

A tecnologia que protege o direito das pessoas à vida deve ter direito ao desenvolvimento, mesmo na Europa, que é extremamente rigorosa com as novas tecnologias. Esta pode ser a maior revelação que a implementação da detecção de emoções por IA nos traz.