Sztuczna inteligencja śledzi Cię, aby przewidywać przyszłość!

Co jeśli sztuczna inteligencja śledzi Ciebie w czasie rzeczywistym?

Sztuczna inteligencja ma coraz więcej zastosowań. I choć pokazuje się pozytywne aspekty AI, to jestem mocno zaniepokojony takim rozwojem wydarzeń.

Poniższy materiał pokazuje wykorzystanie AI w monitorowaniu populacji w celach przewidywania zdarzeń. Ale czy inwigilacja i moniotoring pokazywany jako dobro społeczne może być tylko pozytywnym rozwiązaniem uzyteczności publiczne?

WIDEO: Sztuczna inteligencja śledzi Cię, aby przewidywać przyszłość!

A.I. Is Monitoring You Right Now and Here's How It's Using Your Data

You're being tracked to predict outbreaks and crises before they happen. Follow Focal Point for more!

Opublikowany przez Focal Point 25 lutego 2018

EMBERS

Sztuczna inteligencja śledzi Ciebie w czasie rzeczywistym aby przewidzieć sytuacje kryzysowe mające wydarzyć się w przyszłości.

Żyjemy w czasach masowej inwigilacji, masowo gromadzone dane w połączeniu z szybko rosnącym zastosowaniem sztucznej inteligencji oznacza, że wszystkie nasze czynności są nagrywane i przechowywane na dotąd niespotykaną skalę. Te informacje są przeszukiwane/analizowane pod względem trendów w mediach społecznościowych co ma być wykorzystane w targetowanym marketingu. Ta technika znajduje zastosowanie w przewidywaniu zamieszek, wyników wyborów, wybuchów epidemii, nawet nie wspominamy tu o bardzo dużej siatce kamer monitoringu, które mogą być użyte do śledzenia tłumów i osób w czasie rzeczywistym.

To jest EMBERS komputerowy system prognozowania, który analizuje dane, które umieszczasz każdego dnia w mediach społecznościowych.

Analizuje takie platformy/portale jakich byś się spodziewał jak Twitter i Facebook, lecz śledzi także rzeczy, których byś się nie spodziewał jak appki restauracji, mapy ruchu ulicznego, kursy wymiany walut, jak też ceny żywności.

Dr Naren Ramakrishnan – dyrektor Centrum Analiz „Discovery“ na politechnice w Wirginii stwierdza:

Dane z tweetów i mediów społecznościowych są użyteczne w przewidywaniu wybuchów epidemii, a także wydarzeń takich jak zamieszki, lokalne kryzysy polityczne, wybory itp. Można też użyć nietradycyjnych źródeł informacji takich jak informacje o rezerwacjach w restauracjach, wynikach prześwietleń w szpitalach itp aby przewidzieć grypę.

Embers analizuje masowe dane w poszukiwaniu trendów a nie informacji na temat osób. Np. jeśli Embers wykryje masowe odwoływanie rezerwacji w restauracjach, oraz np wypełnianie się parkingów szpitalnych, system jest w stanie przewidzieć wykwit zatruć pokarmowych lub grypy. Dodatkowo system jest bardzo dokładny, Embers przewidział wybuch epidemi wirusa Hanta w Argentynie i Chile w 2013 roku oraz powstania w Brazylii i Wenezueli w 2013 i 2014 roku. Faktem jest że jeśli chodzi o przewidywanie system Embers jest trafny w 90% przypadków.

Jednakże system Embers ma też ograniczenia, podczas gdy jest w stanie analizować publiczne dane aby prognozować znaczące wydarzenia społeczne zanim do nich dojdzie, nie jest w stanie przewidzieć nagłych wydarzeń, jak np popłochu w tłumie, czy też terrorystów, są to bardzo ważne kwestie w naszym przeludnionym i niestabilnym świecie. (2:00)

Tym właśnie zajmuje się dr Mubarak Shah wraz z jego zespołem. Używając monitoringu wideo, sztucznej inteligencji oraz skompliowanych algorytmów matematycznych zamierza namierzyć i przewidzieć przemieszczanie się dużych/gęstych tłumów oraz poszczególnych osób w tłumie.

Analiza tłumów to bardzo ciekawe zagadnienie, niosące wiele wyzwań. W chwili gdy mamy do czynienia z tysiącami proces staje się bardzo skomplikowany. W tym miejscu do gry wkracza sztuczna inteligencja, może pomóc w wychwyceniu nienormalnych zachowań w tłumach jak np zwężenia/wąskie gardła (jak szyjki butelki). – Dr. Mabaraka Shah – dyrektora i założyciela UCF – Centrum Badań i wizualizacji komputerowych:

Przykładem jest święto pielgrzymów Hajj w Arabii Saudyjskiej, gdzie w 2015 roku setki ludzi zostało zadeptanych na śmierć z powodu paniki. W przyszłości komputery mogą wykryć tzw. wąskie gardła” (zwężenia) w czasie rzeczywistym, dzięki czemu można przekierować pielgrzymów do niezatłoczonych lokalizacji unikając tym sposobem popłochu i w rezultacie ratując ludzkie życie.

Kolejnym zastosowaniem nad którym pracuje zespół Shaha jest możliwość śledzenia ludzi w tłumach w czasie rzeczywistym.

Chcemy być w stanie śledzić osoby, wiedzieć którędy wchodzą, dokąd idą, którędy wychodzą itp….Takie śledzenie jest przeprowadzane manualnie, ale komputery powoli zaczynają być w stanie wykryć osoby które zachowują się w podejrzany sposób przemieszczając się w tłumie. Chcemy być w stanie analizować nagrania z każdej kamery, chcemy być w stanie wykryć ludzi, zidentyfikować ich itp. Sieci kamer są poddawane analizie danych pod kątem podejrzanych zachowań co w przyszłości umożliwi zatrzymanie/przeciwdziałanie zamachom bombowym. Lecz nie jest to łatwe i nie jesteśmy jeszcze na tym etapie. Jest bardzo dużo danych do przetworzenia/wprowadzenia tak aby maszyny były w stanie zrozumieć zachowanie ludzkie.

Może to wspomóc siły porządkowe, tak aby mieli szerszy obraz, w ten sposób staną się oni bardziej wydajni, może pomóc zwalczać przestępczość, lecz jest też ciemna strona tego rozwiązania… Ile prywatności jesteśmy w stanie oddać w zamian za bezpieczeństwo ? Zastosowania tych technologii są bardzo obszerne. Może zależy to od tego jak bardzo ufacie osobom które analizują wasze dane.

Ripsonar News

 

error: Content is protected !!