ادغام هوش مصنوعی پیشفعال با دوربینهای مداربسته برای تشخیص نیت مجرمانه پیش از وقوع جرم از طریق تحلیل زبان بدن
ادغام هوش مصنوعی پیشفعال با دوربینهای مداربسته برای تشخیص نیت مجرمانه پیش از وقوع جرم از طریق تحلیل زبان بدن
مصطفی عبدالهیان دهکردی1 آرمین قربانی2
1) گروه مهندسی برق و کامپیوتر، دانشگاه ملی مهارت، تهران، ایران
2) گروه مهندسی برق و کامپیوتر، دانشگاه ملی مهارت، تهران، ایران
کد IOI مقاله
:
AAHD-ABHHCG
محل انتشار :
کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
سامانههای سنتی نظارت تصویری مبتنی بر دوربینهای مداربسته (CCTV) بهصورت واکنشی عمل میکنند؛ به این معنا که رویدادها را برای بررسی پس از وقوع ثبت کرده و به پایش دستی متکی هستند که مستعد خطا است. این محدودیت، پرسش اساسی زیر را مطرح میکند: آیا میتوان نشانههای رفتاری را بهصورت خودکار تحلیل کرد تا موقعیتهای پیش از وقوع جرم شناسایی شوند؟ این مقاله یک مرور نظاممند از سامانههای پیشفعال مبتنی بر هوش مصنوعی برای نظارت تصویری ارائه میدهد و سه لایه اصلی آنها را بررسی میکند: لایه ادراک (زبان بدن، حرکات اسکلتی و ریزحرکات چشم)، لایه تحلیل (ترنسفورمرها، شبکههای کانولوشنی گرافی (GCN) و ابرگرافها) و لایه تصمیمگیری (محاسبات لبه و یادگیری فدرال). نتایج نشان میدهد استقرار گسترده این سامانهها، مانند شبکه سراسری دوربینهای چین، میتواند نرخ جرم را تا ۱۰ درصد کاهش دهد و هزینه پیشگیری از هر جرم را به حدود ۵٬۹۲۲ دلار آمریکا برساند. با این حال، اثربخشی پلیسگری پیشبینانه همچنان محل بحث است، زیرا تنها ۳٫۷ درصد از مطالعات در محیطهای عملیاتی واقعی ارزیابی شدهاند. همچنین، سوگیری الگوریتمی همچنان یک چالش جدی محسوب میشود؛ بهگونهای که سامانههای تشخیص چهره افراد با پوست تیره را ۳۴ درصد بیشتر دچار خطا میکنند و دادههای جانبدارانه مربوط به سوابق بازداشت، موجب تقویت چرخه بیشنظارتی بر گروههای اقلیت میشوند. افزون بر این، چارچوبهای حقوقی مانند قانون هوش مصنوعی اتحادیه اروپا (EU AI Act) دارای استثناهای گسترده برای نهادهای مجری قانون بوده و خسارات غیرمادی را مشمول جبران خسارت نمیدانند. در مقابل، راهکارهای حفظ حریم خصوصی، از جمله پردازش ویدئوی رمزگذاریشده، استخراج اسکلت بدن، یادگیری فدرال و حریم خصوصی تفاضلی، گزینههای امیدوارکنندهای برای کاهش این مخاطرات ارائه میکنند، هرچند هنوز از پشتوانه قانونی کافی برخوردار نیستند. در نهایت، این مرور نتیجه میگیرد که سامانههای پیشفعال نظارت تصویری باید بر پایه اصول ضرورت، تناسب، شفافیت، قابلیت اعتراض و پاسخگویی طراحی و بهکار گرفته شوند و با ممیزیهای مستقل، ممنوعیت استفاده بیضابطه از تشخیص چهره بلادرنگ و نظارت جامعهمحور همراه باشند تا نوآوریهای فناورانه در خدمت ارتقای امنیت عمومی قرار گیرند، بدون آنکه آزادیها و حقوق بنیادین شهروندان تضعیف شود.
کلمات کلیدی : نظارت تصویری پیشفعال تشخیص ناهنجاری در ویدئو تحلیل زبان بدن پلیسگری پیشبینانه سوگیری الگوریتمی حفظ حریم خصوصی