اصطلاح هوش مصنوعی در سال 1956 توسط جان مک کارتی مطرح شد؛ وی پدر هوش مصنوعی نام گرفته است. ایده ی پشت طرح هوش مصنوعی بسیار ساده و شگفت انگیز است. هدف از طرح هوش مصنوعی ساختن ماشین‌های هوشمندی بوده است که قادر به تصمیم گیری هستند. شاید این طرح همچون نوعی فانتزی علمی به نظر برسد، اما با توجه به پیشرفت‌های اخیر صورت گرفته در تکنولوژی و قدرت محاسبات، این ایده هر روز بیشتر از پیش در حال نزدیک شدن به واقعیت است.

طبق شکل بالا، یادگیری ماشین زیرمجموعه‌ای از هوش مصنوعی است. این بدین معناست که میتوانیم ماشین‌های هوشمندی را بسازیم که قادر به یادگیری بر اساس داده های ارائه شده هستند. علاوه بر این، یادگیری عمیق زیرمجموعه‌ای از یادگیری ماشین است که در آن از الگوریتم‌های یادگیری ماشین مشابهی برای آموزش شبکه‌های عصبی یا نورونی استفاده شده است.

هوش مصنوعی و تأثیر آن روی دنیای نظارت

 

الگوی نرم‌افزارهای هوشمند مشغول به قبضه در آوردن موضوع نظارت است؛ این امر به خاطر ذات فراگیر قابلیت‌های خودآموزی است که در این فضا در حال ظهور است. در گذشته نظارت به معنای دنبال کردن حرکات یک فرد بود. دولت‌های سراسر جهان سرمایه‌های کلانی را صرف نصب و راه‌اندازی زیربناهای نظارتی کرده‌اند. میلیون‌ها دوربین نظارتی وجود دارد، ولی هیچ‌کسی نیست که این دوربین‌ها را هفت روز هفته و به صورت بیست و چهار ساعته مانیتور کند. با این وجود، هوش مصنوعی (AI) قادر به پردازش تمامی فریم ویدئوهای ضبط شده است و آنالیزهای همزمان با وقوع خدادی را ارائه می‌کند که جان میلیون‌ها نفر را نجات می‌دهد. بسیاری از کشورها در حال بکارگیری تکنولوژی‌های نظارتی AI پیشرفته هستند تا افراد را جایابی، دنباله‌روی و کنترل کنند و بدین شکل به اهداف سیاسی گوناگون جامه‌ی عمل بپوشانند؛ برخی از این اهداف قانونی هستند، برخی مربوط به زیرپاگذاشته شدن حقوق بشر هستند و برخی دیگر زیرمجموعه‌ی یک سری مسائل گنگ و نامشخص قرار می‌گیرند.

 

هوش مصنوعی AI تاثیر گسترده‌ای دارد و دلیل آن به قابلیت‌های خودآموزی این تکنولوژی بازمی‌گردد. در ابتدا، کامپیوترها آموزش دیدند که سوژه‌های موردنظر حاضر در یک صحنه را استدلال کنند. حال این تکنولوژی سوژه‌ها را در دنیای واقعی شناسایی می‌کند، نتایج شناسایی را با تفاسیر درست (که انسان‌ها ارائه کرده‌اند) تطابق می‌دهد و سعی می‌کند تا بیشتر ارتقاء پیدا کند. بدین شکل این تکنولوژی دائما در حال یادگیری و ارتقاء یافتن است. با هر تکرار، این میزان خطا به حداقل می‌رسد و به میزان خطای انسانی نزدیک‌تر می‌شود، شاید حتی از آن هم بهتر شود.

 

حال به بررسی چندی از مسائل مهم در حوزه‌ی نظارت می‌پردازیم. مسائلی چون دنباله‌روی افراد، بازبینی و مانیتورینگ منطقه‌ای، مدیریت فضای پارکینگ، آنانالیتیک‌های مربوط به وسایل نقلیه و مانیتورینگ اوضاع ترافیکی بسیار حائزاهمیت هستند. با شروع بحران کووید-19، بسیاری از شرکت‌ها تلاش شایان توجهی را صرف ساخت سیستم‌های هوش مصنوعی-محور کرده‌اند تا از رعایت فاصله‌گذاری اجتماعی در اماکن عمومی اطمینان حاصل کنند. ذات فراگیر تکنولوژی هوش مصنوعی AI به سطحی از پیچیدگی منتهی می‌شود که در سال‌های گذشته هیچ صحبتی از آن نبود.

 

به عنوان مثال، برای دنباله‌روی افراد، پردازش ویدئویی به صورت همزمان با وقوع رخداد صورت می‌گیرد؛ با این کار رخدادهای مشکوکی که می‌توانند به منزله‌ی یک تهدید امنیتی برای یک شرکت تلقی شوند، آنالیز و شناسایی می‌شوند. تکنولوژی آنالیتیک ویدئویی به نرم‌افزارهای نظارتی اجازه می‌دهد که رفتارهای غیرمتعارف را به صورت کارآمد استدلال و شناسایی کنند و اقدامات خطرناکی را تشخیص بدهند که شاید از چشمان انسانی پوشیده بماند.