論文の概要: The Surveillance AI Pipeline
- arxiv url: http://arxiv.org/abs/2309.15084v2
- Date: Tue, 17 Oct 2023 18:54:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-19 19:18:05.825073
- Title: The Surveillance AI Pipeline
- Title(参考訳): 監視AIパイプライン
- Authors: Pratyusha Ria Kalluri, William Agnew, Myra Cheng, Kentrell Owens, Luca
Soldaini, Abeba Birhane
- Abstract要約: AIの研究、特にコンピュータビジョンが大量監視に力を入れていると主張する声が増えている。
ここでは、30年間のコンピュータビジョン研究論文と下流特許を分析して、Surveillance AIパイプラインを明らかにする。
注釈付きコンピュータビジョンの論文や特許の大部分は、その技術が人間のデータ抽出を可能にすることを自己報告している。
- 参考スコア(独自算出の注目度): 10.441765611072329
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A rapidly growing number of voices argue that AI research, and computer
vision in particular, is powering mass surveillance. Yet the direct path from
computer vision research to surveillance has remained obscured and difficult to
assess. Here, we reveal the Surveillance AI pipeline by analyzing three decades
of computer vision research papers and downstream patents, more than 40,000
documents. We find the large majority of annotated computer vision papers and
patents self-report their technology enables extracting data about humans.
Moreover, the majority of these technologies specifically enable extracting
data about human bodies and body parts. We present both quantitative and rich
qualitative analysis illuminating these practices of human data extraction.
Studying the roots of this pipeline, we find that institutions that
prolifically produce computer vision research, namely elite universities and
"big tech" corporations, are subsequently cited in thousands of surveillance
patents. Further, we find consistent evidence against the narrative that only
these few rogue entities are contributing to surveillance. Rather, we expose
the fieldwide norm that when an institution, nation, or subfield authors
computer vision papers with downstream patents, the majority of these papers
are used in surveillance patents. In total, we find the number of papers with
downstream surveillance patents increased more than five-fold between the 1990s
and the 2010s, with computer vision research now having been used in more than
11,000 surveillance patents. Finally, in addition to the high levels of
surveillance we find documented in computer vision papers and patents, we
unearth pervasive patterns of documents using language that obfuscates the
extent of surveillance. Our analysis reveals the pipeline by which computer
vision research has powered the ongoing expansion of surveillance.
- Abstract(参考訳): AIの研究、特にコンピュータビジョンが大量監視に力を入れていると主張する声が急速に増えている。
しかし、コンピュータビジョン研究から監視への直接的な道はあいまいで、評価が難しいままである。
ここでは,30年間のコンピュータビジョン研究論文と下流の特許,4万以上の文書を分析し,監視aiパイプラインを明らかにする。
注釈付きコンピュータビジョンの論文や特許の大部分は、その技術によって人間のデータを抽出することができる。
さらに、これらの技術の大部分は、人体や身体の部分に関するデータの抽出を可能にする。
人間のデータ抽出の実践を照らした量的・豊かな質的分析を提示する。
このパイプラインのルーツを研究した結果、エリート大学や大企業といったコンピュータビジョン研究を多用する機関が、その後数千もの監視特許に引用されていることが判明した。
さらに、これらの少数の機関だけが監視に寄与しているという物語に対する一貫した証拠を見出した。
むしろ、機関、国家、またはサブフィールドの著者が下流の特許を持つコンピュータビジョンの論文を提出する場合、これらの論文の大部分が監視特許に使用されるという、フィールドワイドな規範を公開する。
1990年代から2010年代にかけて、下流の監視特許を持つ論文の数は5倍以上に増加し、11,000件以上の監視特許でコンピュータビジョンの研究が使われている。
最後に、コンピュータビジョンの論文や特許に記録されている高いレベルの監視に加えて、監視範囲を曖昧にする言語を用いて、文書の広範にわたるパターンを発掘する。
我々の分析は、コンピュータビジョン研究が監視の継続的な拡大に力を入れているパイプラインを明らかにしている。
関連論文リスト
- A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳(メタデータ) (2024-03-31T12:44:48Z) - Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。
この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。
本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
論文 参考訳(メタデータ) (2024-03-26T17:12:34Z) - Tackling Cyberattacks through AI-based Reactive Systems: A Holistic
Review and Future Vision [0.0]
この調査は、AIをサイバー防衛に統合する複雑さと機会を明らかにすることを目的としている。
今後の様々な研究課題が提示される。
これらの課題は、AI統合リアクティブ戦略の分野における研究者や実践者のロードマップとして役立ちます。
論文 参考訳(メタデータ) (2023-12-11T09:17:01Z) - Towards Possibilities & Impossibilities of AI-generated Text Detection:
A Survey [97.33926242130732]
大規模言語モデル(LLM)は、自然言語処理(NLP)の領域に革命をもたらし、人間のようなテキスト応答を生成する能力を持つ。
これらの進歩にもかかわらず、既存の文献のいくつかは、LLMの潜在的な誤用について深刻な懸念を提起している。
これらの懸念に対処するために、研究コミュニティのコンセンサスは、AI生成テキストを検出するアルゴリズムソリューションを開発することである。
論文 参考訳(メタデータ) (2023-10-23T18:11:32Z) - Open Gaze: Open Source eye tracker for smartphone devices using Deep
Learning [0.0]
本稿では,GooglePaperが提案する方法論をエミュレートした,スマートフォンベースのガウントラッカーのオープンソース実装について述べる。
機械学習技術の統合により、スマートフォンにネイティブな正確な視線追跡ソリューションを公開する。
本研究は眼球運動研究を顕著に増幅する本質的な可能性を示すものである。
論文 参考訳(メタデータ) (2023-08-25T17:10:22Z) - The Semantic Reader Project: Augmenting Scholarly Documents through
AI-Powered Interactive Reading Interfaces [54.2590226904332]
本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。
10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。
本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
論文 参考訳(メタデータ) (2023-03-25T02:47:09Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳(メタデータ) (2022-01-09T20:13:27Z) - Threat of Adversarial Attacks on Deep Learning in Computer Vision:
Survey II [86.51135909513047]
ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。
本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。
この領域では、非専門家に技術的な用語の定義を提供する。
論文 参考訳(メタデータ) (2021-08-01T08:54:47Z) - Overview of digital health surveillance system during COVID-19 pandemic:
public health issues and misapprehensions [0.0]
我々は、デジタル医療監視システムのプライバシー問題と異なるセグメントに焦点を当てる。
適切なデジタル医療監視システムを見つけるためには、さらなる研究が必要である。
論文 参考訳(メタデータ) (2020-07-27T15:18:31Z) - A Review of Computer Vision Methods in Network Security [11.380790116533912]
ネットワークセキュリティはこれまで以上に重要な領域となっている。
従来の機械学習手法は、ネットワークセキュリティの文脈で頻繁に用いられてきた。
近年、コンピュータビジョンの驚異的な成長は、主に畳み込みニューラルネットワークの領域の進歩によって引き起こされた。
論文 参考訳(メタデータ) (2020-05-07T08:29:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。