El programa Video LINC de IARPA podría reutilizarse para espiar a los manifestantes y hacer cumplir el cumplimiento de las ciudades inteligentes en 15 minutos: perspectiva  La   (IARPA) está elaborando un programa de investigación para que la comunidad de espías de EE. UU. identifique, rastree y rastree de forma autónoma a personas y sus vehículos a lo largo de largas distancias y períodos de tiempo. Actividad de Proyectos de Investigación Avanzada de Inteligencia  La semana pasada, el brazo de financiación de la investigación de la comunidad de inteligencia de EE. UU., IARPA, publicó el   de su programa de investigación Video Linking and Intelligence from Non-Collaborative Sensors (   ). borrador técnico Video LINCS  El borrador recientemente actualizado del anuncio amplio de la agencia y la oportunidad de financiamiento detalla cómo la comunidad de espías de EE. UU. busca identificar, rastrear y rastrear de forma autónoma a personas, vehículos y objetos mediante el uso   capturadas por cámaras CCTV, drones y potencialmente cámaras web. y teléfonos (como se evidencia en la imagen del Diseño del programa   a continuación). de inteligencia artificial para analizar secuencias de video Video LINCS   "El programa comenzará con la reID de persona, avanzará hasta la reID de vehículo y culminará con la reID de objetos genéricos en una colección de videos".  Programa LINCS de vídeo de IARPA   Las razones oficiales dadas para desarrollar este programa tienen que ver con responder a "   " que requieren "   " y "   ". incidentes trágicos análisis forenses analizar patrones en busca de anomalías y amenazas  El director del programa IARPA, Dr. Reuven Meth, también mencionó en el video a continuación que   se utilizaría para "   ". Video LINCS facilitar la planificación de ciudades inteligentes  Pero pregúntese: ¿por qué querría el brazo financiador de la agencia de espionaje estadounidense desarrollar herramientas para la planificación de ciudades inteligentes?   Video LINCS  tomará flujos de trabajo que requieren mucha mano de obra y los automatizará para facilitar los análisis forenses, la detección proactiva de amenazas y la planificación de ciudades inteligentes”.  Director del Programa IARPA Dr. Reuven Meth   https://youtu.be/G2U-13OuisU?list=PLfaSGHp0IgDDKoxPpzKw9JvVrozJXxwWt&embedable=true    informó anteriormente sobre el     el 9 de enero de 2024, cuando había información limitada disponible públicamente, pero la semana pasada IARPA actualizó sus especificaciones técnicas, brindándonos una visión más detallada de cuán profundo está dispuesto a llegar el aparato de espionaje de EE. UU. ir en sus actividades de vigilancia. The Sociable anuncio inicial del programa Video LINCS  El programa   consta de dos Áreas Técnicas (TA): Video LINCS    : asociar de forma autónoma y automática el mismo objeto (persona, vehículo u objeto genérico) en un corpus de vídeo. Reidentificación (ReID)    : geolocalización de objetos para proporcionar posiciones para todos los objetos en un marco de referencia mundial común. Geolocalización de objetos  ReID, según IARPA, significa "el proceso de hacer coincidir el mismo objeto en una colección de videos, para determinar dónde aparece el objeto a lo largo del video".     "El objetivo del programa Video LINCS es desarrollar algoritmos de reidentificación (reID) para asociar de forma autónoma objetos a través de imágenes de sensores de video diversas y no colaborativas y mapear objetos reidentificados en un sistema de coordenadas unificado (geolocalización)".  Programa LINCS de vídeo de IARPA  El programa   , si efectivamente se convierte en un programa de investigación totalmente financiado, constará de tres fases a lo largo de 48 meses: Video LINCS  Durante la Fase 1, los equipos demostrarán la viabilidad de la reID para personas en un corpus de video y la geolocalización de objetos para proporcionar el movimiento de todos los sujetos en un marco de referencia común.   (reID a corto plazo/temporalmente próxima) y los metadatos proporcionados (por ejemplo, marcas de tiempo y pose de la cámara, en la medida en que estén disponibles) estarán libres de ruido. La ropa de cada persona seguirá siendo la misma  Durante la Fase 2,   (reID a largo plazo/temporalmente distante),   , requerirá funcionalidad en objetos genéricos, se incluirán tipos de sensores y geometrías de recolección adicionales en las evaluaciones, y se introducirá ruido. en los metadatos proporcionados. la reID se expandirá para incluir personas con cambios de ropa incluirá vehículos  Durante la Fase 3, la evaluación   , se incluirán tipos de sensores y geometrías de recolección adicionales, y habrá mayor incertidumbre en la postura de la cámara.  se centrará más en la reID de objetos genéricos, se realizará la reID de vehículos temporalmente distantes  El programa   buscará volver a identificar personas, vehículos y objetos en largas distancias y períodos de tiempo utilizando un caleidoscopio de tecnologías, que incluyen: Video LINCS  Inteligencia artificial  Visión por computadora, incluida la detección de objetos, seguimiento, modelado de personas/vehículos/objetos, aprendizaje de visión genérica.  Aprendizaje profundo  Proyecciones de cámara geométricas y proyecciones inversas.  Geolocalización de imágenes y vídeos  Aprendizaje automático  Modelado y simulación  Clasificación de conjuntos abiertos  Reidentificación  Biometría suave  Ingeniería de software  Integración de software  Integración de sistemas  Recopilación y anotación de datos de video veraces (verificación tanto en identidades anónimas como en ubicación geográfica), incluida una posible investigación sobre sujetos humanos.  Toma de huellas dactilares del vehículo  Generación de datos de video (incluida simulación, modelado generativo)   "El sistema necesita localizar automáticamente los objetos y asociarlos (a través de escala, aspecto, densidad, aglomeración, oscurecimiento, etc.) sin introducir detecciones ni coincidencias falsas".  Programa LINCS de vídeo de IARPA  Además de la detección de amenazas, los análisis forenses y la planificación de ciudades inteligentes, existen muchos otros casos de uso potenciales que podrían surgir de este programa de espionaje en el futuro.  Por ejemplo, las herramientas y tácticas provenientes de   podrían, hipotéticamente, identificar quién estuvo presente en una manifestación, protesta o disturbio, como el que ocurrió en Washington, DC el 6 de enero de 2021, y seguir sus cada movimiento mientras regresan a casa, incluso cuando se cambian de ropa. Video LINCS  Otro ejemplo podría ser el   en los cruces fronterizos terrestres, aéreos y marítimos. seguimiento de los inmigrantes  Y sería invaluable para los gobiernos que deseen imponer futuros cierres o zonas de bajas emisiones en   ya que las autoridades podrían identificar quién rompió el protocolo mientras rastrean y rastrean cada uno de sus movimientos para que las fuerzas del orden los persigan. ciudades inteligentes de 15 minutos,  Todo esto se haría de forma autónoma y automática.  ¡Pero hey! tal vez estoy siendo demasiado dramático.  Después de todo, el gobierno dijo que era para mantener a la gente segura, y el gobierno nunca nos ha defraudado al mantener siempre en mente nuestros mejores intereses.  Este artículo fue publicado originalmente por   en  Tim Hinchliffe The Sociable.

Hot off the press! This story contains factual information about a recent event.

Follow us on Twitter 

Read My Stories

Este audio es producido en el idioma original de la historia!

La inteligencia estadounidense analiza la inteligencia artificial y los datos de video para rastrear personas y vehículos

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps