व्यक्तियों और वाहनों पर नज़र रखने के लिए यूएस इंटेलिजेंस की नजर एआई और वीडियो डेटा पर है

IARPA के वीडियो LINC कार्यक्रम को प्रदर्शनकारियों पर जासूसी करने, 15 मिनट के स्मार्ट सिटी अनुपालन को लागू करने के लिए पुन: उपयोग किया जा सकता है: परिप्रेक्ष्य

इंटेलिजेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एक्टिविटी (आईएआरपीए) अमेरिकी जासूसी समुदाय के लिए लंबी दूरी और समय की अवधि में लोगों और उनके वाहनों की स्वायत्त रूप से पहचान करने, ट्रैक करने और उनका पता लगाने के लिए एक शोध कार्यक्रम चला रही है।

पिछले हफ्ते, अमेरिकी खुफिया समुदाय की अनुसंधान निधि शाखा, IARPA ने अपने वीडियो लिंकिंग और गैर-सहयोगी सेंसर ( वीडियो LINCS ) अनुसंधान कार्यक्रम से इंटेलिजेंस के लिए तकनीकी मसौदा प्रकाशित किया।

नव-अद्यतन ड्राफ्ट ब्रॉड एजेंसी घोषणा और फंडिंग अवसर में विवरण दिया गया है कि कैसे अमेरिकी जासूस समुदाय सीसीटीवी कैमरों, ड्रोन और संभावित वेबकैम द्वारा कैप्चर किए गए वीडियो फुटेज का विश्लेषण करने के लिए एआई का उपयोग करके लोगों, वाहनों और वस्तुओं को स्वायत्त रूप से पहचानने, ट्रैक करने और ट्रेस करने की कोशिश कर रहा है। और फ़ोन (जैसा कि नीचे वीडियो LINCS प्रोग्राम डिज़ाइन छवि में दर्शाया गया है)।

"कार्यक्रम व्यक्ति रीड से शुरू होगा, वाहन रीड आईडी तक प्रगति करेगा, और वीडियो संग्रह में सामान्य वस्तुओं की रीआईडी के साथ समाप्त होगा"

IARPA वीडियो LINCS कार्यक्रम

इस कार्यक्रम को विकसित करने के लिए दिए गए आधिकारिक कारण " दुखद घटनाओं " का जवाब देने से संबंधित हैं जिनके लिए " फॉरेंसिक विश्लेषण " और " विसंगतियों और खतरों के लिए पैटर्न का विश्लेषण " की आवश्यकता होती है।

IARPA कार्यक्रम निदेशक डॉ. रूवेन मेथ ने नीचे दिए गए वीडियो में यह भी उल्लेख किया है कि वीडियो LINCS का उपयोग " स्मार्ट सिटी योजना को सुविधाजनक बनाने " के लिए किया जाएगा।

लेकिन अपने आप से पूछें, अमेरिकी जासूसी एजेंसी की फंडिंग शाखा स्मार्ट सिटी योजना के लिए उपकरण क्यों विकसित करना चाहेगी?

वीडियो LINCS श्रम-गहन वर्कफ़्लो लेगा और फोरेंसिक विश्लेषण, सक्रिय खतरे का पता लगाने और स्मार्ट सिटी योजना की सुविधा के लिए उन्हें स्वचालित करेगा।

IARPA कार्यक्रम निदेशक डॉ. रूवेन मेथ

सोशिएबल ने पहले 9 जनवरी, 2024 को प्रारंभिक वीडियो LINCS कार्यक्रम की घोषणा की सूचना दी थी, जब सार्वजनिक रूप से सीमित जानकारी उपलब्ध थी, लेकिन पिछले सप्ताह IARPA ने अपनी तकनीकी विशिष्टताओं को अपडेट किया, जिससे हमें और अधिक विस्तृत जानकारी मिली कि अमेरिकी जासूसी तंत्र कितनी गहराई तक जाने को तैयार है। इसकी निगरानी गतिविधियों में जाओ।

वीडियो लिंक्स कार्यक्रम में दो तकनीकी क्षेत्र (टीए) शामिल हैं:

• पुनः-पहचान (ReID) : स्वचालित रूप से और स्वचालित रूप से एक वीडियो कॉर्पस में एक ही वस्तु (व्यक्ति, वाहन, या सामान्य वस्तु) को जोड़ना।
• वस्तु भू-स्थानीकरण : एक सामान्य विश्व संदर्भ फ्रेम में सभी वस्तुओं के लिए स्थान प्रदान करने के लिए वस्तुओं का भू-स्थानीकरण करना।

IARPA के अनुसार, ReID का अर्थ है, "वीडियो संग्रह में एक ही ऑब्जेक्ट से मिलान करने की प्रक्रिया, यह निर्धारित करने के लिए कि ऑब्जेक्ट पूरे वीडियो में कहां दिखाई देता है।"

"वीडियो LINCS कार्यक्रम का लक्ष्य , विविध, गैर-सहयोगी, वीडियो सेंसर फुटेज में वस्तुओं को स्वायत्त रूप से जोड़ने के लिए पुन: पहचान (रीआईडी) एल्गोरिदम विकसित करना है और एक एकीकृत समन्वय प्रणाली (भू-स्थानीयकरण) में पुन: पहचानी गई वस्तुओं को मैप करना है"

IARPA वीडियो LINCS कार्यक्रम

वीडियो LINCS कार्यक्रम, यदि यह वास्तव में पूर्णतः वित्त पोषित अनुसंधान कार्यक्रम बन जाता है, तो इसमें 48 महीनों के दौरान तीन चरण शामिल होंगे:

• चरण 1 के दौरान, टीमें एक सामान्य संदर्भ फ्रेम में सभी विषय गति प्रदान करने के लिए वीडियो कॉर्पस और ऑब्जेक्ट भू-स्थानीयकरण में लोगों के लिए रीआईडी की व्यवहार्यता का प्रदर्शन करेंगी। प्रत्येक व्यक्ति के कपड़े एक जैसे रहेंगे (अल्पकालिक/अस्थायी रूप से अनुमानित रीडआईडी) और प्रदान किया गया मेटाडेटा (उदाहरण के लिए टाइम-स्टैम्प और कैमरा पोज़, जहां तक उपलब्ध हो) शोर मुक्त होगा।
• चरण 2 के दौरान, reID में कपड़े बदलने वाले लोगों (दीर्घकालिक / अस्थायी रूप से दूर की reID) को शामिल करने के लिए विस्तार किया जाएगा , इसमें वाहन शामिल होंगे , सामान्य वस्तुओं पर कार्यक्षमता की आवश्यकता होगी, अतिरिक्त सेंसर प्रकार और संग्रह ज्यामिति को मूल्यांकन में शामिल किया जाएगा, और शोर पेश किया जाएगा प्रदान किए गए मेटाडेटा में।
• चरण 3 के दौरान, मूल्यांकन में सामान्य वस्तुओं की रीड पर अधिक ध्यान दिया जाएगा, वाहनों की अस्थायी रूप से दूर की रीड का प्रदर्शन किया जाएगा , अतिरिक्त सेंसर प्रकार और संग्रह ज्यामिति शामिल की जाएंगी, और कैमरा पोज़ में अधिक अनिश्चितता होगी।

वीडियो LINCS कार्यक्रम प्रौद्योगिकियों के बहुरूपदर्शक का उपयोग करके लंबी दूरी और समय की अवधि में लोगों, वाहनों और वस्तुओं की पुनः पहचान करेगा, जिसमें शामिल हैं:

• कृत्रिम होशियारी
• कंप्यूटर विज़न, जिसमें ऑब्जेक्ट डिटेक्शन, ट्रैकिंग, व्यक्ति/वाहन/ऑब्जेक्ट मॉडलिंग, सामान्य विज़न लर्निंग शामिल है
• ध्यान लगा के पढ़ना या सीखना
• ज्यामितीय कैमरा प्रक्षेपण और व्युत्क्रम प्रक्षेपण
• छवि और वीडियो भू-स्थानीकरण
• यंत्र अधिगम
• मॉडलिंग और सिमुलेशन
• खुला सेट वर्गीकरण
• पुन: पहचान
• सॉफ्ट बायोमेट्रिक्स
• सॉफ्टवेयर इंजीनियरिंग
• सॉफ्टवेयर एकीकरण
• सिस्टम एकीकरण
• संभावित मानव विषय अनुसंधान सहित सत्य वीडियो डेटा संग्रह, एनोटेशन (अनाम पहचान और भू-स्थान दोनों में सत्यता)
• वाहन फ़िंगरप्रिंटिंग
• वीडियो डेटा जनरेशन (सिमुलेशन, जेनरेटिव मॉडलिंग सहित)

"सिस्टम को स्वचालित रूप से वस्तुओं का पता लगाने और उन्हें पैमाने, पहलू, घनत्व, भीड़, अस्पष्टता आदि से जोड़ने की आवश्यकता है - झूठी पहचान और गलत मिलान शुरू किए बिना"

IARPA वीडियो LINCS कार्यक्रम

खतरे का पता लगाने, फोरेंसिक विश्लेषण और स्मार्ट सिटी योजना के अलावा, कई अन्य संभावित उपयोग के मामले हैं जो इस जासूसी कार्यक्रम से सामने आ सकते हैं।

उदाहरण के लिए, वीडियो LINCS से आने वाले उपकरण और रणनीति, काल्पनिक रूप से, यह पहचानने में सक्षम होंगे कि रैली, विरोध या दंगे में कौन मौजूद था - जैसे कि 6 जनवरी, 2021 को वाशिंगटन, डीसी में हुआ - और उनका पालन करें जब वे घर लौटते हैं तो हर कदम पर ध्यान देते हैं, यहां तक कि जब वे अपने कपड़े भी बदलते हैं।

एक अन्य उदाहरण भूमि, वायु और समुद्री सीमा पार करने वाले अप्रवासियों पर नज़र रखने के लिए हो सकता है।

और यह उन सरकारों के लिए अमूल्य होगा जो 15 मिनट के स्मार्ट शहरों में भविष्य में लॉकडाउन या कम उत्सर्जन वाले क्षेत्रों को लागू करना चाहती हैं क्योंकि अधिकारी यह पहचानने में सक्षम होंगे कि कानून प्रवर्तन के लिए उनके हर कदम पर नज़र रखने और उनका पता लगाने के दौरान किसने प्रोटोकॉल तोड़ा है।

यह सब स्वायत्त और स्वचालित रूप से किया जाएगा।

लेकिन हे! शायद मैं अतिनाटकीय हो रहा हूँ।

आख़िरकार, सरकार ने कहा कि यह लोगों को सुरक्षित रखने के लिए है, और सरकार ने हमेशा हमारे सर्वोत्तम हितों को ध्यान में रखते हुए हमें कभी निराश नहीं किया है।