Řada měst v současnosti využívá bezpečnostní kamery, často spojené s programy na rozeznávání obličejů. Skupina vědců se pokusila pomocí inovativní metody zjistit, kde a v jaké míře se kamery v amerických a světových metropolích využívají. Podle prezentovaných výsledků je jejich výskyt vyšší v průmyslových zónách a etnicky pestrých čtvrtích.
V posledních letech začaly vlády i města masivně využívat bezpečnostní kamery ke sledování veřejných prostor, prevenci trestné činnosti, ale i identifikaci pachatelů. Miliony kamer instalovaných po celém světě mohou hrát zásadní roli při prevenci trestné činnosti a napomáhat policejnímu vyšetřování, ale současně jejich nasazování vyvolává obavy z „velkého bratra“ – tedy snahy omezovat soukromí občanů.
Řada expertů i bezpečnostních firem upozorňuje, že největší hrozba spočívá v kombinaci těchto kamerových systémů s algoritmy, které umí rozpoznávat jednotlivé osoby podle obličejů, chůze nebo jiných znaků. Dohromady tak umožňují přesnou identifikaci, sledování a hlídání lidí. Pokročilé sledovací systémy by navíc mohly bránit svobodě projevu tím, že by odrazovaly lidi od účasti na veřejných shromážděních nebo protestech z obavy, že budou identifikováni a pronásledováni.
Jeden z největších problémů spočívá v tom, že vlastně nikdo pořádně neví, kolik takových kamer existuje – a to ani v demokratických zemích, které by takové informace měly mít plně otevřené. Některé studie sice odhadují množství kamer instalovaných ve městech po celém světě, ale jen málo z nich se snažilo popsat jejich přesné umístění. To ztěžuje posouzení sledovacích systémů a rozsahu, v jakém mohou narušovat soukromí občanů.
Kam vidí Velký bratr
Výzkumníci ze Stanfordovy univerzity nedávno provedli studii zaměřenou na umístění sledovacích kamer ve velkých městech v USA a v dalších demokratických zemích světa. Jejich příspěvek, prezentovaný na konferenci AAAI/ACM o umělé inteligenci, etice a společnosti, představil algoritmus, který dokáže odhadnout rozmístění sledovacích kamer na základě analýzy snímků Google Street View a dalších snímků z ulice.
„Naším hlavním cílem bylo pochopit počet a umístění sledovacích kamer ve velkých městech po celém světě,“ uvedl pro technologický web TechXplore Hao Sheng, jeden z autorů studie. „Protože ruční sběr dat je často neúměrně nákladný, snažili jsme se vyvinout metody, které by bylo možné snadno rozšířit. Vzhledem k tomu, že digitální dokumentace městské krajiny i technologie počítačového vidění v posledních letech značně pokročily, napadlo nás, že by bylo možné použít algoritmy počítačového vidění na existující snímky street view.“
Sheng a jeho kolegové ve své studii postupovali po krocích. Nejprve získali snímky street view 100 tisíc náhodně vybraných míst v každém ze zkoumaných měst. Konkrétně se zaměřili na deset velkých měst v USA (Los Angeles, New York, Chicago, Filadelfie, Seattle, Milwaukee, Baltimore, Washington D.C., San Francisco a Boston) a šest dalších měst po celém světě (Tokio, Bangkok, Londýn, Soul, Singapur a Paříž).
Následně spustili algoritmus, který měl na snímcích najít automaticky kamery. A nakonec požádali lidské účastníky, aby snímky prošli, a ověřili tak platnost získaných výsledků – tedy potvrdili, jestli umělá inteligence opravdu přesně rozeznala kamery.
„Naše metoda kombinuje přednosti modelů počítačového vidění (které lze rychle nasadit na miliony snímků) a lidí (kteří mohou vizuálně identifikovat kamery s vyšší přesností),“ vysvětlil Sheng. „Takže i když kamery tvoří jen malé procento snímků z pohledu z ulice, můžeme je efektivně a přesně identifikovat.“
Analýzy provedené Shengem a jeho kolegy přinesly několik zajímavých výsledků. Zaprvé vědci zjistili, že hustota kamer ve městech silně souvisí s tím, jak se daná místa využívají, ale také s rasovým profilem čtvrtí. Zjistili například, že kamery byly častěji instalovány v obchodních, průmyslových a smíšených oblastech města než ve veřejných nebo obytných oblastech.
„I po kontrole využití území jsme zjistili mnohem vyšší hustotu kamer ve čtvrtích s výraznějším podílem menšin než ve čtvrtích s převahou bělochů,“ uvedl Sheng. „Stále se snažíme pochopit mechanismus, který tyto vzorce řídí, ale naše zjištění naznačují, že barevné komunity jsou sledovány nepřiměřeně.“
Zjištění shromážděná tímto týmem výzkumníků by mohla mít důležité důsledky pro budoucí instalaci kamer v městském prostředí. Mohly by například vyvolat etické debaty o důvodech intenzivního sledování rasových menšin nebo otevřít diskuzi o dopadu rozsáhlého sledování na soukromí občanů.
