Ένας κόσμος γεμάτος μάτια

Του Ηλία Ψυχογιού

Ο τομέας του computer vision (υπολογιστική όραση) έχει σημειώσει ραγδαία πρόοδο τα τελευταία χρόνια, με τις τεχνολογίες που βασίζονται στην τεχνητή νοημοσύνη (AI) και τη μηχανική μάθηση να διαδραματίζουν κεντρικό ρόλο στην αναγνώριση μοτίβων, όπως πρόσωπα, οχήματα, κίνηση πλήθους ή ακόμα και πυρκαγιές, καπνούς κ.λπ. 

Ταυτόχρονα, οι τεχνολογικές εξελίξεις επιτρέπουν την αυτοματοποιημένη ανάλυση εικόνας και βίντεο, με τις εφαρμογές στους τομείς της ασφάλειας, της αυτόνομης οδήγησης και της επόπτευσης δημόσιων χώρων να κερδίζουν τα μέγιστα από αυτές.

Από τις πλέον διαδεδομένες εφαρμογές του computer vision είναι η αναγνώριση προσώπων, η χρήση της οποίας δεν περιορίζεται αποκλειστικά στην ασφάλεια ή την ταυτοποίηση ατόμων, αλλά επεκτείνεται στα κινητά τηλέφωνα, την επεξεργασία εικόνας, τον καλλιτεχνικό σχεδιασμό και αλλού. Ας είναι καλά τα νευρωνικά δίκτυα και οι εξαιρετικές τους επιδόσεις στην αναγνώριση των χαρακτηριστικών του προσώπου. 

Οι επιδόσεις τους είναι τόσο ιδιαίτερα μοναδικές που επιτυγχάνουν όχι απλά την αναγνώριση του προσώπου, αλλά και των συναισθηματικών του εκφράσεων: Λύπη, χαρά, θυμός, θετική ή αρνητική διάθεση κ.λπ. 

Κι αν κάποιος απορήσει για το πού εξυπηρετεί ή βρίσκει χρήση όλη αυτή η τεχνολογία, ας ενημερωθεί για τους ψηφιακούς βοηθούς στην εξυπηρέτηση πελατών ή τις εφαρμογές ψηφιακής διδασκαλίας. Είναι ήδη εδώ.

Ωστόσο, η αναγνώριση προσώπων συνοδεύεται και από σοβαρά ζητήματα προστασίας των προσωπικών δεδομένων των χρηστών. Αυτές οι ανησυχίες ήταν που ώθησαν τις μεγάλες εταιρείες και οργανισμούς του κλάδου να αναπτύξουν συστήματα απόκρυψης των φυσικών χαρακτηριστικών του προσώπου ή του σώματος, πάντα υπό συγκεκριμένες προδιαγραφές. 

Κι αν η αναγνώριση προσώπου θεωρείται λίγο creepy, η αναγνώριση οχημάτων και του περιβάλλοντος χώρου είναι πλέον νόρμα π.χ. στα συστήματα ελέγχου κυκλοφορίας, στο parking assist των αυτοκινήτων, αλλά και στη διαχείριση στάθμευσης στις πόλεις. Με την υπολογιστική όραση αναγνωρίζονται πινακίδες κυκλοφορίας, εντοπίζονται οχήματα και αναλύεται η ροή της κυκλοφοριακής κίνησης, παρέχοντας τη δυνατότητα βελτιστοποίησης της κίνησης στους δρόμους. Να μία ωραία πρόταση προς τον δήμαρχο Αθηναίων (και όχι μόνο) για την ανάλυση, αρχικά, και την αντιμετώπιση στη συνέχεια του κυκλοφοριακού προβλήματος της πρωτεύουσας. 

Ειδικά στην αυτόνομη οδήγηση, η αναγνώριση οχημάτων και η ακριβής ανάλυση των συνθηκών κυκλοφορίας είναι κρίσιμες και για την ασφάλεια των επιβατών. Τα συστήματα αυτά εκπαιδεύονται ώστε να αναγνωρίζουν μοτίβα κίνησης, αποστάσεις και πιθανά εμπόδια, ενώ εξελίσσονται διαρκώς για να ανταποκρίνονται σε πραγματικό χρόνο σε σύνθετες επικίνδυνες καταστάσεις. Η πρόκληση εδώ είναι η βελτιστοποίηση της ακρίβειας, της ταχύτητας και της προσαρμοστικότητας σε διαφορετικά περιβάλλοντα, από τα πολυπληθή υπερκορεσμένα κυκλοφοριακά αστικά κέντρα μέχρι τους περιφερειακούς και υποφωτισμένους αυτοκινητόδρομους.

Δυσκολίες στην κατηγοριοποίηση παρουσιάζει η κίνηση πλήθους (ανθρώπων και όχι μόνο). Η επιτυχία αυτής της ανάλυσης έχει ιδιαίτερη σημασία, καθώς η τεχνολογία αυτή χρησιμοποιείται  σε δημόσιους χώρους, όπως εμπορικά κέντρα, αεροδρόμια και σταθμούς ΜΜΜ. Μέσω της υπολογιστικής όρασης ανιχνεύεται, αναλύεται και κατηγοριοποιείται η κίνηση ατόμων, επιτρέποντας τη λήψη καίριων αποφάσεων σχετικά με τη διαχείριση της ροής των επισκεπτών σε κάποιο χώρο, αλλά και την ασφάλειά τους. 

Σε αυτή την περίπτωση, η τεχνητή νοημοσύνη μπορεί να εντοπίζει ασυνήθιστα συμβάντα, όπως υπερβολικά μεγάλες συγκεντρώσεις ατόμων σε συγκεκριμένα σημεία κλειστών ή ανοικτών χώρων, που ενδέχεται να αποτελούν κίνδυνο, όπως για παράδειγμα σε περιπτώσεις που παραστεί ανάγκη άμεσης εκκένωσης. Επιπλέον, τα συστήματα αυτά μπορούν να παρέχουν δεδομένα για τη βελτίωση των δημόσιων υποδομών, όπως η διάταξη των χώρων και η αποσυμφόρηση των διαδρομών.

Και για να προλάβω όποιον σκεφτεί ότι αυτό μπορεί να εφαρμοστεί στην επόπτευση διαδηλώσεων, να ενημερώσω ότι πλήθος ατόμων συγκεντρώνεται και σε αθλητικές και καλλιτεχνικές διοργανώσεις. Η ανάλυση κίνησης πλήθους μπορεί να παράσχει ακριβείς προβλέψεις και οδούς διαφυγής σε περίπτωση έκτακτης ανάγκης. Είδατε πώς αλλάζει η οπτική και από τη συνωμοσιολογία πάμε στην αντιμετώπιση πραγματικών κινδύνων;

‘Όμως, παρά τη ραγδαία πρόοδο στον συγκεκριμένο επιστημονικό τομέα, υπάρχουν ακόμα σημαντικές προκλήσεις και περιορισμοί που πρέπει να αντιμετωπιστούν. Οι αλγόριθμοι που αναγνωρίζουν μοτίβα για παράδειγμα, συχνά δυσκολεύονται σε περιπτώσεις παραπλανητικών δεδομένων (όπως φωτογραφίες χαμηλής ανάλυσης) και εξωτερικών παραγόντων (όπως φωτισμός και καιρικές συνθήκες), ενώ η υπολογιστική ισχύς που απαιτείται για την ανάλυση δεδομένων σε πραγματικό χρόνο είναι σημαντική, καθιστώντας τη χρήση τους κοστοβόρα σε ορισμένες περιπτώσεις εφαρμογών.

Επίσης, το ζήτημα των προσωπικών δεδομένων και της προστασίας της ιδιωτικότητας εγείρει σοβαρές ενστάσεις στη γενικευμένη χρήση των παραπάνω τεχνολογιών. 

Γι’ αυτό και η επόμενη φάση ανάπτυξης του computer vision θα επικεντρωθεί στη βελτίωση των υπολογιστικών μοντέλων, ώστε να επιτυγχάνεται μεγαλύτερη ακρίβεια και αποδοτικότητα και των μέτρων ασφαλείας και προστασίας προσωπικών δεδομένων. Ειδικά εφόσον η χρήση αυτών των τεχνολογιών αυξάνεται σε δημόσιους χώρους. 

Βρισκόμαστε πλέον σε μια νέα εποχή, όπου οι έξυπνες τεχνολογίες μπορούν να συνεισφέρουν στην καθημερινή μας ζωή, διατηρώντας παράλληλα μια ισορροπία μεταξύ ασφάλειας, ιδιωτικότητας και καινοτομίας. Οι δυνατότητες είναι τεράστιες, και η εξέλιξη αυτών των τεχνολογιών φαίνεται πως θα οδηγήσει την ανθρωπότητα σε ένα συναρπαστικό ταξίδι.

Σε τρεις γενιές από σήμερα, οι άνθρωποι θα απορούν για την επιφυλακτικότητα και τις αντιδράσεις μας αναφορικά με την τεχνητή νοημοσύνη, όπως εμείς απορούμε για τις αντιδράσεις των καουμπόηδων στην έλευση του σιδηροδρόμου! 

ilpsychogios@gmail.com