Skærmbillede: Arxiv
Forskere har bygget en massiv datasæt af hotel billeder med den hensigt at hjælpe lov håndhævelse i menneskehandel undersøgelser. Det datasæt, der kaldes Hoteller-50k, består over mere end 1 million billeder fra 50.000 hoteller på verdensplan.
“Genkendelse af et hotel ud fra et billede af et hotelværelse, der er vigtigt for menneskehandel undersøgelser,” de forskere, der skrev i det dokument, der blev offentliggjort i slutningen af sidste måned. “Billeder direkte link ofre til steder, og kan hjælpe med at kontrollere, hvor ofrene er blevet handlet, og hvor deres menneskesmuglere, der kan flytte dem eller andre i fremtiden.”
De billeder, der indgår i datasættet kommer fra professionelle billeder på offentligt tilgængelige rejse hjemmesider samt oversættelse af billeder fra den mobile app TraffickCam, som spørger brugerne, der er på rejse for at tage billeder af deres værelser, og send dem til en database med placering. App ‘ en bidrager til en database af billeder til håndhævelse af loven.
Forskerne, der kommer fra George Washington University, Temple University, og Adobe Forskning, bemærk at de billeder, der er indsamlet fra app ‘ en mere nøje afstemmes med billeder, der bruges i officielle undersøgelser, fordi de er taget på “lignende enheder, ved forskellige orienteringer, med bagage og andet rod, og uden professionel belysning.” Indsamling af billeder fra undersøgelser”, der er problematisk af mange årsager,” skrev de. Hver af de 1,027,871 billeder omfatter hotel navn, geografisk placering, og hvis det er relevant, hotel-kæden.
Da forskerne ikke indeholde billeder fra de faktiske menneskehandel undersøgelser i datasættet, de havde brug for at sørg for at de billeder er kopieret fra rejsehjemmesider og den mobile app mere nøje fulgt dem. Abby Stylianou, Ph.d. – studerende ved George Washington University og medforfatter af papir, fortalte Registret, at de “antage, at en undersøger vil altid slette offer fra foto, efterlade en ‘udstanses’ – området i billedet,” så de forskere, der genereres “mennesker-formede masker” fra MS-COCO, Microsoft Fælles Objekter i Forbindelse datasæt. “Det opfordrer netværket til at lære at producere lignende koder for billeder fra samme hotel også selv om der er et stort udeladt form i billedet,” Stylianou sagde.
Skærmbillede: Arxiv
Forskerne testede deres datasæt på to pre-uddannet “off-the-shelf” neurale netværk. Deres model var i stand til præcist at identificere hotel kæder fra billeder “med næsten 80 procent nøjagtighed,” i henhold til Registret. Men systemet havde problemer med at identificere den rigtige person hotel—Stylianou fortalte Registrere, at af de første 100 billeder, er det korrekt identificeret hotellet 24 procent af tiden.
Det er en overordentlig lav succesrate for at blive anset for meningsfulde at bruge sagen. Og hælder på kunstig intelligens, som et værktøj til at spore menneskesmuglere, der er næppe et nyt koncept—det er blevet fremsat en række gange. Men med dette system, uanset hvor velmenende, det er klart den tilgang, der stadig har en lang måder at gå, før det kan blive en effektiv hotel anerkendelse.
Ud over nøjagtighed, er der stadig etiske overvejelser i forbindelse med dens implementering. For startere, er det uklart, hvordan en sådan ordning ville være i stand til at differentiere s for menneskehandel fra billeder af samtykkende voksne sexarbejdere. Dette ville ikke være den første misforstået tilgang til bekæmpelsen af menneskehandel på bekostning af de sex arbejder fællesskabet, såsom sletning af online platforme sexarbejdere afhang af at arbejde sikkert og uafhængigt af hinanden. Skubbe sexarbejdere offline og på gaderne er allerede resulterer i en stigning i vold og anholdelser mod dem.
Der er også lidt betryggende bevis på, at AI overvågning systemer kan fungere uden bias og fejl. Eller, mere troublingly, at de retshåndhævende myndigheder vil bruge systemet til mere end blot deres erklærede formål, som i dette tilfælde, er at identificere hoteller og hotelkæder, der er involveret i menneskehandel indsats. En sheriff ‘s office i Oregon ved hjælp af Amazon’ s facial anerkendelse tech, Rekognition, frigivet dokumenter fra sidste år, der angiver, at politiet har brugt systemet til flere end bare den afsatte formål, herunder at identificere både “bevidstløse eller døde personer” og også “eventuelle vidner.”
Mens forskere’ hotel anerkendelse system kan udvikles med gode intentioner, er det vigtigt at forstå, hvordan disse kraftfulde databaser, kan ikke kun skrue op og udnytte utilsigtede sårbare befolkninger, men misbruges af magthaverne.
[Registrer]
Dele Denne Historie