W jaki sposób technologie oparte na sztucznej inteligencji zwiększają wydajność kontroli paszportowej?

Postępy w zakresie sztucznej inteligencji (AI) obiecują uprościć operacje w branżach takich jak opieka zdrowotna, zasoby ludzkie i handel poprzez gromadzenie ogromnych ilości danych, aby lepiej analizować ryzyko, ulepszać prognozy i przeprowadzać transakcje znacznie szybciej niż ludzie.

To samo dotyczy kontroli granicznych i paszportowych, gdzie władze i entuzjaści technologii obiecują, że sztuczna inteligencja będzie skuteczniej, a w niektórych sytuacjach bezpieczniej chronić granice międzynarodowe.

Wykorzystanie sztucznej inteligencji na terenach przygranicznych

W ostatnich latach urzędnicy szybko wdrażali technologie sztucznej inteligencji „inteligentnych granic” do swoich procedur, sygnalizując możliwy punkt zwrotny dla zdolności rządów do monitorowania swoich granic, szczególnie w Stanach Zjednoczonych i Unii Europejskiej.

Systemy sztucznej inteligencji obsługujące granice mogą przybierać różne formy, w tym algorytmy stworzone do oceny subtelnych i prawie niezauważalnych emocji podróżnych, uwierzytelnianie biometryczne, rozpoznawanie twarzy i oprogramowanie skanujące zdolne do odróżnienia ludzi od dzikich zwierząt na odległych obszarach przygranicznych.

Kilka programów opiera się na technologiach monitorowania, które były w takiej czy innej formie od dziesięcioleci, ale stały się coraz bardziej zautomatyzowane do tego stopnia, że ​​komputery, a nie ludzie, dokonują wczesnych ocen potencjalnych zagrożeń i reakcji rządów. Sztuczna inteligencja ma potencjał, aby wzmocnić ten wgląd, czyniąc instrumenty potężniejszymi i zdolnymi do przetwarzania i interpretowania większej ilości danych niż wcześniej.

Jednak szybkie wdrażanie tych innowacji, które często przebiegało szybciej niż ramy prawne i regulacyjne kontrolujące ich wykorzystanie, wywołało obawy o prywatność i zwiększone monitorowanie rządowe nie tylko migrantów i turystów, ale całej populacji.

Na przykład technologia rozpoznawania twarzy została wykorzystana na lotniskach i innych regionach przygranicznych na całym świecie. W 2018 r. międzynarodowe lotnisko w Dubaju rozpoczęło testowanie „inteligentnego tunelu”, który wykorzystuje system 80 kamer do skanowania twarzy i tęczówek odwiedzających, umożliwiając wcześniej odprawionym pasażerom uwierzytelnienie ich tożsamości w ciągu kilku sekund bez konieczności okazywania paszportów lub innych dokumentów.

Od tego czasu system rozrósł się i obejmuje ponad 120 inteligentnych bramek rozmieszczonych na terenie lotniska. Podobna technologia została zastosowana na wielu lotniskach w Stanach Zjednoczonych i za granicą, zapewniając podróżnym alternatywę dla uciążliwych procesów bezpieczeństwa, które stały się definicją współczesnych podróży międzynarodowych.

Jednak technologie te stwarzają problemy, w szczególności dotyczące prywatności osób. Krytycy ostrzegają przed niebezpieczeństwem rozprzestrzeniania się technologii, ponieważ systemy zaprojektowane dla obszarów przygranicznych stopniowo infiltrują kulturę głównego nurtu, gdzie mogą być wykorzystywane do szpiegowania całej populacji.

Na przykład Chiny otrzymały coraz większą kontrolę nad swoimi systemami nadzoru i monitorowania, które mają przetrwać epidemię w ramach polityki zerowej COVID przeciwko koronawirusowi. Ogólnie rzecz biorąc, czasami nie było jasne, czy odwiedzający zgodzili się ujawnić organom rządowym dane biometryczne i inne, ani jakie prawa mieli ludzie w ich wciąż rozwijającym się połączeniu z technologią AI.

We współczesnej praktyce systemy sztucznej inteligencji są zazwyczaj wdrażane oprócz straży granicznej, dzięki czemu mniej osób może monitorować większy obszar i sprawdzać większą liczbę migrantów i innych gości w krótszym czasie i za mniej pieniędzy, niż byłoby to możliwe w inny sposób.

Jednak system został ulepszony i został zbudowany z myślą o dodatkowych cechach, takich jak obecne próby algorytmicznego wykrywania turystów zarażonych nowym koronawirusem, który powoduje COVID-19, ale nie mają żadnych objawów.

Zrozumienie, w jaki sposób sztuczna inteligencja jest stosowana na granicach międzynarodowych, stanie się bardziej istotne w miarę postępów, ponieważ dotyczy to zarówno mieszkańców, jak i podróżnych. Następnie przyjrzymy się bliżej jednemu konkretnemu wykorzystaniu systemów sztucznej inteligencji (AI) do kontroli paszportów, z naciskiem na narzędzia do wykrywania, które tworzą tak zwaną „inteligentną granicę”.

Polecane dla Ciebie: Data Science a sztuczna inteligencja – jakie są różnice?

Technologie AI w kontroli paszportowej

Rozwiązania oparte na sztucznej inteligencji (AI) zwiększają skuteczność kontroli paszportowej dzięki zintegrowanemu oprogramowaniu Smart ID Engine.

Smart ID Engine to kompletne rozwiązanie oparte na sztucznej inteligencji do automatycznego skanowania dokumentów tożsamości, weryfikacji dokumentów i wewnętrznej spójności danych ponad 1810 odmian dowodów od 210 wydawców na całym świecie, które są umieszczane w bramkach elektronicznych, a opóźnienia w kontroli paszportów mogą stać się odległym wspomnieniem.

W przypadku bezdotykowych odpraw granicznych podczas lotów międzynarodowych, skomputeryzowane punkty kontroli paszportowej Sapsan na międzynarodowym lotnisku Szeremietiewo SVO (Moskwa, Rosja) zostały wyposażone w oprogramowanie do sztucznej inteligencji Smart Engines. Ograniczając ręczne kontrole bezpieczeństwa i tożsamości, proces automatyzacji może znacznie poprawić wydajność straży granicznej. Zaawansowane oprogramowanie oparte na sztucznej inteligencji zamyka luki w zabezpieczeniach i zapewnia całkowite bezpieczeństwo zarówno podróżnym, jak i systemom ochrony granic lotnisk.

ASPK „Sapsan” to zaawansowany technologicznie kompleks technologiczno-sprzętowy zbudowany z rosyjskich i lokalnych komponentów. System ma na celu przeprowadzanie całkowicie automatycznej kontroli paszportowej podróżnych przekraczających granicę państwową Federacji Rosyjskiej, w tym dopasowanie danych biometrycznych zapisanych w paszporcie do danych biometrycznych właściciela.

Informacje paszportowe są skanowane przy użyciu technologii OCR, co pozwala zoptymalizować procedurę weryfikacji dokumentów. Podobnie jak prostsze zdjęcie przetwarzania AI (usuwanie tła, korekta itp.) dla dokumentów online w różnych usługach.

Zarówno pasażerowie, jak i systemy kontroli granicznej na lotniskach są w pełni bezpieczne w przypadku korzystania z zaawansowanych technologii opartych na sztucznej inteligencji. Technologia ta pomaga funkcjonariuszom straży granicznej w spełnieniu surowych wymogów prawnych przy jednoczesnym przestrzeganiu zarówno krajowych, jak i międzynarodowych protokołów bezpieczeństwa (RODO, CCPA i inne). SDK nie zapisuje ani nie przesyła danych ani zdjęć do Smart Engines lub firm zewnętrznych w celu przetworzenia. Przetwarzanie odbywa się w lokalnej pamięci RAM bramek elektronicznych i nie wymaga połączenia z Internetem.

GazIntekh stworzył elektroniczny system kontroli paszportów Sapsan, który obejmuje funkcję rozpoznawania tekstu opartą na inteligentnych silnikach. W chwili obecnej Terminal C ma 20 skomputeryzowanych kabin kontroli paszportowej Sapsan, 10 dla odlotów i 10 dla przylotów. Mogą z nich korzystać mieszkańcy Federacji Rosyjskiej, którzy ukończyli 18 lat i posiadają paszporty zagraniczne z serii 75 i wyższe z oznakowaniem biometrycznym.

Sapsan, który wykorzystuje najnowocześniejsze algorytmy identyfikacji biometrycznej i najnowocześniejszy sprzęt, przyspiesza proces kontroli pasażerów, czyniąc ją łatwiejszą i bardziej zrozumiałą dla mieszkańców. To z kolei drastycznie skraca czas oczekiwania na granicy, zapewniając doskonałe bezpieczeństwo.

„Wraz z rosnącym światowym zapotrzebowaniem na kontrolę granic czas jest bardziej krytyczny niż kiedykolwiek wcześniej: nikt nie może ryzykować spóźnienia się na lot, ale każdy chce bezpiecznie przejść przez odprawę graniczną”, jak ładnie wyjaśnił dyrektor generalny PhotoBooth.online.

Według władz SVO zadowolenie pasażerów dramatycznie wzrosło od czasu instalacji skomputeryzowanych bramek z oprogramowaniem opartym na sztucznej inteligencji. Na odprawach granicznych przepustowość wzrosła ponad czterokrotnie.

Zgodnie z przewidywaniami, cyfrowe bramki paszportowe zostaną również rozszerzone do użytku na lotniskach w celu znacznego zwiększenia wydajności służby granicznej poprzez zminimalizowanie ręcznego rozpoznawania i kontroli bezpieczeństwa.

Patrząc na większą skalę: wykorzystanie danych wielowymiarowych i modeli selektywności opartych na sztucznej inteligencji w celu wzmocnienia egzekwowania prawa

Ilość i wydajność danych rośnie wykładniczo w wyniku globalnej cyfryzacji, co powoduje również wzrost popytu na dane we wszystkich dziedzinach. Miliardy podmiotów publicznych i prywatnych wytwarzają niekończący się strumień informacji składający się z niezliczonych bajtów.

Rewolucja danych nigdy wcześniej nie przyniosła korzyści i problemów służbom celnym. Muszą symulować oszustwa sztucznej inteligencji za pomocą wielowymiarowych ekosystemów danych nowej generacji, aby zrozumieć wyjątkową wartość tej nowej rzeczywistości. Dzięki temu będą mogli w pełni korzystać z tzw. weryfikacji cyfrowej.

Podstawowym elementem zdolności egzekwowania prawa jest zwiększenie selektywności i jako taki powinien podlegać takiej samej modernizacji i innowacji, jak inne aspekty procedur i procesów celnych. Realistycznie rzecz biorąc, wybór jest jednak mocno zakorzeniony w odległej przeszłości.

Analityka predykcyjna wykorzystuje techniki modelowania matematycznego, aby zrozumieć przyszłość, zapewniając potencjalne wyniki w idealnej sytuacji. Jednak kaliber i ilość wykorzystywanych danych określa, jak dobrze można dokonywać prognoz i wykrywać oszustwa. Modele ulegają zniekształceniu, gdy brakuje wiarygodnych danych.

Z praktycznego punktu widzenia paradoks selektywności wygląda następująco:

1. Wymogi dotyczące selektywności ograniczają się do wcześniejszej wiedzy o pojedynczym mierzalnym zdarzeniu, ponieważ predyktywne modele analityczne używane obecnie w celu umożliwienia selektywności są w większości skonstruowane z płaskich, jednowymiarowych danych.
2. Dlatego symulacja opiera się przede wszystkim na niepełnych danych (wewnętrznych i historycznych danych transakcyjnych).
3. Gdy modele analityczne pozostają „statyczne”, dane bazowe zmieniają się i dostosowują w czasie, ale modele nie uwzględniają towarzyszących zmian danych. Powoduje to „przekrzywienie danych”, co jest problemem.

Przekrzywione modele zazwyczaj dają niekorzystne wyniki dla organów celnych: albo duża liczba fałszywych trafień, albo niski poziom wykrywania oszustw.

Należy zauważyć, że informacje o transakcjach i/lub konfiskatach poza granicami kraju mogą być czasami udostępniane za pośrednictwem krajowych lub prywatnych umów dotyczących udostępniania danych; jest to jednak raczej wyjątek niż reguła i zazwyczaj nie wystarcza do przechylenia wagi.

Możesz także polubić: 17 fajnych wskazówek, jak napisać politykę bezpieczeństwa cybernetycznego, która nie jest do niczego.

Wniosek

Systemy sztucznej inteligencji są obecnie wykorzystywane jako uzupełnienie straży granicznej, dzięki czemu mniej ludzi może nadzorować większy obszar i skanować więcej migrantów i innych pasażerów w krótszym czasie i przy niższych kosztach, niż byłoby to możliwe w innym przypadku.

Jednak system rozwinął się i został dostosowany do dodatkowych cech, takich jak niedawne próby algorytmicznego wykrywania bezobjawowych pasażerów zarażonych nowym koronawirusem, który powoduje COVID-19.

Zrozumienie, w jaki sposób sztuczna inteligencja jest wykorzystywana na granicach międzynarodowych, będzie mieć coraz większe znaczenie w miarę ewolucji tych technologii, ponieważ jej wykorzystanie wpływa nie tylko na pasażerów, ale także na mieszkańców.