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

Postępy w zakresie sztucznej inteligencji (AI) obiecują uproszczenie operacji w branżach takich jak opieka zdrowotna, zasoby ludzkie i handel poprzez gromadzenie ogromnych ilości danych w celu lepszej analizy ryzyka, ulepszania prognoz i przeprowadzania transakcji znacznie szybciej niż ludzie.

To samo dotyczy kontroli granicznej i paszportowej, gdzie władze i entuzjaści technologii zachwalają sztuczną inteligencję, która zapewnia skuteczniejszą, a w niektórych sytuacjach bezpieczniejszą ochronę granic międzynarodowych.

Wykorzystanie sztucznej inteligencji w obszarach przygranicznych

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

Systemy sztucznej inteligencji świadome granic 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 w odległych obszarach przygranicznych.

Kilka programów opiera się na technologiach monitorowania, które w takiej czy innej formie istniały od dziesięcioleci, ale stały się coraz bardziej zautomatyzowane do tego stopnia, że ​​komputery, a nie ludzie, dokonują wczesnych ocen potencjalnych zagrożeń i tego, jak rządy powinny zareagować. Sztuczna inteligencja może wzmocnić tę wiedzę, czyniąc instrumenty potężniejszymi i zdolnymi do przetwarzania i interpretowania większej ilości danych niż wcześniej.

Jednak szybkie wdrożenie tych innowacji, które często było szybsze niż ramy legislacyjne i regulacyjne kontrolujące ich wykorzystanie, wywołało obawy o prywatność i wzmożoną kontrolę rządową nie tylko migrantów i turystów, ale całej populacji.

Na przykład technologia rozpoznawania twarzy została wykorzystana na lotniskach i w innych regionach przygranicznych na całym świecie. W 2018 roku Międzynarodowy Port Lotniczy w Dubaju rozpoczął testowanie „inteligentnego tunelu”, który wykorzystuje system 80 kamer do skanowania twarzy i tęczówek gości, umożliwiając wstępnie odprawionym pasażerom uwierzytelnienie ich tożsamości w kilka sekund bez okazywania paszportów lub innych dokumentów.

Od tego czasu system rozrósł się do ponad 120 inteligentnych bramek zlokalizowanych w całym porcie lotniczym. Podobna technologia została zastosowana na wielu lotniskach w Stanach Zjednoczonych i za granicą, zapewniając podróżnym alternatywę dla uciążliwych procesów bezpieczeństwa, które definiują współczesne podróże międzynarodowe.

Technologie te stwarzają jednak problemy, zwłaszcza w odniesieniu do prywatności jednostek. Krytycy ostrzegają przed niebezpieczeństwami związanymi z rozprzestrzenianiem się technologii, ponieważ systemy przeznaczone dla obszarów przygranicznych stopniowo przenikają do głównego nurtu kultury, gdzie mogą być wykorzystywane do szpiegowania całej populacji.

Na przykład Chiny są coraz częściej sprawdzane pod kątem swoich systemów nadzoru i monitorowania, które mają przetrwać epidemię w ramach polityki zerowego COVID-19 wobec koronawirusa. Ogólnie rzecz biorąc, czasami nie było jasne, czy odwiedzający zgodzili się na ujawnienie danych biometrycznych i innych danych organom rządowym lub jakie prawa mieli ludzie w związku z wciąż ewoluującym połączeniem z technologią sztucznej inteligencji.

We współczesnej praktyce systemy sztucznej inteligencji są zwykle wdrażane oprócz straży granicznej, co pozwala mniejszej liczbie osób monitorować większy obszar i sprawdzać większą liczbę migrantów i innych gości w krótszym czasie i za mniejsze pieniądze, niż byłoby to możliwe w innym przypadku.

Jednak system został ulepszony i zbudowany pod kątem dodatkowych cech, takich jak obecne próby algorytmicznego wykrywania turystów, którzy są zarażeni nowym koronawirusem, który powoduje COVID-19, ale nie mają żadnych objawów.

Zrozumienie, w jaki sposób sztuczna inteligencja jest stosowana na granicach międzynarodowych, będzie miało coraz większe znaczenie w miarę postępu tych postępów, ponieważ dotyczy to zarówno mieszkańców, jak i podróżnych. Następnie przyjrzymy się bliżej jednemu konkretnemu zastosowaniu systemów sztucznej inteligencji (AI) do kontroli paszportowej, z naciskiem na narzędzia do wykrywania, które składają się na tak zwaną „inteligentną granicę”.

Polecane dla Ciebie: Data Science vs. Artificial Intelligence – 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 identyfikatorów od 210 wydawców na całym świecie, które są umieszczane przy bramkach elektronicznych, a opóźnienia w kontroli paszportowej mogą stać się odległym wspomnieniem.

W celu umożliwienia bezkontaktowej kontroli granicznej na lotach międzynarodowych skomputeryzowane punkty kontroli paszportowej Sapsan na międzynarodowym lotnisku Szeremietiewo SVO (Moskwa, Rosja) zostały wyposażone w oprogramowanie sztucznej inteligencji Smart Engines. Dzięki ograniczeniu ręcznych kontroli bezpieczeństwa i kontroli tożsamości proces automatyzacji może znacznie poprawić wydajność straży granicznej. Zaawansowane oprogramowanie oparte na sztucznej inteligencji eliminuje luki w zabezpieczeniach i zapewnia całkowite bezpieczeństwo zarówno podróżnym, jak i systemom ochrony granic na lotniskach.

ASPK „Sapsan” to zaawansowany technicznie kompleks technologiczny i sprzętowy zbudowany z rosyjskich i lokalnych komponentów. System ma na celu przeprowadzanie w pełni automatycznej kontroli paszportowej podróżnych przekraczających granicę państwową Federacji Rosyjskiej, w tym porównywanie danych biometrycznych zapisanych w paszporcie z danymi biometrycznymi właściciela.

Informacje paszportowe są skanowane przy użyciu technologii OCR, co pozwala zoptymalizować procedurę weryfikacji dokumentu. Na przykład prostsze przetwarzanie zdjęć przez sztuczną inteligencję (usuwanie tła, korekta itp.) dla dokumentów online w różnych usługach.

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

GazIntekh stworzył elektroniczny system kontroli paszportów Sapsan, który zawiera funkcję rozpoznawania tekstu obsługiwaną przez Smart Engines. W tej chwili Terminal C ma 20 skomputeryzowanych kabin kontroli paszportowej Sapsan, 10 dla odlotów i 10 dla przylotów. Uprawnieni do korzystania z nich są mieszkańcy Federacji Rosyjskiej, którzy ukończyli 18 lat, posiadający paszporty zagraniczne serii 75 i wyższej z tagiem biometrycznym.

Sapsan, który wykorzystuje najnowocześniejsze algorytmy identyfikacji biometrycznej oraz zaawansowany technologicznie sprzęt, przyspiesza proces kontroli pasażerów, czyniąc go łatwiejszym i bardziej zrozumiałym dla mieszkańców. To z kolei drastycznie skraca czas oczekiwania na granicy, zapewniając doskonałe bezpieczeństwo.

„Przy rosnącym światowym zapotrzebowaniu na kontrolę graniczną czas jest ważniejszy niż kiedykolwiek wcześniej: nikt nie może ryzykować spóźnienia się na lot, a mimo to każdy chce bezpiecznie przejść przez kontrolę graniczną”, jak ładnie wyjaśnił dyrektor generalny PhotoBooth.online.

Według władz SVO zadowolenie pasażerów dramatycznie wzrosło od czasu instalacji skomputeryzowanych bramek z oprogramowaniem sterowanym przez sztuczną inteligencję. Na odprawach granicznych przepustowość wzrosła ponad czterokrotnie.

Zgodnie z przewidywaniami, cyfrowe bramki paszportowe zostaną również rozszerzone do użytku na lotniskach, aby znacznie zwiększyć efektywność służb straży granicznej poprzez zminimalizowanie ręcznego rozpoznawania i kontroli bezpieczeństwa.

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

Ilość i produkcja danych rosną wykładniczo w wyniku globalnej cyfryzacji, co również powoduje wzrost zapotrzebowania na dane we wszystkich dziedzinach. Niekończący się strumień informacji składający się z niezliczonych bajtów jest tworzony przez miliardy podmiotów publicznych i prywatnych.

Rewolucja w zakresie danych przyniosła organom celnym niespotykane dotąd korzyści i problemy. Muszą symulować oszustwa AI przy użyciu 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 zwiększanie selektywności i jako taki powinien podlegać takim samym modernizacjom i innowacjom, jak inne aspekty procedur i procesów celnych. Jednak wybór jest mocno zakorzeniony w odległej przeszłości, realistycznie rzecz biorąc.

Analityka predykcyjna wykorzystuje techniki modelowania matematycznego, aby zrozumieć przyszłość, dostarczając potencjalnych wyników w idealnej sytuacji. Jednak kaliber i ilość wykorzystanych danych decydują o tym, jak dobrze można prognozować 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 stosowane obecnie w celu umożliwienia selektywności są w większości konstruowane z płaskich, jednowymiarowych danych.
2. W związku z tym symulacja opiera się przede wszystkim na niepełnych danych (wewnętrzne i historyczne dane transakcyjne).
3. Gdy modele analityczne pozostają „statyczne”, podstawowe dane zmieniają się i dostosowują w czasie, ale modele nie uwzględniają towarzyszących zmian w danych. Powoduje to „przekrzywienie danych”, co stanowi problem.

Modele wypaczone zwykle przynoszą niekorzystne wyniki dla organów celnych: albo duża liczba fałszywych alarmów, albo niski poziom wykrywania oszustw.

Należy zauważyć, że informacje o transakcjach i/lub konfiskatach poza granicami kraju mogą czasami być udostępniane w ramach krajowych lub prywatnych umów o udostępnianiu danych; jest to jednak bardziej wyjątek niż reguła i zwykle nie wystarcza, aby przechylić szalę.

Może ci się również spodobać: 17 fajnych wskazówek dotyczących pisania polityki bezpieczeństwa cybernetycznego, która nie jest do niczego.

Wniosek

Systemy sztucznej inteligencji są obecnie wykorzystywane jako uzupełnienie działań 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 poczynił postępy i został dostosowany, aby uwzględnić dodatkowe cechy, takie jak niedawne próby algorytmicznego wykrywania bezobjawowych pasażerów zakażonych 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.