/

Социальный контекст - основа «Умных городов»

Социальный контекст - основа «Умных городов»

download PDF
17 декабря 2020, 08:58    4125

Данила Медведев

Данила Медведев

Футуролог, трансгуманист

21 августа 2020 года журнал RUБЕЖ провёл круглый стол «Распознавание лиц – технология Умных городов». Одним из приглашённых экспертов стал прикладной футуролог Данила Медведев. Он рассказал, какова роль биометрических технологий при создании «Умных городов», почему big data — это «новая нефть», и главное – почему важно учитывать социальную архитектуру отношений при формировании технических заданий и выборе технологий для «Умных городов».

Если в России «Умный город» — это относительно трендовая тема, то в мире уже наступило разочарование. Несколько пилотных проектов – самые известные Масдар в ОАЭ и Сонгдо в Южной Корее — неуспешно реализовались. Выяснилось, что города, которые заявились как «умные», в итоге оказались обычным девелоперским проектом.

Интересна попытка создания «Умного города» в Торонто в Канаде, которое реализовывало подразделение Alphabet Inc под названием Sidewalk Labs LLC. Поднялась большая шумиха два года назад, когда речь зашла об оптимизации города с помощью цифровых технологий: с помощью датчиков, систем видеонаблюдения и т.д. Было много протестов, связанных с данными. Звучали такие риски, как превращение Канады в дойную корову данных для американских корпораций. И участвовали в этой битве не только граждане, но и техномиллиардеры.

Это важно – при создании технологий смотреть на более широкий социальный контекст. Социальная среда может отвергать какие-то технологии. В частности, влияющие на приватность. Этот проект в Торонто со ссылкой на пандемию COVID-19 закрыли. По факту мы наблюдаем, что серьёзных проектов «Умных городов» в мире нет. Когда мы смотрим на технологию распознавания лиц, должны думать о том, в какой контекст её вставляем.

Продумывание этого контекста, на мой взгляд, является главной задачей. И её, чисто технологически, компании на себя иногда брать не хотят, потому что, например, для компаний, которые занимаются серверной или нейросетевой видеоаналитикой, интереснее инженерная часть. Большинство сотрудников в этих компаниях – инженеры, которые думают, как можно применить новые платы от nVidia, чтобы анализировать лица не за три секунды, а за триста миллисекунд. При этом более важным является понимание того, какая деятельность разворачивается, почему возникла потребность проанализировать лица людей?

С технологической точки зрения авторизация человека, который подходит к банкомату, и человека, который авторизуется для входа в свою квартиру, это одна и та же задача. И там, и там камера, серверное облачное решение, цифровые ключи, электронная подпись, госуслуги, профиль, привязанный к паспорту или чему-нибудь ещё.

Но с точки зрения социальной и культурной мы видим совершенно разные задачи и совершенно разный опыт, внутри которого человек находится, когда он приходит домой или в чужую среду.

Возможно, представители компаний должны привлекать не только технических специалистов, но и социокультурных. Для обычного бизнеса это обычная практика. Любой продавец, одежды или автомобиля, понимает, что продаёт не продукт, а какой-то опыт, какой-то более значимый культурный смысл. С этой точки зрения надо смотреть и на кейсы распознавания лиц.

Один из успешных примеров – эксперимент, который провели в Индии, когда систему распознавания лиц применили, чтобы найти потерявшихся детей. В Дели 60 тысяч детей находились в розыске, 45 тысяч детей сидели в приютах, их нашли на улицах. Нужно было установить связь между одними и другими детьми. Подключили систему биометрии: соединили 60 тысяч и 45 тысяч фотографий — вышло 3 тысячи совпадений. Этих детей можно было вернуть домой. Этот сценарий сильно отличается от классической модели биометрии.

В широком контексте нужно делать модель социальных процессов, в которых человек участвует. Нужно смотреть на то, как человек взаимодействует, допустим, с органами правопорядка, вооружёнными силами, врачами, какие внутренние процессы происходят в больницах. Например, важно обеспечить закрытый доступ к какому-то хранилищу препаратов или к серверной, где хранятся персональные данные. И вот тут надо думать, стоит применять биометрию или что-то ещё.

Самое сложное, когда на макроуровне у нас есть некая социальная ткань общества. Например, вот эти 60 тысяч и 45 тысяч детей. Мы уже смотрим контексты сложных явлений. То же самое может происходить в российском контексте, если мы думаем про злостных алиментщиков. Тогда мы понимаем, что биометрия нужна не для поиска террористов, которых не так много, а для поиска тех, кто уклоняется от выплаты алиментов на детей.

Социальное моделирование требует, чтобы кто-то строил архитектуру социальных процессов. Мы понимаем, что человек существует в мире социальных связей, но какова их природа? Говорим ли мы о случайных знакомствах на улице? Или о том, что хотим сделать город более интересным за счёт большего количества встреч? Хотим ли мы обогатить среду, например, технопарк «Сколково» или какую-нибудь конференцию? Мы можем добавить технологию распознавания лиц, чтобы облегчить людям обмен контактной информацией, решить до сих пор нерешённую проблему: как обмениваться визитками в эпоху цифровизации и т.д. Для этого нужно понимать, какого рода социальные процессы мы хотим поддерживать.

Иногда стоит подумать: какую задачу пытается решить сам человек? Может, заходя с этой стороны, мы сможем лучше понять его потребность и понять, какое технологическое решение нужно.

Главная опасность заключается в том, что будут внедряться очевидные решения, не создающие большую ценность. Всё, что связано с тоталитарным контролем. Это работает в Китае, но у России совершенно другие предпосылки. Какие-то глобальные системы безопасности здесь могут быть неуместны или не нужны. Российская модель – это модель традиционная. Модель соборности, модель коллективная. Технология распознавания лиц может решать у нас совершенно другие задачи.

Если говорить про большие данные, нужно собирать большое количество транзакционной информации. Вот человек ходит по городу, мы его считали, построили график движения, но, чтобы это проанализировать, нужна архитектурная модель: зачем человек существует? Как отличить его работу от хобби? Если у человека три работы, что мы для него хотим сделать? Может, хотим дать новые возможности для общения или просто снять какие-то бытовые задачи?

«Новую нефть» нужно воспринимать как что-то, что пока ещё не научились поджигать. Без архитектурной модели мы не можем создать ценность. Это должно быть что-то, что связано с настроением человека, его дружбой с другими людьми, общественной позицией, политической позицией. Вот тут можно ценность создать. Представьте, что 10 тысяч человек пришли на митинг. Как объединить этих людей, дав им единый голос, площадку для общения? Как мы можем это структурировать? Как в этом может помочь технология распознавания лиц?

Города становятся «умными» не за счёт внедрения цифровых технологий, а за счёт встреч огромного количества людей. Чем больше город, тем больше на душу населения патентов, инноваций, контактов. Как мы можем создать и понять модель города, модель общества? В этом, на мой взгляд, самый большой вызов, который стоит перед индустрией цифровых технологий. Мне бы хотелось, чтобы у нас был образ желаемого будущего, попасть в которое мы сможем в том числе благодаря технологиям.

 

Yandex.Дзен

Подписывайтесь на канал ru-bezh.ru
в Яндекс.Дзен

Вы должны авторизоваться, чтобы написать комментарий


    Яндекс.Директ

    RUБЕЖ в facebook RUБЕЖ в vk RUБЕЖ в twitter RUБЕЖ на youtube RUБЕЖ в google+ RUБЕЖ в instagram RUБЕЖ-RSS

    Контакты

    Адрес: 121471, г. Москва, Фрунзенская набережная, д. 50, пом. IIIа, комн.1

    Тел./ф.: , +7 (495) 539-30-20

    Время работы:

    E-mail: info@ru-bezh.ru

    E-mail: help@ru-bezh.ru - по техническим вопросам


    Свидетельство о регистрации ФС77-78638 от 10 июля 2020г

    выдано Федеральной службой по надзору в сфере связи,

    информационных технологий и массовых коммуникаций.

    Для рекламодателей

    E-mail: reklama@ru-bezh.ru

    тел.: +7 (495) 539-30-20 (доб. 103)

    total time: 0.2779 s
    queries: 165 (0.0181 s)
    memory: 2 048 kb
    source: database
    Выделите опечатку и нажмите Ctrl + Enter, чтобы отправить сообщение.