Visjon

Utviklingen innen kunstig intelligens og skybasert prosessering av store datamengder gjør at mange er bekymret for vern av privatliv. I lukkede og totalitære land blir disse teknologiene i stor grad brukt til å overvåke innbyggere, undertrykke frihet og befeste styresmaktens grep. Bouvet vil vise at teknologien like lett kan brukes til å fremme privatliv og sikre et samfunn med demokrati og åpenhet som fremste verdier.

Teknologien for å drive omfattende videoovervåkning har eksistert i mange tiår. Grunnen til at vi ikke lever i et orweliansk overvåkingssamfunn er at overvåking er strengt regulert. Retten til privatliv er en menneskerett, ifølge europeisk konvensjon for menneskerettigheter. I Norge er personopplysninger regulert av Personopplysningsloven, som i dag inkluderer og ratifiserer EU sitt regelverk GDPR (General Data Protection Regulation; generell personvernforordning). Det er Datatilsynet som håndhever regelverket i Norge, mens EDPS (European Data Protection Supervisor) håndhever regelverket på europeisk nivå og fungerer blant annet som en ankeinstans for Datatilsynet og andre nasjonale myndigheter.

Overvåkning er regulert — og ikke forbudt, fordi praktiske fordeler med overvåking ofte er større enn ulempene. Typiske eksempler er overvåkning av offentlig rom der det er spesielt stor fare for lovbrudd og overvåkning for å sikre utrygge anlegg.

Vi mener at moderne kunstig intelligens (AI) kan brukes til å anonymisere overvåkning maskinelt. Dette kan, i samspill med rett regelverk, bidra til at teknologien kan brukes mer, samtidig som at faren for misbruk blir redusert.

Prototype

For å illustrere denne teknologien har vi bygget en prototype som produserer anonymisert videoovervåkning på enkel, lavkost maskinvare. Prioriteten er at data anonymiseres lokalt der den blir produsert, uten å sendes over datanettverk og behandlet i sky. Vi bruker nylig introdusert AI-arkitektur fra Google, PoseNet. Denne er laget for å detektere positur til mennesker på bilder, slik at maskinen kan tyde hvor de befinner seg i et rom og hva de gjør. Vi bestemte oss for å bruke følgende maskinvare:

• Raspberry Pi 3B+: en fullverdig lavkost Linux-PC med bærekraftig lavt strømforbruk. Vi unngår dermed å bruke store datasentre som ellers er karakteristiske der AI tas i bruk.
• Google Coral USB akselerator: en medprosessor for å håndtere kunstig intelligens. Kobles til Raspberry med en USB port. PoseNet er spesielt implementert for å håndtere denne arkitekturen
• WebCam: a USB web-kamera som vi fant på kontoret

Prisen på komponentene er listet opp i tabellen under. Både AI akselerator og kamera er koblet til Raspberry Pi gjennom USB.

Komponent	Pris
Raspberry Pi 3B+	479,-
Google Coral Machine Learning Accelerator	690,-
Logitech WebCam	269,-
Trust Ultra Fast Charger USB	179,-
Total pris prototype	1617,-

Kunstig intelligens forbindes ofte med store datasentre, GPU racks og massivt strømforbruk. Vår prototype er designet fra bunn av til å være strømgjerrig og effektiv.  Strømforbruket er på 18 Watt, like lite som en enkel lyspære. Bildefrekvensen blir dermed også noe lavere, uten at det går ut over formålet med oppgaven. 

Funksjoner

Denne prototypen produserer anonymisert videoovervåkning som klarer å detektere når en person spaserer inn i et forhåndsdefinert («forbudt») område. Dette området vises med grønne strekker i Figur 2. Data kan sendes videre enten som anonymiserte strekkfigurer, eller kun som boolsk informasjon, det vil si om det er en person i det forbudte området eller ikke. For demonstrasjonens skyld så er det også mulig å sende ikke-anonymiserte data.

Denne videoen viser at en person går inn i det forbudte området, og blir raskt flagget av AI.

Denne videoen viser samme sekvensen fullstendig anonymisert.

Dette er den opprinnelige videoen, som ikke er behandlet av AI.

Anvendelser

I første omgang så er anvendelse innen smart digitalisering av industriell produksjon (såkalt Industri 4.0), der vi jobber mot å levere områdesikkerhet i industrielle anlegg. Vi ser på videre muligheter for å sikre overvåkning av offentlig rom. For eksempel så kan man lage et kamera som overvåker utsatte fotgjengeroverganger, og gi beskjed dersom personer går på rødt lys.