از تصاویر شهروندان در نمایشگر مترو مشهد به چه نکاتی پی می‌بریم؟

روز ۱۳ آذر ۱۴۰۲، وحید تفریحی یک روزنامه‌نگار ساکن مشهد با انتشار یک استوری در اینستاگرام خود نوشت:

اینجا ایستگاه شریعتی خط یک متروی مشهد است. هرکسی از جلوی دوربین رد می‌شود، عکسش به تفکیک و با مشخصاتی شامل سن و جنسیت روی مانیتور نمایش داده می‌شود. می‌شود شهرداری توضیح دهد هدفش از این کار چیست؟

تصویر به سرعت در شبکه‌های اجتماعی منتشر شد و بازخورد فراوانی گرفت. رسانه‌های زیادی هم این موضوع را پوشش دادند و این تصویر را منتشر کردند (اعتماد، خبرآنلاین، اطلاعات).

بازخوردهای زیاد به موضوع باعث واکنش «سکینه سادات پاد» دستیار رئیس‌جمهوری در «پیگیری حقوق و آزادی‌های اجتماعی» شد. او که وکیل پایه یک دادگستری است در توییتر نوشت:

در بعضی رسانه‌ها، این گفته به عنوان «واکنش دولت» به این موضوع تعبیر شد (نمونه: همشهری، اطلاعات). وب‌سایت شهرآرا متعلق به شهرداری مشهد مدعی شد: «این دوربین‌ها ظاهرا ۶ ماه است که در راه‌آهن مشهد و یک ماه است که در فرودگاه نصب شده» با این حال معلوم نیست منظور شهرآرا «ایستگاه مترو راه‌آهن و ایستگاه مترو فرودگاه مشهد» است یا خود ایستگاه راه‌آهن و فرودگاه مشهد. شهرآرا در ادامه نوشت:

نصب این دوربین‌ها و مانیتور‌ها به منظور بازدارندگی امنیتی در مشهد آغاز شده است؛ با توجه به اتفاقات تروریستی در برخی شهر‌های کشور این اتفاق می‌تواند به برقراری امنیت در محل‌های مهم شهر کمک کند.

چند ساعت بعد، یک خبرنگار دیگر از مشهد، بعد از بازدید از محل و انتشار تصویری از آن مانیتور، گفت که ظاهرا نمایش تصاویر شهروندان در این مکان، متوقف شده‌است.

تشخیص چهره شهروندان، چقدر ممکن است؟

فکت‌نامه پیش از این در مورد سیستم اعتبار اجتماعی چین و به‌کارگیری هوش مصنوعی در طرح حجاب و عفاف، دو گزارش منتشر کرده‌است:

در اینجا یک بار دیگر تاکید می‌کنیم که در حال حاضر ادعای اینکه به صورت کلی «حکومت جمهوری اسلامی ایران، می‌تواند با مشاهده تصاویر دوربین‌های شهری، از روی چهره شهروندان، هویت آنها را تشخیص دهد» نادرست است.

علت این ناتوانی، در دسترس‌نبودن الگوریتم‌های تشخیص چهره یا دوربین‌های شهری یا سیستم‌های ابری و پردازش قوی نیست. در هر دو گزارش بالا و گزارش دیگری که گروه تحقیقاتی میان منتشر کرده، به شرکت‌های ایرانی (عموما با شرکای چینی) اشاره می‌شود که در زمینه واردات نرم‌افزار و سخت‌افزار تشخیص چهره فعال هستند و حتی چند مورد هم در لیست تحریم‌های آمریکا قرار دارند.

علت این ناتوانی در اختیار نداشتن بانک تصاویر زیاد از شهروندان است. الگوریتم‌های هوش مصنوعی مبتنی بر یادگیری عمیق ماشینی، باید ابتدا داده‌های زیادی را در اختیار داشته‌باشند تا بتوانند بر آن اساس حدس بزنند (لینک۱، لینک۲). سیستم هوش مصنوعی تشخیص چهره شهروندان در جمهوری اسلامی، ابتدا باید تصاویر زیادی از زوایای مختلف صورت و چهره افراد داشته‌باشد تا بتواند بعدا چهره آنها را در سطح شهر تشخیص دهد.

بنابراین در آینده نزدیک امکان پیاده‌سازی چنین فناوری‌هایی در سطح شهر و در مکان‌های عمومی عمومی وجود ندارد. هر چند امکان پیاده‌سازی آنها در مواردی مانند کارکنان یک شرکت یا افرادی که در یک محل مشخص روزانه رفت‌وآمد دارند (مثلا دانشجویان یک دانشگاه) وجود دارد.

تنها داشتن یک تصویر کارت ملی برای شناسایی فرد توسط هوش مصنوعی کافی نیست. برای مثال در گوشی های موبایل که از تشخیص چهره برای بازکردن قفل گوشی استفاده می‌شود، سیستم امنیتی گوشی، برای چند ثانیه از کاربر می‌خواهد که دوربین را در زوایای مختلف دور صورتش بچرخاند. برای سیستم‌های هوش مصنوعی که قرار است با استفاده از دوربین‌های شهری از فاصله دور هویت فرد را تشخیص دهند، تصاویر اولیه بسیار بیشتری هم لازم است. با تصاویری که جمهوری اسلامی ایران به‌صورت رسمی از مردم در اختیار دارد، ساختن چنین سامانه‌ای فعلا ممکن نیست. برای همین کاربران ایرانی هم باید در نصب اپلیکیشن‌هایی که با روش‌های اغواگرانه (مثلا ماسک چهره کاربر در پیری یا ترکیب صورت دو نفر برای پیش‌بینی چهره فرزند‌شان و …) به‌دنبال تصاویر کاربران بوده یا دسترسی سایر اپلیکیشن‌های مشکوک به گالری تصاویر، احتیاط کنند.

نکاتی از تصویر منتشر شده از سیستم تشخیص چهره در مترو مشهد

مقایسه تصویر اول و تصویر دوم با تصویری که آرش هاشمی از محل منتشر کرده، نشان می‌دهد که تصویر از مانیتور برند X-Vision که بالای گیت ایستگاه مترو میدان شریعتی (تقی آباد) مشهد نصب شده گرفته شده‌است.

در هر دو تصویر، در نیمه سمت چپ، عکس ۵ فرد همراه چند خط نوشته در ۳ ستون دیده می‌شود.

در ستون اول در سمت راست هرکدام از عکس‌های کوچک، زمان ضبط آنها درج شده‌است. برای تصویر اول (سمت چپ) روز ۴ دسامبر ۲۰۲۳ ساعت ۰۹:۰۰ دیده می‌شود و برای تصویر دوم (سمت راست) روز ۵ دسامبر ۲۰۲۳ و زمان‌های ۰۰:۳۶ و ۰۰:۳۷ دیده می‌شود. این هم منطقی است و با زمان توییت‌ها و انتشار اخبار هماهنگی دارد.

اما با وجود اینکه این ۲ تصویر حدود ۱۵ ساعت و ۳۰ دقیقه اختلاف زمانی دارند، بخش سمت راست این ۲ تصویر یکی است. در هر دو تصویر در پنجره‌ای که عنوان «ایستگاه شریعتی» روی آن درج شده، یک عکس مشابه دیده می‌شود؛ تصویر دو خانم در حال عبور از گیت که سمت چپی، ماسک بر صورت دارد.

بنابراین در هر دو تصویر، آنچه در نیمه راست دیده می‌شود و ۵ عکسی که در نیمه چپ دیده می‌شوند، ربطی به هم ندارند.

در مورد تصاویر سمت چپی در تصویر دوم که وضوح بیشتری دارد، محتوای ۳ ستون سمت راست به راحتی قابل خواندن است. در ستون وسط، مهم‌ترین چیزی که دیده می‌شود واژه «عدم تطبیق» است. این به‌خوبی نشان می‌دهد این سیستم یا به سیستم‌های سراسری شناسایی شهروندان متصل نیست، یا فعلا امکان شناسایی و تطبیق با هیچ پایگاه داده‌ای را ندارد.

در ادامه زیر آن نوشته شده «گروه دوربین: قطار شهری» و سپس نام ایستگاه آمده است. این بخش از اطلاعات ممکن است نشان‌دهنده طرحی با ابعادی وسیع‌تر از یک ایستگاه مترو یا حتی کل مترو مشهد باشد. چون مطابق این نوشته، تنها یک گروه از این دوربین‌ها «قطار شهری» است. ممکن است این طرح در ابعاد کل شهر مشهد باشد.

فکت‌نامه پیش از این در گزارش «به‌کارگیری هوش مصنوعی در طرح حجاب و عفاف» به شرح فعالیت‌های قرارگاه‌های ۲۱ تیر در مشهد اشاره کرده‌بود: 

«۱۰۸ تیم سه نفره از ابتدا تا پایان وقت اداری، اماکنی که در محدوده جغرافیایی خودشان قرار دارد را مورد بررسی قرار می‌دهند.»

با توجه به اهداف قرارگاه ۲۱ تیر، بعید نیست که این بخشی از سیستم قرارگاه ۲۱ تیر برای پایش شهر مشهد به صورت منطقه به منطقه باشد. اینکه آیا تصاویر این دوربین‌ها را نیروی انسانی می‌بیند و یا نه، معلوم نیست.

اطلاعاتی که در ستون سوم درج شده می‌تواند به نیروی انسانی در صورت مشاهده تصویر کمک کند که با آگاه‌کردن افراد انتظامی در محل، فرد مورد نظر را پیدا کنند. زیرا علاوه بر تصویر اطلاعاتی مانند حدود سن و سال فرد، جنسیت، داشتن ماسک و ریش و عینک و حتی احساسات فرد هم درج شده‌است.

البته این نوع سیستم‌های ساده تشخیص الگوهایی مانند سن و سال و احساسات، حتی به صورت اپلیکیشن‌های رایگان موبایل روی گوگل و اپل استور، در دسترس است که البته دقت بالایی ندارد و ما استفاده از آنها را توصیه نمی‌کنیم چون امنیت بالایی ندارند.

در شبکه های اجتماعی گفته شده شرکت توسعه مهندسی نصر آفرینان توس، پیمانکار این پروژه است.

روز ۱۳ آذر ۱۴۰۲، یک روزنامه‌نگار ساکن مشهد با انتشار یک تصویر از یک مانیتور که تصاویری از شهروندان روی آن درج شده‌بود در اینستاگرام خود نوشت: «اینجا ایستگاه شریعتی خط یک متروی مشهد است. هرکسی از جلوی دوربین رد می‌شود، عکسش به تفکیک و با مشخصاتی شامل سن و جنسیت روی مانیتور نمایش داده می‌شود.»

این موضوع با واکنش‌های زیادی مواجه شد از جمله دستیار رئیس‌جمهوری در «پیگیری حقوق و آزادی‌های اجتماعی» در توییتر نوشت: «نمایش چهره شهروندان در انظار عمومی، مصداق نقض حقوق شهروندی است.» به این ترتیب در کمتر از ۲۴ ساعت تصویر این مانیتور عوض شد. اما معلوم نیست این مانیتور به کجا وصل است.

در شرایط حاضر ادعای اینکه به صورت کلی «حکومت جمهوری اسلامی ایران، می‌تواند با مشاهده تصاویر دوربین‌های شهری، از روی چهره شهروندان، هویت آنها را تشخیص دهد» نادرست است. علت این ناتوانی، در دسترس‌نبودن الگوریتم‌های تشخیص چهره یا دوربین‌های شهری یا سیستم‌های ابری و پردازش قوی نیست بلکه در اختیار نداشتن بانک تصاویر زیاد از شهروندان است. الگوریتم‌های هوش مصنوعی مبتنی بر یادگیری عمیق ماشینی، باید ابتدا داده‌های زیادی را در اختیار داشته‌باشند.

تصاویر ایرادهای زیادی دارند که ادعای «تشخیص چهره» را رد می‌کند اما ممکن است این تصویر خروجی مانیتوری باشد که زیر نظر نیروی انسانی باشد که هر لحظه در حال پایش ایستگاه مترو است و افراد مورد نظر خود را با کمک این نرم‌افزار به نیروهای انتظامی حاضر در محل گزارش می‌دهد.

بنابراین هرچند جمهوری اسلامی قادر نیست از فناوری‌های هوشمند پردازش چهره بر اساس یادگیری عمیق برای جریمه افراد استفاده کند اما می‌توان در یگان‌هایی مانند قرارگاه ۲۱تیر، با تقسیم شهری و گماردن نیروی انسانی ناظر پشت دوربین‌ها، گزارش‌ها را با روش‌های دیگری در اختیار نیروی حاضر در محل قرار دهد.