Британская компания по кибербезопасности Comparitech опубликовала отчёт, в котором проанализировано использование систем видеонаблюдения в 150 самых густонаселённых городах мира. Оказалось, что наиболее активно следит за своими гражданами коммунистическое правительство Китая.
В отчёте упоминается сделанный несколько лет назад прогноз британского поставщика информационных услуг IHS Markit о том, что к концу 2021 года в мире будет около 1 миллиарда камер наблюдения, из них 54 % — в Китае, то есть около 540 миллионов камер наблюдения, что эквивалентно 372 камерам на каждые тысячу жителей КНР.
Это довольно сдержанная оценка. Позже компания IHS Markit сообщала, что в Китае установлено 626 миллионов камер наблюдения, то есть 432,2 камеры на тысячу человек.
Кроме Китая, большое количество камер наблюдения установлено в индийском городе Индуар. Там в среднем расположено 62,52 камеры на тысячу человек. В других странах камер меньше: в Лондоне (Великобритания) — 13,35 на тысячу человек, в Лос-Анджелесе (США) — 8,77 на тысячу человек, в самом густонаселённом городе мира Токио (Япония), — всего 1,06 камер на тысячу человек.
Если считать по плотности расположения камер, то лидерами также являются китайские города. Список возглавил город Шэньчжэнь провинции Гуандун со средним показателем в 6220 камер наблюдения на квадратную милю (2,59 квадратных километра). За ним следуют города Ухань провинции Хубэй — 5429 камер на квадратную милю; Шанхай — 4343 камер; Циндао провинции Шаньдун — 3470 камер на квадратную милю.
За пределами Китая наибольшая плотность камер в Дели (Индия) — 1446 на квадратную милю. За ним следуют Сеул (Южная Корея) — 333 камеры на квадратную милю; Москва (Россия) — 220 на квадратную милю; Нью-Йорк (США) — 187 на квадратную милю; Осака (Япония) — менее 6 на квадратную милю.
В дополнение к большому количеству и высокой плотности установки китайские камеры наблюдения также очень функциональные. В сентябре 2019 года китайские учёные запустили облачную систему камер с разрешением в 500 мегапикселей, которая позволяет делать как фотографии, так и видео.
По словам создателей этой системы, она имеет разрешение, в четыре раза превышающее предел человеческого глаза, и если с её помощью сделать, например, панорамную фотографию стадиона с десятками тысяч человек, то можно будет рассмотреть детали лица каждого человека. В сочетании с технологиями искусственного интеллекта, такими как распознавание лиц, конкретный объект можно найти в одно мгновение.
Немало людей считают, что подобное видеонаблюдение может улучшить работу правоохранительных органов и предотвратить преступность. Однако британская исследовательская компания Comparitech обнаружила, что это не так. Сотрудники компании сравнили количество камер наблюдения с индексом преступности и пришли к выводу, что большее количество камер не влияет на уровень преступности.
Тогда зачем власти Китая тратят такие большие ресурсы на эти проекты? Согласно интернет-журналу Bitter Winter, освещающему ситуацию с правами человека в Китае, конечной целью компартии Китая является создание полной базы данных, которая позволит органам безопасности отслеживать, анализировать и контролировать каждого жителя страны в режиме реального или близкого к реальному времени. То есть речь идёт о создании с помощью продвинутых систем наблюдения «цифрового авторитарного государства».
В апреле нынешнего года агентство «Рейтер» сообщило, что в результате анализа более 50 документов, находящихся в открытом доступе, выяснилось, что за последние четыре года десятки китайских организаций приобрели программу с функцией искусственного интеллекта под названием «один человек, один файл» (one person, one file). В документах говорится, что обычная система мониторинга может только собирать данные, но классифицировать их необходимо вручную, а программа «один человек, один файл» может сама анализировать огромные данные и использовать сложные алгоритмы для создания пользовательских файлов для каждого человека. Профили автоматически обновляются по мере того, как программа получает новые данные. Эта система также имеет возможности самообучения для оптимизации точности создания файлов по мере увеличения объёма данных.
По материалам Epoch Times