Nadzor dronovima iz zraka: tko se više može sakriti?

Jutarnji list donosi najbolje iz The Economista - jednog od najrelevantnijih i najuglednijih svjetskih medija koji se fokusira na geopolitiku, ekonomiju, znanost i tehnologiju. Svaki tjedan donosimo analitički uvid i perspektivu o globalnim vijestima.

Sve dosad objavljene članke pročitajte ovdje

© 2026. The Economist Newspaper Limited. Sva prava pridržana.

Unatoč svim impresivnim zadacima koje dronovi mogu obaviti, jednu stvar nisu uspjeli svladati: prepoznavanje lica.

Dronovi su uobičajeno znatno udaljeniji od svojih meta nego što su to kamere poput CCTV-a, koje se obično koriste za biometriju. Na većim udaljenostima dron umjesto ljudskog lica registrira samo nekoliko desetaka piksela. Atmosferska turbulencija uzrokovana, primjerice, uzdizanjem toplog zraka može iskriviti značajke poput udaljenosti između očiju. Budući da snimaju iz zraka, kamere na dronovima mogu uhvatiti samo djelomičan prikaz lica (ako netko nosi šešir širokog oboda uopće ga ne uhvate).

No nova tehnologija koju razvija tim sa Sveučilišta Michigan State (MSU) nastoji to promijeniti i uzvisiti špijunske sposobnosti umjetne inteligencije (UI) do nebeskih granica. Sustav, poznat pod nazivom FarSight, sugerira da bi nadzor iz zraka na velikim udaljenostima uskoro mogao postati znatno precizniji, ali i invazivniji nego ikada prije.

Projekt financira Intelligence Advanced Research Projects Activity (IARPA), dio američke vlade odgovoran za pretvaranje maštovitih ideja o špijunskim spravicama u primjenjive tehnologije. Među projektima koje trenutno vodi IARPA je razvoj uređaja koji može u stvarnom vremenu mijenjati glas kako bi zavarali alat za prepoznavanje govora, a bave se i idejom da se uređaji za prisluškivanje učine dovoljno malima i savitljivima da se mogu ušiti direktno u odjeću.

FarSight koristi jednako domišljatu tehniku poznatu kao "biometrija cijelog tijela". Umjesto da pokušava identificirati osobu samo prema licu, sustav koristi kombinaciju biometrijskih algoritama koji rade paralelno.

Jedan algoritam prepoznaje hod osobe. Drugi izrađuje 3D rekonstrukciju njezina tijela. Xiaoming Liu, profesor računalnih znanosti i inženjerstva na MSU koji vodi projekt, uspoređuje to s "virtualnim svlačenjem" subjekta kako bi se stvorio točan model anatomije, neovisno o odjeći koju nosi.

Treći algoritam propušta lice subjekta kroz model turbulencije koji pokušava poništiti refrakcijske učinke nemirnog zraka na svjetlost koja dolazi u kameru. To vraća sliku snimljenu dronom u simulirano, neiskrivljeno stanje, iz kojeg se zatim izvlači detaljna mapa značajki subjekta.

Kada se zabilježe, tri biometrijska obilježja - hod, oblik tijela i lice - spajaju se u objedinjeni profil. Taj se profil može usporediti s onima poznatih osoba ili, ako je riječ o novoj meti, spremiti podatke za buduće usporedbe. Cijela operacija traje oko trećinu sekunde, kaže dr. Liu. Njegov tim radi na smanjivanju sustava kako bi mogao stati na kvadrokopter.

Iako je FarSight još uvijek eksperimentalan, njegovi početni rezultati su impresivni. Nacionalni institut za standarde i tehnologiju (NIST), američko tijelo koje više od desetljeća ocjenjuje sustave za prepoznavanje lica, testirao je FarSight na nizu izazovnih slika i videozapisa niske rezolucije snimljenih sa stotina metara udaljenosti, često iz visine. FarSight je nadmašio sve druge testirane sustave.

Projekt također pokazuje kako veliki vizualni modeli (LVM), varijanta velikih jezičnih modela, mogu biti korisni za nadzor.

MSU tim koristio je CLIP, model koji je razvio OpenAI, kako bi opisao slike tisuća subjekata tekstualnim oznakama poput "mišićav-mršav", "dugi torzo", "kratki torzo", "visok struk", "nizak struk", koje su se zatim koristile za treniranje sustava za rekonstrukciju oblika tijela. Prepoznavanje hoda temelji se na drugom velikom vizualnom modelu, DINOv2, koji je prošle godine objavila Meta.

Ilustracija

Cum Okolo/alamy/profimedia

Dr. Liu smatra da bi LVM-ovi mogli imati puno širu primjenu u budućnosti. Naime, oni postižu visoku učinkovitost prepoznavanja bez potrebe za velikim skupovima podataka za treniranje, koji su skupi i složeni za izradu. Podaci za treniranje i testiranje FarSighta, većinom prikupljeni u Nacionalnom laboratoriju Oak Ridge, sadrže 876.000 videozapisa i fotografija oko 3000 osoba. LVM je, nasuprot tome, već prethodno istreniran na milijardama slika i videozapisa i zahtijeva samo minimalnu prilagodbu za analizu nadzornih snimki.

FarSight još nije spreman za primjenu na terenu. Iako nadmašuje druge sustave u prepoznavanju na daljinu, njegova točnost, kao i stope lažno pozitivnih i lažno negativnih rezultata, još su "daleko ispod razine potrebne za operativnu uporabu", kaže Josef Kittler, profesor biometrije i računalnog vida na Sveučilištu u Surreyju, koji nije sudjelovao u istraživanju.

Sustav ima i druge nedostatke. Hod osobe, primjerice, može se znatno promijeniti ako ona nosi težak teret ili je ozlijeđena, kaže dr. Kittler. U drugom NIST-ovu testiranju na širem skupu podataka, FarSight nije bio najbolji. Dr. Liu kaže da se performanse FarSighta također znatno pogoršavaju ako je kut kamere previsok, vrijeme toplo (što uzrokuje jaču turbulenciju) ili ako je udaljenost do cilja veća od jednog kilometra.

Ako se ti nedostaci otklone, nije teško zamisliti da će se takav sustav praćenja pojaviti iznad naših glava. Prema ugovornim dokumentima, IARPA želi stvoriti tehnologiju ne samo za dronove nego i za sve visoko postavljene kamere, poput onih na visokim zgradama ili tornjevima za nadzor granica. Agencija je istaknula da su rezultati programa - poznatog kao BRIAR, koji uključuje barem još jedan aktivni istraživački tim koji vodi američka tvrtka Science and Technology Research - također namijenjeni "zaštiti kritične infrastrukture i prometnih objekata".

"To implicira da misle koristiti sustav i na civilima", kaže Jay Stanley iz Američke unije za građanske slobode (ACLU) i "stvara ozbiljne rizike zloupotrebe i učinka zastrašivanja na osjećaj slobode".

U gradovima poput Londona ili New Yorka, gdje su CCTV kamere sveprisutne, ali ne i međusobno povezane, prepoznavanje cijelog tijela moglo bi pomoći pri praćenju pojedinaca na velikim udaljenostima. Veritone, američka tvrtka, već nudi sustav koji može identificirati osobe prema atributima poput oblika tijela i frizure. U svibnju je direktor tvrtke, Ryan Steelberg, rekao za MIT Technology Review da bi alat mogao biti koristan u gradovima gdje je prepoznavanje lica zabranjeno.

Ljudi koji se aktivno trude zaštititi svoju privatnost možda će ubrzo shvatiti da njihovi trikovi više ne djeluju. Netko tko želi izbjeći tehnologiju poput FarSighta ne može se više samo "maskirati", promijeniti odjeću ili staviti veliki šešir. Trebali bi čak promijeniti i način na koji hodaju, odnosno oblik svoga tijela pred kamerama, što je, naravno, jako teško ili gotovo nemoguće. "Bila bi potrebna potpuna transformacija", kaže dr. Liu.