Surveillance and Reconnaissanceچاودێری و دیدەوانی

Armies, border guards and relief agencies all collect pictures from the sky: from drones, aircraft and satellites. These cameras take far more pictures than people can look at. Imagine a satellite sends back 1,000 pictures of a large area. Who looks at them all?

سوپا، پاسەوانانی سنوور و ڕێکخراوە مرۆییەکان هەموویان لە ئاسمانەوە وێنە کۆ دەکەنەوە: لە درۆنەکان، فڕۆکە و مانگە دەستکردەکانەوە. ئەم کامێرایانە زۆر زیاتر لەوە وێنە دەگرن کە مرۆڤ بتوانێت سەیریان بکات. وای دابنێ مانگێکی دەستکرد ⁦1,000⁩ وێنە لە ناوچەیەکی گەورە دەنێرێتەوە. کێ سەیری هەموویان دەکات؟

If one person needs about 2 minutes for each picture, the pile takes $1000 \times 2 = 2000$ minutes: about 33 hours, or four long working days. Tired eyes also miss things. An AI system can go through all 1,000 pictures in minutes and put the most promising ones first. That is the real job of AI here: it sorts, and people check.

ئەگەر کەسێک بۆ هەر وێنەیەک نزیکەی 2 خولەکی پێویست بێت، ئەم کۆمەڵە وێنەیە $1000 \times 2 = 2000$ خولەک دەخایەنێت: نزیکەی ⁦33⁩ کاتژمێر، واتە چوار ڕۆژی درێژی کار. چاوی ماندووش شت لەدەست دەدات. سیستەمێکی ژیریی دەستکرد دەتوانێت لە چەند خولەکێکدا هەموو ⁦1,000⁩ وێنەکە ببینێت و ئەوانەی ئەگەری گرنگییان زیاترە بخاتە پێشەوە. ئەمە کاری ڕاستەقینەی ژیریی دەستکردە لێرەدا: ڕیز دەکات و مرۆڤ دەپشکنێت.

This lesson uses what How AI Sees explains about cameras, sensors and object detection. Here you will see how those tools are used to watch large areas, where they help, where they fail, and where watching must stop.

ئەم وانەیە پشت بەوە دەبەستێت کە وانەی ژیریی دەستکرد چۆن دەبینێت لەبارەی کامێرا، هەستەوەرەکان (Sensor) و دۆزینەوەی تەن (Object detection) ڕوونی دەکاتەوە. لێرەدا دەبینیت ئەم ئامرازانە چۆن بۆ چاودێریکردنی ناوچەی گەورە بەکاردێن، لە کوێدا یارمەتی دەدەن، لە کوێدا هەڵە دەکەن و چاودێریکردن لە کوێدا دەبێت بوەستێت.

Surveillance means watching a place, or what happens there, over a long time: again and again, often every day. A camera that watches a border crossing, or a satellite that photographs the same valley every week, is doing surveillance.

چاودێری واتە سەیرکردنی شوێنێک، یان ئەوەی لەوێ ڕوودەدات، بۆ ماوەیەکی درێژ: دووپاتە و دووپاتە، زۆرجار هەموو ڕۆژێک. کامێرایەک کە سەیری خاڵێکی سنوور دەکات، یان مانگێکی دەستکرد کە هەموو هەفتەیەک وێنەی هەمان دۆڵ دەگرێت، چاودێری دەکات.

Reconnaissance is a mission to find out something specific about a place. Is the bridge still standing? Which roads are under water? It is shorter and more focused. A drone that flies once over a flooded valley to check a bridge is doing reconnaissance.

دیدەوانی ئەرکێکە بۆ زانینی شتێکی دیاریکراو لەبارەی شوێنێک. ئایا پردەکە هێشتا ماوە؟ کام ڕێگایانە لەژێر ئاودان؟ کورتتر و ئامانجدارترە. درۆنێک کە یەک جار بەسەر دۆڵێکی لافاوگرتوودا دەفڕێت بۆ پشکنینی پردێک، دیدەوانی دەکات.

Militaries group these jobs as ISR: intelligence, surveillance and reconnaissance. Surveillance and reconnaissance collect information; intelligence is what people make of it: checked and understood information that helps someone decide. AI now helps at every step, mostly by sorting and joining huge amounts of sensor data.

سوپاکان ئەم کارانە بە ناوی هەواڵگری، چاودێری و دیدەوانی پێکەوە دەبەستن. چاودێری و دیدەوانی زانیاری کۆ دەکەنەوە؛ هەواڵگری ئەوەیە کە مرۆڤ لێی دروست دەکات: زانیارییەکی پشکنراو کە لێی تێگەیشتراوە و یارمەتیی کەسێک دەدات بڕیار بدات. ئێستا ژیریی دەستکرد لە هەموو هەنگاوێکدا یارمەتی دەدات، زیاتر بە ڕیزکردن و پێکەوەبەستنی بڕێکی زۆری دراوەی هەستەوەرەکان.

Drones grew up in this work: during the Cold War, armies built reconnaissance drones to take photographs far away without risking a pilot (A short history of drones). Today the same kind of pipeline also serves relief work, as the next screens show.

درۆنەکان لەم کارەدا گەشەیان کرد: لە سەردەمی جەنگی سارددا سوپاکان بۆ دیدەوانی درۆنیان دروست کرد تا بێ ئەوەی ژیانی فڕۆکەوانێک بخەنە مەترسییەوە لە دوورەوە وێنە بگرن (مێژوویەکی کورتی درۆن). ئەمڕۆ هەمان جۆری ڕێگا لە کاری فریاگوزاریشدا بەکار دێت، وەک لە پەڕەکانی داهاتوودا دەیبینیت.

AI-supported surveillance and reconnaissance usually works in four steps. Machines do the first three. The fourth must never be skipped.

چاودێری و دیدەوانی بە یارمەتیی ژیریی دەستکرد زۆرجار بە چوار هەنگاو کار دەکەن. ئامێر سێ هەنگاوی یەکەم دەکات. هەنگاوی چوارەم هەرگیز نابێت بازی بەسەردا بدرێت.

Steps 1–3 are what machines do well: they are fast and never get bored. Step 4 is where people bring judgement, knowledge of the place, the law and responsibility. Working this way, each side doing what it does best, is called human–machine teaming.

هەنگاوەکانی 1 تا 3 ئەو کارانەن کە ئامێر باش دەیانکات: خێرایە و هەرگیز بێزار نابێت. لە هەنگاوی 4ـدا مرۆڤ هەڵسەنگاندن، ناسینی شوێنەکە، یاسا و بەرپرسیارێتی دەهێنێت. ئەم شێوە کارکردنە، کە هەر لایەک ئەو کارە دەکات کە باشتر دەیزانێت، پێی دەوترێت هاوکاریی مرۆڤ و ئامێر (Human–machine teaming).

In a hospital emergency room, a nurse quickly sorts patients by how urgent they are. That first quick sort is called triage. AI does the same for pictures. It does not answer 'What is there?'. It answers 'Which pictures should a person look at first?'

لە بەشی فریاکەوتنی نەخۆشخانەدا، پەرستارێک بە خێرایی نەخۆشەکان بەپێی پەلەیی حاڵیان ڕیز دەکات. ئەم ڕیزکردنە خێرا و یەکەمە پێی دەوترێت هەڵسەنگاندنی سەرەتایی. ژیریی دەستکرد هەمان کار بۆ وێنە دەکات. وەڵامی «چی لەوێیە؟» ناداتەوە، بەڵکو وەڵامی «مرۆڤ دەبێت سەرەتا سەیری کام وێنە بکات؟» دەداتەوە.

In the animation, the AI flags 40 of the 1,000 pictures. Analysts check them: 5 are real and 35 are false alarms, false positives. That is still a big saving: people studied 40 pictures closely instead of 1,000. But the numbers hide two things:

لە ئەنیمەیشنەکەدا (Animation)، ژیریی دەستکرد ⁦40⁩ وێنە لە ⁦1,000⁩ وێنەکە نیشان دەکات. شیکەرەوەکان دەیانپشکنن: 5 ڕاستن و ⁦35⁩ ئاگادارکردنەوەی هەڵەن، واتە ئەرێنییە هەڵەکان (False positive). ئەمە هێشتا کاتێکی زۆر پاشەکەوت دەکات: مرۆڤ بە وردی سەیری ⁦40⁩ وێنەی کرد لە جیاتی ⁦1,000⁩. بەڵام ژمارەکان دوو شت دەشارنەوە:

Optical satellites take ordinary photos with sunlight, like a phone camera very high up. Their pictures are sharp and in colour, but they see nothing through clouds and very little at night.

مانگە دەستکردە ئۆپتیکییەکان بە ڕووناکیی خۆر وێنەی ئاسایی دەگرن، وەک کامێرای مۆبایلێک لە بەرزاییەکی زۆرەوە. وێنەکانیان ڕوون و ڕەنگاوڕەنگن، بەڵام بە ناو هەوردا هیچ نابینن و لە شەودا زۆر کەم دەبینن.

Radar satellites send out their own microwaves and record the echoes. Clouds and darkness do not stop them: ESA describes its Sentinel-1 radar satellites as an all-weather, day-and-night source of pictures of the Earth. Their sharp pictures come from Synthetic-aperture radar (SAR), explained in Radar and radar satellites.

مانگە دەستکردەکانی ڕادار شەپۆلی مایکرۆوەیڤی خۆیان دەنێرن و دەنگدانەوەکەی تۆمار دەکەن. هەور و تاریکی ڕێگرییان لێ ناکەن: ESA مانگە دەستکردەکانی ڕاداری ⁦Sentinel-1⁩ وەک سەرچاوەیەکی وێنەی زەوی وەسف دەکات کە لە هەموو کەشوهەوایەکدا و شەو و ڕۆژ کار دەکات. وێنە ڕوونەکانیان بە ڕاداری کونەی دەستکرد (Synthetic-aperture radar) دروست دەکرێن کە لە بەشی ڕادار و ڕاداری کونەی دەستکرددا ڕوون کراوەتەوە.

Radar pictures are grey and look strange, but they show water very well. Calm water is smooth like a mirror, so it reflects the radar signal away from the satellite and looks dark. That is why many flood maps are made from radar pictures.

وێنەی ڕادار خۆڵەمێشییە و سەیر دەردەکەوێت، بەڵام ئاو زۆر باش پیشان دەدات. ئاوی هێمن وەک ئاوێنە لووسە، بۆیە سیگناڵی (Signal) ڕادارەکە بە دوور لە مانگە دەستکردەکە دەداتەوە و ڕەش دەردەکەوێت. لەبەر ئەمە زۆربەی نەخشەکانی لافاو لە وێنەی ڕادارەوە دروست دەکرێن.

The same kind of AI that sorts pictures for an army also helps people after disasters. UNOSAT, the UN satellite centre (part of UNITAR), makes maps from satellite pictures for relief workers. In 2021 it responded to about 17 flood events a year on average, and its maps often reached relief teams within two days.

هەمان جۆری ژیریی دەستکرد کە وێنە بۆ سوپا ڕیز دەکات، دوای کارەساتیش یارمەتیی خەڵک دەدات. UNOSAT، ناوەندی مانگی دەستکردی نەتەوە یەکگرتووەکان (بەشێکە لە UNITAR)، لە وێنەکانی مانگی دەستکردەوە (Satellite imagery) نەخشە بۆ کارمەندانی فریاگوزاری دروست دەکات. لە ساڵی ⁦2021⁩دا بە تێکڕایی ساڵانە وەڵامی نزیکەی ⁦17⁩ لافاوی دەدایەوە و نەخشەکانی زۆرجار لە ماوەی دوو ڕۆژدا دەگەیشتنە تیمەکانی فریاگوزاری.

In 2020–2021 UNOSAT and UN Global Pulse built an AI model that marks flooded areas on Sentinel-1 radar pictures. It learned from 15 past floods in 9 countries, using flood maps that UNOSAT analysts had drawn. Tested on regions it had never seen, it scored above 97%. The team also warned that results in the field can be lower, especially in places that look different from the training pictures.

لە ساڵانی ⁦2020⁩ و ⁦2021⁩ـدا UNOSAT و UN Global Pulse مۆدێلێکیان (ML model) دروست کرد کە ناوچە لافاوگرتووەکان لەسەر وێنەکانی ڕاداری ⁦Sentinel-1⁩ دیاری دەکات. لە ⁦15⁩ لافاوی ڕابردوو لە 9 وڵات فێر بوو، بە یارمەتیی ئەو نەخشانەی لافاو کە شیکەرەوەکانی UNOSAT کێشابوویان. کاتێک لەسەر ناوچەی نەبینراو تاقی کرایەوە، ڕێژەی ڕاستییەکەی (Accuracy) لە ⁦97%⁩ زیاتر بوو. تیمەکە ئاگاداریشی کردەوە کە ئەنجام لە کاری ڕاستەقینەدا دەکرێت کەمتر بێت، بەتایبەتی لەو شوێنانەی جیاوازن لە وێنەکانی ڕاهێنان.

Every AI map is checked by an analyst, who approves or corrects it before it reaches field teams; the corrections improve the model. In January 2021, after Tropical Cyclone Eloise, the system mapped floods in central Mozambique for UN relief workers, and in that case the maps needed no corrections. Damage maps after earthquakes: Damage maps from space.

هەموو نەخشەیەکی ژیریی دەستکرد شیکەرەوەیەک دەیپشکنێت و پێش ئەوەی بگاتە تیمەکانی مەیدان پەسەندی دەکات یان چاکی دەکات؛ چاککردنەکانیش مۆدێلەکە باشتر دەکەن. لە کانوونی دووەمی ⁦2021⁩ـدا، دوای گەردەلوولی ئیلۆیز، سیستەمەکە لافاوەکانی ناوەڕاستی مۆزەمبیقی بۆ کارمەندانی فریاگوزاریی نەتەوە یەکگرتووەکان نەخشە کرد و لەو جارەدا نەخشەکان هیچ چاککردنێکیان پێویست نەبوو. نەخشەی زیان دوای بوومەلەرزە: نەخشەی زیان لە ئاسمانەوە.

Many questions are about change: a road now under water, a new building, a burnt field, a bridge that is gone. Change detection compares pictures of the same place taken at different times and marks what is different. The idea is introduced in What is different? Anomaly and change detection; here it maps a flood.

زۆر پرسیار لەبارەی گۆڕانکارین: ڕێگایەک کە ئێستا لەژێر ئاودایە، بینایەکی نوێ، کێڵگەیەکی سووتاو، پردێک کە نەماوە. دۆزینەوەی گۆڕانکاری (Change detection) وێنەی هەمان شوێن کە لە کاتی جیاوازدا گیراون بەراورد دەکات و ئەوەی جیاوازە نیشانی دەکات. بیرۆکەکە لە بەشی چی جیاوازە؟ دۆزینەوەی ڕەفتاری نائاسایی و دۆزینەوەی گۆڕانکاریدا ناسێنراوە؛ لێرەدا نەخشەی لافاوێک دروست دەکات.

Change detection is powerful because people are slow at spotting small differences between two big pictures, and machines are fast at it. But not every change matters. Shadows move with the sun, fields are ploughed and seasons change the colours. So a change is a clue for a person to check, not an answer.

دۆزینەوەی گۆڕانکاری بەهێزە چونکە مرۆڤ لە دۆزینەوەی جیاوازیی بچووک لە نێوان دوو وێنەی گەورەدا خاوە و ئامێر تێیدا خێرایە. بەڵام هەموو گۆڕانکارییەک گرنگ نییە. سێبەر لەگەڵ خۆردا دەجووڵێت، کێڵگە دەکێڵدرێت و وەرزەکان ڕەنگەکان دەگۆڕن. بۆیە گۆڕانکاری نیشانەیەکە بۆ ئەوەی مرۆڤ بیپشکنێت، نەک وەڵام.

Here is a classic example. An AI system spots the outline of a pickup truck parked under a cover in a desert valley, and highlights it within seconds. A person scanning the whole valley by eye might need hours. The system did Anomaly detection: it found something unlike the normal sand and rocks around it.

ئەمە نموونەیەکی ناسراوە. سیستەمێکی ژیریی دەستکرد شێوەی دەرەوەی پیکاپێک دەبینێت کە لەژێر داپۆشەرێکدا لە دۆڵێکی بیابانیدا ڕاگیراوە و لە چەند چرکەیەکدا نیشانی دەکات. کەسێک کە هەموو دۆڵەکە بە چاو بپشکنێت لەوانەیە چەند کاتژمێرێکی پێویست بێت. سیستەمەکە دۆزینەوەی ڕەفتاری نائاسایی (Anomaly detection) ئەنجام دا: شتێکی دۆزییەوە کە لە لم و بەردە ئاساییەکانی دەوروبەری ناچێت.

But what is it really? A truck under a cover, a farmer's tent or a pile of hay, or a Decoy: a fake copy put there on purpose. Camouflage and decoys exist precisely to fool both human eyes and AI. So the highlight is a candidate for an analyst to check with more pictures and other sources. It is not a finding.

بەڵام لە ڕاستیدا چییە؟ بارهەڵگرێک لەژێر داپۆشەرێکدا، چادری جووتیارێک یان کۆمەڵێک کا، یان فریودەر (Decoy): کۆپییەکی ساختە کە بە ئەنقەست لەوێ دانراوە. خۆشاردنەوە (Camouflage) و فریودەرەکان ڕێک بۆ ئەوە هەن کە هەم چاوی مرۆڤ و هەم ژیریی دەستکرد فریو بدەن. بۆیە نیشانکردنەکە ئەگەرێکە بۆ ئەوەی شیکەرەوەیەک بە وێنەی زیاتر و سەرچاوەی تر بیپشکنێت. دۆزینەوەیەکی دڵنیا نییە.

The same cameras, drones and AI that watch a border or a flood can be turned on ordinary people: where they go, whom they meet, which gathering they join. Watching a whole population in this way is called mass surveillance, and it threatens privacy and freedom.

هەمان کامێرا، درۆن و ژیریی دەستکرد کە چاودێریی سنوورێک یان لافاوێک دەکەن، دەتوانرێت بەرەو خەڵکی ئاسایی وەربگێڕدرێن: بۆ کوێ دەچن، کێ دەبینن، بەشداری لە چ کۆبوونەوەیەک دەکەن. چاودێریکردنی هەموو دانیشتوان بەم شێوەیە پێی دەوترێت چاودێریی گشتگیر و هەڕەشەیە بۆ سەر تایبەتێتی و ئازادی.

In September 2021 the UN High Commissioner for Human Rights warned of an “unprecedented level of surveillance across the globe” by states and companies. Her office’s report called for a pause on remote biometric recognition, such as face recognition, in public places until governments can show that it is accurate, does not discriminate and meets strong privacy and data-protection rules.

لە ئەیلوولی ⁦2021⁩ـدا کۆمیسیاری باڵای مافەکانی مرۆڤی نەتەوە یەکگرتووەکان ئاگاداری کردەوە لە ئاستێکی «بێوێنە»ی چاودێریکردن لە سەرانسەری جیهاندا لەلایەن دەوڵەت و کۆمپانیاکانەوە. ڕاپۆرتی نووسینگەکەی داوای ڕاگرتنی ناسینەوەی بایۆمەتری (Biometrics) لە دوورەوە، وەک ناسینەوەی ڕووخسار (Facial recognition)، لە شوێنە گشتییەکاندا کرد، تا ئەو کاتەی حکومەتەکان بیسەلمێنن کە ورد و دروستە، جیاکاری ناکات و یاسای بەهێزی تایبەتێتی و پاراستنی دراوە (Data protection) جێبەجێ دەکات.

Laws are starting to draw this line. In the EU, the AI Act has banned police from using real-time face identification in public places since 2 February 2025, except in a few narrow cases (The EU AI Act in brief). The Act does not cover AI systems used only for military purposes, but a military tool that is reused for policing falls under it (The EU AI Act and military AI).

یاساکان خەریکن ئەم سنوورە دیاری دەکەن. لە یەکێتیی ئەوروپادا، یاسای ژیریی دەستکردی یەکێتیی ئەوروپا (EU AI Act) لە 2ی شوباتی ⁦2025⁩ـەوە بەکارهێنانی ناسینەوەی ڕووخسار لە کاتی ڕاستەقینەدا لە شوێنە گشتییەکاندا لەلایەن پۆلیسەوە قەدەغە کردووە، جگە لە چەند حاڵەتێکی تەسک (یاسای ژیریی دەستکردی یەکێتیی ئەوروپا بە کورتی). ئەم یاسایە ئەو سیستەمانەی ژیریی دەستکرد ناگرێتەوە کە تەنیا بۆ مەبەستی سەربازی بەکار دێن، بەڵام ئامرازێکی سەربازی ئەگەر بۆ کاری پۆلیس بەکار بهێنرێتەوە، دەکەوێتە ژێر ئەم یاسایەوە (یاسای ژیریی دەستکردی یەکێتیی ئەوروپا و ژیریی دەستکردی سەربازی).

Good practice for any surveillance system: a clear legal purpose, limits on who and what is watched, keeping data only as long as needed, independent oversight, and a named person or body who answers for mistakes. CêIT's Cybersecurity course discusses these limits in Misuse for surveillance and Privacy; drone cameras raise the same questions (Privacy: what a drone camera can see).

ڕێوشوێنی باش بۆ هەر سیستەمێکی چاودێری: ئامانجێکی یاسایی ڕوون، سنوور بۆ ئەوەی کێ و چی چاودێری دەکرێت، هەڵگرتنی دراوە تەنیا بە ئەندازەی پێویست، سەرپەرشتیی سەربەخۆ و کەسێک یان دەزگایەکی دیاریکراو کە وەڵامی هەڵەکان بداتەوە. کۆرسی ئاسایشی سایبەریی CêIT ئەم سنوورانە لە خراپ بەکارهێنان بۆ چاودێری و تایبەتێتیدا باس دەکات؛ کامێرای درۆنەکانیش هەمان پرسیار دروست دەکەن (تایبەتێتی: کامێرای درۆن چی دەبینێت).