Target Recognition: Recognising Is Not Identifyingناسینەوەی ئامانج: ناسینەوەی جۆر، دیاریکردنی ناسنامە نییە

You may read that an AI system can spot a vehicle 2 km away, confirm that it is not friendly and then alert the operators. The first part is real: AI can help people notice objects in camera, thermal or radar pictures and suggest what kind of object they are. The second part is where people are needed.

لەوانەیە بخوێنیتەوە کە سیستەمێکی ژیریی دەستکرد (Artificial intelligence) دەتوانێت ئۆتۆمبێلێک لە 2 کیلۆمەتر دوورەوە ببینێت، پشتڕاستی بکاتەوە کە دۆست نییە و پاشان ئۆپەراتۆرەکان ئاگادار بکاتەوە. بەشی یەکەم ڕاستە: ژیریی دەستکرد دەتوانێت یارمەتیی مرۆڤ بدات تەن لە وێنەی کامێرا، وێنەی گەرمی یان ڕاداردا (Radar) ببینێت و پێشنیار بکات چ جۆرە تەنێکن. بەشی دووەم ئەو شوێنەیە کە مرۆڤی پێویستە.

Two questions are easy to mix up. What kind of object is it? is a recognition question, and a model can help with it. Whose is it, is it a lawful military objective, and are civilians in it or near it? are identification and legal questions. People must answer them, with more information and the law.

دوو پرسیار بە ئاسانی تێکەڵ دەکرێن. ئەمە چ جۆرە تەنێکە؟ پرسیارێکی ناسینەوەیە و مۆدێلێک دەتوانێت یارمەتی بدات. هی کێیە، ئایا بەپێی یاسا ئامانجێکی سەربازییە (Military objective) و ئایا مەدەنی لەناویدا یان لە نزیکیدا هەیە؟ پرسیاری دیاریکردنی ناسنامە و یاسایین. مرۆڤ دەبێت وەڵامیان بداتەوە، بە زانیاریی زیاتر و بەپێی یاسا.

Why build such systems at all? Their stated purpose is to help avoid attacking the wrong target: fewer mistakes, fewer civilians harmed and fewer attacks on one's own side. This lesson shows what it takes to reach that aim, and why the machine alone cannot.

بۆچی ئەم جۆرە سیستەمانە دروست دەکرێن؟ ئامانجی ڕاگەیەندراویان یارمەتیدانە بۆ ئەوەی هێرش نەکرێتە سەر ئامانجێکی هەڵە: هەڵەی کەمتر، زیانی کەمتر بە مەدەنییەکان و هێرشی کەمتر بۆ سەر لایەنی خۆ. ئەم وانەیە پیشان دەدات گەیشتن بەو ئامانجە چی پێویستە و بۆچی ئامێر بەتەنیا ناتوانێت.

Automatic target recognition (ATR) is software that analyses sensor data, such as camera or thermal pictures and radar echoes, and suggests what kind of object something may be. It is the Object detection you met in How AI Sees, trained on many labelled examples of vehicles, boats or aircraft. Its output looks like this: a box around the object, a label and a confidence score, for example 'large vehicle, 0.62'.

ناسینەوەی خۆکاری ئامانج نەرمەکاڵایەکە کە دراوەی (Data) هەستەوەر (Sensor) شی دەکاتەوە، وەک وێنەی کامێرا یان وێنەی گەرمی و دەنگدانەوەی ڕادار و پێشنیار دەکات تەنێک لەوانەیە چ جۆرێک بێت. ئەمە هەمان شێوازی دۆزینەوەی تەن کە لە وانەی «ژیریی دەستکرد چۆن دەبینێت» ناسیت، کە لەسەر زۆر نموونەی نیشانەکراوی ئۆتۆمبێل، بەلەم یان فڕۆکە ڕاهێنراوە. دەرئەنجامەکەی ئاوایە: چوارگۆشەیەک بە دەوری تەنەکەدا، نیشانەیەک (Label) و نمرەی دڵنیایی، بۆ نموونە «ئۆتۆمبێلی گەورە، ⁦0.62⁩».

The score (What a confidence score means) says how closely the shape matches the examples the model learned from. It is not the chance that the object is hostile, and it is often not even a true probability: scores have to be checked against tests. The model does not know who owns the object, who is inside, what anyone intends, or what the law allows.

نمرەکە (نمرەی دڵنیایی واتای چییە) دەڵێت شێوەکە چەندە لەو نموونانە دەچێت کە مۆدێلەکە لێیان فێر بووە. ئەگەری دوژمنبوونی تەنەکە نییە و زۆرجار تەنانەت ئەگەرێکی ڕاستەقینەش نییە: دەبێت نمرەکان بە تاقیکردنەوە بپشکنرێن. مۆدێلەکە نازانێت تەنەکە هی کێیە، کێ لەناویدایە، کەس چ نیازێکی هەیە یان یاسا ڕێگە بە چی دەدات.

A camera turns the world into pixels. The farther away an object is, the fewer pixels it covers. Twice as far gives half as many pixels across and half as many down, so only a quarter of the pixels. Four times as far gives $4 \times 4 = 16$ times fewer.

کامێرا جیهان دەکاتە پیکسڵ. تەنێک هەتا دوورتر بێت، پیکسڵی کەمتر دادەپۆشێت. دوو هێندە دوورتر واتە نیوەی پیکسڵەکان بە پانی و نیوەیان بە درێژی، کەواتە تەنیا چارەکی پیکسڵەکان. چوار هێندە دوورتر واتە $4 \times 4 = 16$ هێندە کەمتر.

In the animation, the truck covers $24 \times 12 = 288$ pixels at 2 km. Its shape is still there, but the details that tell one truck from another are gone. Haze, dust, rain, heat shimmer and night take away even more. With less detail the model's confidence drops, and so does its accuracy.

لە ئەنیمەیشنەکەدا (Animation)، بارهەڵگرەکە لە 2 کیلۆمەترەوە $24 \times 12 = 288$ پیکسڵ دادەپۆشێت. شێوەکەی هێشتا دیارە، بەڵام ئەو وردەکارییانەی بارهەڵگرێک لە بارهەڵگرێکی تر جیا دەکەنەوە نەماون. تەم، تۆز، باران، لەرزینی هەوای گەرم و شەو زیاتریش لادەبەن. بە وردەکاریی کەمتر، دڵنیایی مۆدێلەکە دادەبەزێت و ڕاستیی ئەنجامەکانیشی.

From far away many things look alike. A water tanker, a farm truck and a military truck can all be 'a large vehicle'. Some objects are made to fool on purpose: Decoys, such as inflatable copies of vehicles, and Camouflage. And a model trained on desert pictures in summer may fail in snow, in a city or at night, because the new pictures differ from its training data.

لە دوورەوە زۆر شت لەیەک دەچن. تانکەرێکی ئاو، بارهەڵگرێکی کشتوکاڵی و بارهەڵگرێکی سەربازی هەموویان دەتوانن «ئۆتۆمبێلێکی گەورە» بن. هەندێک تەن بە ئەنقەست بۆ فریودان دروست دەکرێن: فریودەرەکان، وەک کۆپیی بادراوی ئۆتۆمبێل و خۆشاردنەوە (Camouflage). هەروەها مۆدێلێک کە لەسەر وێنەی بیابان لە هاویندا ڕاهێنراوە، لەوانەیە لە بەفر، لە شار یان لە شەودا هەڵە بکات، چونکە وێنە نوێیەکان جیاوازن لە دراوەی ڕاهێنانەکەی (Training data).

A picture cannot 'confirm' that a vehicle is not friendly. Both sides may use the same models of vehicles, vehicles are captured or borrowed, and civilians drive similar trucks. A camera sees a shape, not an owner.

وێنە ناتوانێت «پشتڕاستی بکاتەوە» کە ئۆتۆمبێلێک دۆست نییە. لەوانەیە هەردوو لا هەمان جۆری ئۆتۆمبێل بەکاربهێنن، ئۆتۆمبێل دەگیرێت یان بە قەرز وەردەگیرێت و مەدەنییەکانیش بارهەڵگری هاوشێوە لێدەخوڕن. کامێرا شێوەیەک دەبینێت، نەک خاوەنێک.

Armed forces use other tools to recognise their own side. Identification friend or foe (IFF) sends a coded radio question, and a small device called a transponder on their own aircraft, ships or vehicles sends back a coded reply. Reports and shared maps show where friendly units are, and agreed procedures say who may be where. People combine all of these.

هێزە چەکدارەکان ئامرازی تر بەکاردەهێنن بۆ ناسینەوەی لایەنی خۆیان. ناسینەوەی دۆست و دوژمن پرسیارێکی ڕادیۆیی کۆدکراو دەنێرێت و ئامێرێکی بچووکی وەڵامدەرەوە لەسەر فڕۆکە، کەشتی یان ئۆتۆمبێلەکانی خۆیان وەڵامێکی کۆدکراو دەداتەوە. ڕاپۆرت و نەخشەی هاوبەش پیشان دەدەن یەکە دۆستەکان لە کوێن و ڕێوشوێنی ڕێککەوتوو دیاری دەکات کێ دەتوانێت لە کوێ بێت. مرۆڤ هەموو ئەمانە پێکەوە دەبەستێت.

IFF has a famous limit. A correct reply confirms a friend, but no reply does not prove a foe: the device may be broken or switched off, or the aircraft may be a civilian or neutral one without such a device. 'Unknown' must stay 'unknown' until people find out more.

ناسینەوەی دۆست و دوژمن سنوورێکی ناسراوی هەیە. وەڵامێکی دروست دۆستێک پشتڕاست دەکاتەوە، بەڵام نەبوونی وەڵام بەڵگە نییە بۆ دوژمن: لەوانەیە ئامێرەکە تێکچووبێت یان کوژابێتەوە، یان فڕۆکەکە مەدەنی یان بێلایەن بێت و ئەو ئامێرەی نەبێت. «نەناسراو» دەبێت هەر «نەناسراو» بمێنێتەوە تا مرۆڤ زیاتر دەزانێت.

International humanitarian law, the rules that limit war, puts the duty on people. The parties must always tell civilians apart from fighters, and civilian objects from military objectives: the Principle of distinction (customary rule 1). Those who plan an attack must do everything feasible to verify that a target is a military objective (rule 16, part of the Principle of precaution). And in case of doubt whether a person is a civilian, that person is to be considered a civilian (Additional Protocol I, Article 50).

یاسای نێودەوڵەتیی مرۆیی (International humanitarian law)، واتە ئەو یاسایانەی شەڕ سنووردار دەکەن، ئەرکەکە دەخاتە سەر مرۆڤ. لایەنەکان دەبێت هەمیشە مەدەنی لە جەنگاوەر جیا بکەنەوە و تەنی مەدەنیش لە ئامانجە سەربازییەکان: ئەمە بنەمای جیاکردنەوەیە (Principle of distinction) (ڕێسای نەریتیی ⁦1⁩). ئەوانەی پلانی هێرشێک دادەنێن دەبێت هەموو ئەوەی دەکرێت بیکەن بۆ پشتڕاستکردنەوەی ئەوەی ئامانجەکە ئامانجی سەربازییە (ڕێسای ⁦16⁩، بەشێک لە بنەمای وریایی (Principle of precaution)). هەروەها ئەگەر گومان هەبێت کە کەسێک مەدەنییە یان نا، ئەو کەسە بە مەدەنی دادەنرێت (پرۆتۆکۆلی زیادکراوی یەکەم، ماددەی ⁦50⁩).

So the AI's output is a suggestion. People check it against other sources, look for civilians and apply the rules. Used this way, recognition tools can reduce mistakes. The same tools can also make attacks faster and tempt people to trust the machine too much; that danger, automation bias, is the subject of Decisions, Human Control and Responsibility. The full legal rules are in War Has Rules.

کەواتە دەرئەنجامی ژیریی دەستکرد پێشنیارێکە. مرۆڤ بە سەرچاوەی تر دەیپشکنێت، بەدوای مەدەنیدا دەگەڕێت و ڕێساکان جێبەجێ دەکات. بەم شێوەیە، ئامرازەکانی ناسینەوە دەتوانن هەڵە کەم بکەنەوە. هەمان ئامراز دەتوانن هێرشیش خێراتر بکەن و مرۆڤ هان بدەن زیاد لە پێویست متمانە بە ئامێر بکات؛ ئەو مەترسییە، واتە لاسەنگی بەرەو سیستەمی خۆکار (Automation bias)، لە وانەی بڕیار، کۆنترۆڵی مرۆڤ و بەرپرسیارێتی باس کراوە. ڕێسا یاساییەکان بە تەواوی لە وانەی شەڕیش یاسای هەیە باس کراون.

Some systems use facial recognition, and it is often compared with unlocking a phone. NIST, the US institute that tests these systems, separates two tasks that work very differently:

هەندێک سیستەم ناسینەوەی ڕووخسار (Facial recognition) بەکاردەهێنن و زۆرجار بە کردنەوەی قفڵی مۆبایل بەراورد دەکرێت. NIST، ئەو دەزگا ئەمریکییەی ئەم سیستەمانە تاقی دەکاتەوە، دوو کار لێک جیا دەکاتەوە کە زۆر جیاواز کار دەکەن:

Every comparison has a tiny chance of a false match, a false positive. A phone makes one comparison. A search makes one comparison for every face in the database, so the tiny chance is repeated many times.

هەر بەراوردێک ئەگەرێکی زۆر بچووکی ناسینەوەی هەڵەی هەیە، واتە ئەرێنیی هەڵە (False positive). مۆبایل یەک بەراورد دەکات. گەڕانێک بۆ هەر ڕووخسارێکی بنکەدراوەکە بەراوردێک دەکات، بۆیە ئەو ئەگەرە بچووکە زۆر جار دووپاتە دەبێتەوە.

Real systems raise their threshold for big searches and return a short list of candidates for trained examiners, but a higher threshold means more misses: there is always a trade-off. Picture quality matters too: NIST compares good, posed photos with lower-quality pictures. And NIST found differences between groups. In one-to-one tests, false positives were higher for women, for older and younger people and for some ethnic groups, with big differences between algorithms. The numbers are in A real case: face recognition.

سیستەمە ڕاستەقینەکان بۆ گەڕانی گەورە سنووری دڵنیاییەکەیان (Confidence threshold) بەرز دەکەنەوە و لیستێکی کورت لە ئەگەرەکان بۆ پشکنەرانی ڕاهێنراو دەدەنەوە، بەڵام سنوورێکی دڵنیایی بەرزتر واتە ونبووی زیاتر: هەمیشە ئاڵوگۆڕێک هەیە. کوالیتیی وێنەش گرنگە: NIST وێنەی باش و ئامادەکراو لەگەڵ وێنەی کوالیتی نزمتر بەراورد دەکات. هەروەها NIST جیاوازیی نێوان گرووپەکانی دۆزییەوە. لە تاقیکردنەوەی یەک بە یەکدا، ئەرێنییە هەڵەکان بۆ ژنان، بۆ پیر و گەنجەکان و بۆ هەندێک گرووپی ڕەگەزی زیاتر بوون، لەگەڵ جیاوازیی گەورە لە نێوان ئەلگۆریزمەکاندا (Algorithm). ژمارەکان لە بەشی نموونەیەکی ڕاستەقینە: ناسینەوەی ڕووخسار هەن.

Recognising people is the most error-prone task, and its errors can cost lives. That is why the International Committee of the Red Cross (ICRC) recommended on 12 May 2021, and still recommends in 2026, that autonomous weapon systems designed or used to apply force against persons be ruled out, together with autonomous weapons whose effects cannot be predicted. All other autonomous weapons, it says, should be strictly limited: in target type, time, place and scale, with effective human supervision. The whole proposal is explained in The ICRC's position.

ناسینەوەی مرۆڤ هەڵەدارترین کارە و هەڵەکانیشی دەشێت بە نرخی گیانی خەڵک تەواو ببن. لەبەر ئەمە کۆمیتەی نێودەوڵەتیی خاچی سوور ⁦(ICRC)⁩ لە ⁦12⁩ی ئایاری ⁦2021⁩ـدا پێشنیاری کرد سیستەمەکانی چەکی سەربەخۆ (Autonomous weapon system) کە بۆ بەکارهێنانی هێز دژی مرۆڤ دیزاین کراون یان بەکاردێن قەدەغە بکرێن، لەگەڵ ئەو چەکە سەربەخۆیانەی کاریگەرییان پێشبینی ناکرێت. لە ⁦2026⁩یشدا هەمان داوا دەکاتەوە. دەڵێت هەموو چەکە سەربەخۆکانی تر دەبێت بە توندی سنووردار بکرێن: لە جۆری ئامانج، کات، شوێن و قەبارەدا، لەگەڵ سەرپەرشتیی کاریگەری مرۆڤ. هەموو پێشنیارەکە لە هەڵوێستی ICRC ڕوون کراوەتەوە.

States are talking too. On 4 September 2026 the UN group of government experts on lethal autonomous weapons agreed by consensus that control and human judgement are needed, and that the law places obligations on states, parties to a conflict and individuals, not on machines.

دەوڵەتانیش گفتوگۆ دەکەن. لە 4ی ئەیلوولی ⁦2026⁩ـدا گرووپی شارەزایانی حکومییەکانی نەتەوە یەکگرتووەکان لەبارەی سیستەمەکانی چەکی سەربەخۆی کوشندە (Lethal autonomous weapon system) بە کۆدەنگی ڕێککەوتن کە کۆنترۆڵ و هەڵسەنگاندنی مرۆڤ پێویستن و یاسا ئەرک دەخاتە سەر دەوڵەتان، لایەنەکانی ململانێ و تاکەکەسەکان، نەک سەر ئامێر.

As of November 2026 there is no treaty. The Review Conference of the weapons convention meets in Geneva on 16–20 November 2026 to consider these points and decide how the talks continue. The UN Secretary-General and the ICRC have asked states to use it to start negotiating new binding rules. Each step is followed in War Has Rules.

تا تشرینی دووەمی ⁦2026⁩ هیچ پەیماننامەیەک نییە. کۆنگرەی پێداچوونەوەی پەیماننامەی هەندێک چەکی تەقلیدی (Convention on Certain Conventional Weapons) لە ⁦16⁩ تا ⁦20⁩ی تشرینی دووەمی ⁦2026⁩ لە جنێڤ کۆ دەبێتەوە، بۆ ئەوەی ئەم خاڵانە تاوتوێ بکات و بڕیار بدات گفتوگۆکان چۆن بەردەوام بن. سکرتێری گشتیی نەتەوە یەکگرتووەکان و ICRC داوایان لە دەوڵەتان کردووە لەو کۆنگرەیەدا دەست بە گفتوگۆ بۆ ڕێسای نوێی ناچاری بکەن. هەنگاو بە هەنگاو لە شەڕیش یاسای هەیە باس کراون.

Outside war, the UN human rights office has asked for a pause on remote face recognition in public places (see Where watching must stop).

لە دەرەوەی شەڕیش، نووسینگەی مافەکانی مرۆڤی نەتەوە یەکگرتووەکان داوای ڕاگرتنی ناسینەوەی ڕووخسار لە دوورەوە لە شوێنە گشتییەکاندا کردووە (بڕوانە چاودێریکردن لە کوێدا دەبێت بوەستێت).