Kada je riječ o videonadzoru, umjetna inteligencija (AI) se često predstavlja kao lijek - tehnologija koja daje sve odgovore na sve sigurnosne probleme klijenta. Ne samo da može uštedjeti novac, ona također može ponuditi neograničenu funkcionalnost i, neki tvrde, blizu 100 posto točnosti.
Međutim, istina je nešto drugačija. Iako AI ima sve veću ulogu u nadzoru, nije bez svojih nedostataka. Također nije uvijek potrebna za videonadzor s mnogim sustavima na tržištu koja mogu pružiti rješenja koristeći postojeću analitiku podataka bez potrebe za ulaganjem u složeno duboko učenje (DL) ili neuronske mreže koje oponašaju ljudski mozak.
"Način na koji umjetna inteligencija radi zapravo je prilično grub", priznaje Dean Drako, osnivač i izvršni direktor pružatelja usluga videonadzora u oblaku Eagle Eye Networks. “U osnovi birate tisuće slika koje su ono što želite i tisuće drugih koje nisu ono što želite. Zatim trenirate sustav tako što ga podučavate.”
Međutim, prema Drakovim riječima, standardna videoanalitika više je nego adekvatna za mnoge sigurnosne aplikacije, kao što je prebrojavanje ljudi na određenom području, otkrivanje onih koji lutaju i uočavanje automobila koji putuju pogrešnim putem. “Iako neki ljudi počinju koristiti umjetnu inteligenciju za ove vrste aplikacija, to nije potrebno. Općenito možete postići prilično dobru točnost s najnovijom videoanalitikom.”
Osnaživanje nadzornih operatera
Neizbježno je da su neki sustavi videoanalitike bolji od drugih. “Tradicionalni sustavi koriste BLOB (binarni veliki objekt) analitiku koja nije osobito točna”, primjećuje Jamie Barnfield, viši direktor prodaje u IDIS Europe. “Često izazivaju lažne alarme, što znači da ih kupci uopće ne koriste ili reagiraju na događaj koji je rezultat bezopasnih čimbenika iz okoliša kao što je pokretna grana sa stabla ili vreća koja je otpuhana preko parkirališta, umjesto pravog ljudskog uljeza.” Prema Barnfieldu, prednost rješenja koja koriste najnovije analitičke sustave je u tome što pomaže smanjiti broj lažnih alarma, čime se 'omogućuje nadzornim operaterima da bolje otkriju kriminal ili sumnjivo ponašanje.'
Ipak, točnost nikada neće biti 100 postotna čak ni s najnaprednijim analitičkim ili AI sustavima. “Čitao sam o jednom od velikih supermarketa koji prati sustav umjetne inteligencije koji je koristio skup podataka od 300.000 lica kako bi spriječio osoblje da se pita koliko su stari kupci da kupuju alkohol i cigarete”, komentira Jamie Barnfield iz IDIS-a. "Nema šanse s tako malim skupom podataka da bude dovoljno točan." Eagle Eye Networks Dean Drako se slaže: "Ako ne možete naučiti čovjeka da pouzdano kaže nečiju dob, onda ćete imati vrlo teško da naučite računalo da to pouzdano radi."
Prema Barnfieldu, ne samo da neki klijenti imaju nerealna očekivanja o točnosti sustava videonadzora temeljenih na umjetnoj inteligenciji, oni također mogu odvratiti pozornost od stvarnih problema organizacije. "Neke tvrtke gube desetke tisuća funti dnevno zbog unutarnjeg i vanjskog skupljanja dok čekaju savršeno AI rješenje kada bi mogle instalirati običan HD plug and play sustav koji bi se mogao isplatiti u prvoj godini", dodaje Barnfield .
Poboljšanje pretraživanja videa
Ipak, iako je istina da trenutno ne trebaju sve tvrtke sustave nadzora temeljene na umjetnoj inteligenciji, potražnja raste kako tehnologija napreduje i cijene padaju. Za Eagle Eye Networks, koji je nedavno kupio tvrtku AI Uncanny Vision sa sjedištem u Bangaloreu, postoje dvije glavne aplikacije u kojima AI u videonadzoru nudi stvarne prednosti u odnosu na tradicionalnu analitiku. Prvo, kada je u pitanju pretraživanje videa i, drugo, za upozorenja u stvarnom vremenu.
Na primjer, korištenjem rješenja za videonadzor temeljeno na umjetnoj inteligenciji moguće je snimiti metapodatke, poput boje odjeće koju netko nosi ili ruksaka koji nosi – nešto što ne bi bilo moguće korištenjem opće analize podataka. To znači da ako očevidac kaže da je vidio nekoga tko je nosio crni kaput i nosio zeleni ruksak kako se sumnjivo ponašao, moguće je unijeti te pojedinosti u videopretragu i ona će pronaći relevantne snimke, potencijalno spasiti sigurnosno osoblje od gledanja stotina sati video snimka.
Eagle Eye Networks pokazao je za IFSEC Global izuzetno napredno rješenje za videonadzor temeljeno na AI-u koje bilježi metapodatke svih koji ulaze u njegove urede u SAD-u, kao i ANPR (automatsko prepoznavanje registarskih tablica) sustav prepoznavanja automobilskih tablica prema preciznoj marki, modelu i boji svakog vozila parkiranog na njegovom parkiralištu.
Ni video pretraživanje nije jedina prednost koju AI videonadzor nudi u odnosu na konvencionalnu analitiku. Također omogućuje stvaranje mnogo točnijih upozorenja u stvarnom vremenu. Na primjer, Ipsotek, koji je nedavno kupila francuska tvrtka za digitalnu transformaciju Atos, razvio je rješenje pametne benzinske postaje za najvećeg trgovca prehrambenim proizvodima u Velikoj Britaniji. Umjesto da ima osoblje koje upravlja svojim prednjim terenima 24 sata dnevno, 7 dana u tjednu, koristi napredne CCTV kamere, zajedno s rubnim poslužiteljima BullSequana s AI-om, za otkrivanje određenih događaja kao što su pojedinci koji pokušavaju koristiti benzinske pumpe bez vozila za punjenje ili vozila koja troše daleko predugo na benzinskoj postaji što bi moglo ukazivati na značajan rizik na mjestu.
Ti se događaji automatski šalju udaljenom centru za nadzor koji je tada u mogućnosti intervenirati, često koristeći zvučnike smještene na predvorju kako bi upozorili potencijalne počinitelje da se snimaju. Komentari Chris Bishop, direktor prodaje APAC-a i direktor marketinga u Ipsoteku: “Rješenje pametne benzinske postaje, koje su odobrile vatrogasne vlasti i UKPIA (Udruga naftne industrije UK), omogućilo je trgovcu da premjesti osoblje sa svojih benzinskih postaja na supertrgovine u kojima mogu pomoći u zalihama polica i dopuni u stražnjem dijelu kuće.” Rješenje je sada raspoređeno na više od 300 maloprodajnih mjesta diljem Ujedinjenog Kraljevstva.
Dok je nekoć videonadzor zahtijevao veliki broj sigurnosnog osoblja koje sjedi u prostoriji i pregledava video snimke, najnovija rješenja – mnoga od njih temeljena na umjetnoj inteligenciji – omogućuju organizacijama da automatiziraju neke od procesa, omogućujući im tako značajne operativne uštede. Na primjer, Ava Security, sada dio Motorole, blisko surađuje s malim i srednjim poduzećima i obrazovnim ustanovama pružajući rješenja za videonadzor temeljena na oblaku koja se mogu naknadno opremiti za rad s postojećim sustavima ili ugraditi u nove.
I premda se analitika još uvijek naširoko koristi za osnovno otkrivanje objekata, kao što je brojanje ljudi u određenom području, sve se više AI koristi za otkrivanje anomalija u stvarnom vremenu, kao što je uočavanje ako je netko kasno navečer na mjestu gdje ne bi trebao biti ili vozilo vozi u krivom smjeru niz cestu. Međutim, AI nije srebrni metak, upozorava Sam Lancia, suosnivač Ava Securitya i voditelj video inženjeringa: „Kao i analitika, AI nije savršen. Ovdje nema Skyneta koji će magično otkriti da je neka osoba koja ulazi loš momak i zaključati školu.”
Neizbježno, iako AI tehnologija može pomoći u videonadzoru, ona ne daje sve odgovore. Ne nudi uvijek 100 postotnu točnost, čak i s najopsežnijim skupovima podataka i dubokim učenjem ugrađenim tijekom mnogo godina. Za mnoge organizacije važnije je prvo ispraviti osnove – instalirati kamere na prava mjesta i provjeriti rade li sve ispravno – prije nego što razmisle o ulaganju u najnoviju umjetnu inteligenciju koju nudi.
Izvor: Chris Price