До теперішнього часу стає ясно, що хвилювання навколо штучного інтелекту супроводжується великою кількістю плутанини щодо того, чого ця технологія здатна фактично досягти. У сегменті безпеки ця плутанина посилюється концепцією розпізнавання облич, з якою часто асоціюється штучний інтелект. По правді кажучи, існує особлива область ШІ, а саме машинне навчання, що може мати вагоме значення з точки зору підвищення безпеки середовища та, зокрема, підтримки виділеного персоналу в цій роботі.

Для компаній зі складними вимогами до захисту, вагому частину операцій по забезпеченню безпеки являє людська робоча сила. Проте, підвищений попит на персонал моніторингу, а також охоронців в поєднанні з нестачею робочої сили, призводить до вагомого перевантаження ресурсів безпеки цих компаній. Ось що робить технології такими необхідними.

Давайте подивимося на роль, яку штучний інтелект може та не може грати в сегменті безпеки, і на те, як технологія здатна надати підприємствам можливість краще захищати свої приміщення.

Бар'єри до дії для штучного інтелекту

Що цікаво в штучному інтелекті, так це невідповідність між тим, який технологія має потенціал для досягнення в теорії, та тим, для чого компанії можуть використовувати її насправді. Для початку, деякі з найбільш амбітних видів використання ШІ досяжні тільки при величезному обсязі обчислювальної потужності та надзвичайно дорогому обладнанні — витрачати такі непомірні суми, щоб ці прагнення стали реальністю, було б недоцільно.

Крім того, використання штучного інтелекту для контролю за діяльністю інших людей за допомогою відеоспостереження або контролю доступу пов'язано зі складними етичними наслідками. Коли ви виправили те, що практично не можливо, а що неетично — яке використання штучного інтелекту в системах безпеки залишається? Зрештою, охоплення ШІ в цій області — це не те що люди не робили раніше, а те, що продовжують робити, але краще.

Що можна зробити?

Цього року підприємства будуть вивчати та розкривати дійсні переваги штучного інтелекту в сегменті безпеки. Деякі пов'язані з тим, як машинне навчання здатне поліпшити камери відеоспостереження. У той час як традиційні комплекти відеоспостереження, які просто записують події, приблизно так само корисні, як і зламаний замок, рішення відеоспостереження на основі відеоаналітики здатні вагомо поліпшити захист бізнес-середовища. Рішення пропонує потрібну підтримку працівникам служби безпеки, позначаючи підозрілі події, роблячи їх простішими в управлінні. Однак, є одна проблема, яка загрожує зробити безглуздими оповіщення на основі програмного забезпечення з відеоаналітикою — це помилкові спрацьовування сигналізації, що витрачають час співробітників на моніторинг та марно порушують ділову активність.

Таким чином, для того, щоб система безпеки була «навчена» розпізнавати передбачувані загрози, потрібен елемент машинного навчання. Це дає виконати попереднє калібрування відеоспостереження, яке потім зможе точно розрізняти людей та транспортні засоби (що можуть становити небезпеку для приміщень), від елементів живої природи та інших нешкідливих об'єктів. Технологія машинного навчання створює додаткові рішення відеоспостереження, які здатні вагомо вплинути на повсякденну діяльність персоналу. У ситуації, коли лімітована робоча сила не може дозволити собі витрачати час на непотрібні події, цінність машинного навчання як інструмента, який допомагає фільтрувати непотрібні попередження, незаперечна. Для груп безпеки це надає шанс оптимізувати ресурси та продуктивно захищати бізнес, реагуючи на дійсні інциденти активно, а не ретроспективно.

Людська інтерпретація штучного інтелекту

Зрозуміло, що деякі компанії хочуть повною мірою виключити людський компонент з процесів безпеки. Але наскільки економічно вигідно для компаній виключити робочу силу та покладатися виключно на штучний інтелект для виявлення та реагування на загрози?

Внесок живої людини в цьому питанні дуже важливий. Зрештою, завжди є співробітник, який проводить первинне «навчання» — встановлює правила, калібрує систему. Звичайно, сучасні та витончені технології полегшують життя співробітникам служби безпеки, оперативно направляючи їх увагу на підозрілі події в режимі поточного часу — але людина весь час буде залучена до цього процесу: інтерпретувати пожежну або охоронну сигналізацію, та користуватися інтуїцією для прийняття відповідної реакції.

Яким би привабливим це не здавалося, виняток прийняття рішень людиною з операцій щодо забезпечення фізичної безпеки може призвести до катастрофічних інцидентів для окремих осіб, підприємств та розвитку самого штучного інтелекту. Все може піти не так — якщо невинні люди постраждають в цьому процесі, залишиться тільки звинувачувати технології, а це кине тінь на розвиток та використання штучного інтелекту в цілях безпеки.

По мірі появи нових технологій, коли бізнес-ландшафт стає все більш цифровим, компанії мають привілей вибирати відповідні інструменти для досягнення поставлених цілей. Машинне навчання здатне спростити та покращити аналіз інформації, в тому числі даних, що збираються внутрішніми та вуличними IP камерами — це дає підприємствам вивести виявлення загроз на новий рівень.