Искусственный интеллект. Каждый слышал этот термин практически во всех аспектах жизни. Так что же такое технология ИИ, и кто сегодня использует или должен ее использовать?
Что такое искусственный интеллект?
ИИ — это мощный способ сбора, уточнения и количественной оценки данных для получения заключения, помогающего людям быстрее принимать решения или автоматизировать процессы, которые могут считаться обыденными или повторяющимися. Искусственный интеллект в своем предыдущем состоянии был известен как «машинное обучение» или «машинная обработка», что впоследствии превратилось в «глубокое обучение» (Deep learning).
Искусственный интеллект в применении к индустрии безопасности и видеонаблюдения предоставляет возможность находить и обрабатывать нужную информацию быстрее, чем прежде. Современное ПО для видеонаблюдения автоматизировало многие из этих процессов с помощью таких функций, как «поиск по архиву» для поиска объекта, удаленной из поля зрения камеры видеонаблюдения или «обнаружения движения», а также для создания предупреждений при перемещении объектов через выбранную точку обзора.
Машинное обучение
Полная оценка ИИ означает использование машины или серии машин для сбора, обработки и производства информации, полученной из основных функций комплектов видеонаблюдения или видеоаналитики. То, что изучают машины, зависит от того, что от них требуется. Правда в том, что искусственный интеллект может стать значимым только в том случае, если предусмотрено достаточно информации для получения нужных результатов. Если информации недостаточно, приходится копать глубже для получения информации или узнать больше, что должным образом описано как «глубоко изучаемый» ИИ. В переводе это означает, что человеку нужно больше узнать на более глубоком уровне, чтобы получить совместную объединенную информацию, необходимую для получения желаемого результата.
Глубокое обучение
Технология Deep learning позволит лучше понять особенности человека и его поведение. Эта информация затем может быть применена, чтобы понять, как интерпретировать модели поведения с конечной целью предсказуемого поведения. Это предсказание требует конкретной степени человеческой интерпретации, чтобы пользователь мог позиционировать себя, нарушать модели негативного поведения или просто искать нужных людей, основываясь на этих моделях поведения. Эти же шаблоны превращаются в интеллект, что со временем увеличивает способность видеокамеры более точно прогнозировать шаблоны, которые смогут позволить предпринять действия в итоге. Этот интеллект, который теперь способен действовать, может защитить жизнь: например, в случае остановки производственного процесса, если человек переместится в область, где не должен находиться, что может подвергнуть его опасности.
С точки зрения видеонаблюдения искусственный интеллект может быть переведен на действенные данные, предоставляя поведенческую информацию, позволяющую правоохранительным органам заранее задерживать людей с преступными намерениями, таким образом предотвращая злодеяния полностью или частично на основе ранее полученных данных. Точки сбора данных теперь начинают отходить от более мягкой, пассивной роли в действенную. В результате задаются новые вопросы относительно предназначения IP камер видеонаблюдения или роли их точек обзора, таких как обнаружение, видеонаблюдение, распознавание или идентификация.
Обнаружение присутствия человека
Например, менеджер магазина может нуждаться в технологии обнаружении присутствия человека, а также в точном определении того, кем он является. Таким образом, аналитическая линия пересекается с активированием блока движения, или обнаруживается встречный поток, который затем создает предупреждение для охранника о необходимости предпринять действия. Это остается аналитикой камеры, но теперь собранная информация передается в графический процессор (GPU), который можно использовать для сравнения захваченных характеристик, с предварительно загруженными характеристиками лица. Когда два источника сравниваются и производится сопоставление, может генерироваться предупреждение, которое приводит к вмешательству или другому аналогичному действию с попыткой предотвратить дальнейшее действие. Этот процесс можно считать спасительным, поскольку предусмотрен вариант прогнозировать всевозможные результаты до предполагаемых действий.
Следующим уровнем считается технология Deep learning, которая использует те же характеристики, чтобы определить, где еще в экосистеме видеонаблюдения человек мог быть ранее, путем сравнительного анализа других собранных видеоданных. Это становится углубленным изучением ИИ, когда машина с графическим процессором способна учиться на основе положительной идентификации, помеченной пользователем, которую видеокамера изучает, и начинает дополнительно обрабатывать собственные данные для дополнительного понимания и улучшения способностей прогнозирования.
